论文部分内容阅读
采用改进的三层BP神经网络建立了煤催化气化反应失重率、气化初始温度和最大气化速率所对应温度的预测模型。结果表明,采用改进BP神经网络模型在此研究中可达到较高的精度,其最大预测误差分别为5.18%、5.65%、2.33%,明显小于归回公式的预测误差。
基于改进BP神经网络的煤催化气化预测模型研究
【摘 要】
：
采用改进的三层BP神经网络建立了煤催化气化反应失重率、气化初始温度和最大气化速率所对应温度的预测模型。结果表明,采用改进BP神经网络模型在此研究中可达到较高的精度,其
【机 构】
：
西北大学化工学院,中国科学院山西煤炭化学研究所煤转化国家重点实验室
【出 处】
：
燃料化学学报
【发表日期】
：
2011年2期
【基金项目】
：
国家自然科学基金（20776118）, 教育部科学技术研究重点项目（208141）, 煤转化国家重点实验室开放基金（08-904）
其他文献
在复杂的城市环境中,由于存在难以避免的GNSS定位信号中断现象以及车辆行驶过程中的误差累积,易造成所收集的车辆轨迹数据不准确和不完备,因此提出一种基于双向RNN的私家车轨迹重构算法,使用了GNSS-OBD轨迹采集设备收集车辆轨迹信息,利用多源数据融合实现双向加权轨迹重构。同时,在轨迹重构模型中引入神经算术逻辑单元(NALU),加强深度网络的外推能力并确保轨迹预测的精度,提高算法在应对城市复杂路段时
采用流化床燃烧技术，使用自制Cu／γ-Al2O3，颗粒作为催化剂床料，实验研究了超低浓度甲烷在流化床中催化燃烧时床层温度（450-700℃）、流化风速比ω（1．5-4）、进气甲烷体积分数（0．3％-2％）等对甲
熊远著院士离开我们已经3年多了,很多有关他的记忆时常在脑海涌现,一直想写点文字纪念他,借《养殖与饲料》“熊远著诞辰90周年专题”,敬撰此文。湖北金旭农业发展股份有限公
以不同的氧化物为载体,采用共浸渍法制备了一系列负载型的Cu-Fe催化剂Cu-Fe/MOx（MOx=ZnO、ZrO2、TiO2、SiO2、MgO、Al2O3）,并采用X射线衍射（XRD）、N2吸附（N2-adsorption）、程序升温
【摘要】数学课堂练习是数学教学的有效延伸，也是提高教学质量的有效途径.新课程背景下的数学练习设计，着眼于学生核心素养的全面提升.这里既包括基础知识和基本技能的落实，又包括情感、态度、价值观的提升，更有利于学生良好学习习惯和品格的养成. 【关键词】数学练习;核心素养;分层性;趣味性 【课题项目】本文系甘肃省教育科学“十三五”规划2019年度课题《小学高年级数学练习有效性设计的策略研究》的核心研究