简介：摘要： 结合BP神经网络和灰色理论两种单项预测模型算法，实现对变压器油中溶解乙炔气体浓度精确预测。建立组合最优预测模型，根据预测误差平方和最小化的原则先计算各预测模型的权重，然后将各单项模型的权重进行加权综合计算。以变压器油中气体乙炔（C2H2）为例验证了该组合算法，不仅降低各单项预测算法的预报误差，也有效提高了预测模型的准确性能。

简介：摘要：齿轮箱是风电机组运行的关键设备，针对风电机组齿轮箱故障发生频繁，运维成本高等问题，提出一种基于 SCADA系统异常数据清洗和动态神经网络建模的方法对风机齿轮箱油池温度进行建模。随后采用统计过程控制方法分析残差，根据残差分布特征计算阈值上下限，实现齿轮箱油池温度异常状态预警。最后以双馈式风力发电机组为研究对象进行建模分析并给出实例，验证了该模型对齿轮箱油池温度预警具有实用性和有效性。

简介：刘变英,女,1953年生,毕业于山西医科大学医疗系。硕士研究生学历,硕士研究生导师,现任山西煤炭中心医院副院长、消化内科主任。兼中华消化内镜学会胃病和ERCP学组委员;中国胃病学会常务理事;中国医师协会内镜分会理事、消化分会委员;中华医学会山西消化内镜专业委员会主任委员、山西消化分会委员;山西医师协会常务理事。第四届《中华消化内镜杂志》编委、《中华腹部疾病杂志》常务编委、多家国家级杂志的编委和特约审稿员。在国内外发表学术论文近百篇,受到医学界专家、学者的充分肯定和高度评价。主编、参编医学专著七部,如《胃肠病学临床进展》、《临床激光医学》、《图解消化病学》。先后荣获全国三八红旗手,山西十大杰出女职工,山西五一劳动奖章,山西省总工会五一巾帼奖,山西省妇联三八红旗集体。

简介：在多传感器信息融合中，D-S证据推理方法依靠其在不确定性处理算法中的优势，成为现在信息融合的最重要的方法。本文重点阐述证据理论中焦元爆炸问题，针对这一问题，提出基于模糊神经网络的D-S证据理论的信息融合结构。实验数据表明，这种信息融合结构，有效地提高了目标的识别能力。

简介：【摘要】电商库存补单是电商资金运转的一大难题，科学的补充订单和解决库存深度问题能加强电商供应链体系建设，帮助电商加速资金流动，减少库存压力，降低存储成本。本文针对传统的农产品销量预测模型方法的难点和新时代背景下农产品预测市场的需求,根据气候、时间、价格和质量、销售区域五个因素,利用LM算法优化了bp神经网络，并对贵州省威宁县荞酥的未来几天农产品销量建立了相应的网络模型,进行预测实验。结果表明该模型的预测精度较为准确，可以进行预测实验。

简介：摘要：为响应国家节能减排政策，针对火电站燃煤机组效率偏低、污染物排放严重的问题，设计基于人工神经网络预测的燃烧优化与超净排放优化控制系统。本系统应用于国华锦界能源有限责任公司4^#机组，成功提升燃煤机组燃烧效率，降低污染物排放，保证燃煤机组稳定、经济运行。本系统在火电站机组的投入，为推动火电厂高度自动化起推动作用，为国内电厂提供了技术经验和参考。