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：摘要胰岛素样生长因子2 mRNA结合蛋白1(IGF2BP1)是机体发育过程中mRNA代谢和转运的关键调控因子。近年来研究发现，IGF2BP1在肝癌、肺癌、结肠癌、卵巢癌、乳腺癌等多种肿瘤中异常表达。IGF2BP1不仅与肿瘤细胞的增殖、迁移和侵袭有关，而且还与患者不良预后密切相关。进一步研究IGF2BP1在恶性肿瘤中的作用机制有望为肿瘤靶向治疗提供新的方法。

简介：摘要：：为尽早发现桥梁的损伤和破坏，简化桥梁健康监测工作，提出新的桥梁荷载识别方法。基于有限元软件Midas Civil建立的三跨连续箱梁桥的三维有限元分析模型，进行给定汽车荷载作用下的响应分析。得出结论：网络模型能准确预测数据，平均相对误差能控制在1%内，能较好地预测实际桥梁 的荷载位置。

简介：摘要：本文简述了人工神经网络的概况以及BP神经网络模型，通过分析BP神经网络对混凝土配合比、强度以及寿命的预测，表明BP神经网络预测精度较高，已经广泛的运用在混凝土预测中，具有实用价值。

简介：摘要：本文介绍了传统NAS-RIF算法的原理，针对NAS-RIF算法对噪声敏感的不足，加入正则化参数，改进了NAS-RIF算法，实验结果证明，与传统的复原算法相比，改进后的算法图像复原效果较好，峰值信噪比和复原后的视觉效果较优，图像细节清楚度有所提高，证明了改进算法的有效性。

简介：摘要：本文介绍了一种新的高效优化方法“基于教与学的优化”。该方法研究了教师对学习者的影响。与其他受自然启发的算法一样，TLBO也是一种基于总体的方法，并使用大量的解决方案来进行全局解决方案。人口被认为是一组学习者或一组学习者。TLBO的过程分为两部分：第一部分是“教师阶段”，第二部分是“学习阶段”。“教师阶段”指向教师学习，“学习者阶段”指通过学习者之间的互动来学习。

简介：摘要：本文主要针对高等教育问题进行了相关研究，利用BP神经网络以分数评价国家高等教育系统的健康状况。首先收集了多个国家教育影响因素的数据，选择出“国家人均GDP”、“国家高校升学率”等八个指标初步建立简单的指标体系。其次对八个国家进行模型应用，对模型进行进一步的优化，对其提出优化后的合理蓝图。最后建立时间序列的BP神经网络预测模型，预测出原状态下2020年中国评分从而得知此模型稳定性较好。

简介：摘要：为实现滨南采油厂管路布局优化，降低生产成本，本文以井站间管线长度最短或产量距离和最小为目标函数，建立了滨南采油厂全局集输管网总体优化模型；在给定约束条件下，采用遗传算法中嵌套蚁群算法的思路对管网布局模型进行同步优化求解，采用蚁群算法对井组进行了划分，选择变尺度法、遗传算法对站址进行了优化。

简介：摘 要：随着时代的不断发展，人们远行时选择空中交通工具的越来越多，促使其密度不断加大，这也在极大程度上提高了空中交通管制运行的实际品质，比如空中交通流的具体密度、运行过程中的实际安全性能、运行效率性能等，这就需要我们能够针对BP网络的空中交通管制运行品质评价方面不断进行研究。

简介：摘要：现如今，光伏并网容量不断增加，研究光伏发电功率短期预测对减轻光伏系统并网对大电网的冲击、提高电网接纳光伏系统的能力有着重要意义。本文基于光伏辐照度及环境数据，结合实际工程项目中的历史数据，在Matlab软件中基于BAS-BP模型实现对光伏电站输出功率的短期预测，结果表明，该模型能够较好的达到预测目的。

简介：摘要：全球导航卫星系统(GNSS)是一种高度精确、连续、全天候和近实时微波技术，其中GPS的应用最为广泛，目前GPS已经能够达到毫米级的平面坐标定位精度，这种优势能够大大缩减人工测量的时间，提高效率，但是由于GPS所测高程和我国工程测量中使用的高程基准面不同使得GPS高程测量值的应用受到限制。针对将GPS高程测量值通过拟合方法转换为工程坐标下的正常高的研究有着广泛的实用价值。本文采用目前流行的BP神经网络法对测区范围内GPS所测得的大地高数据进行拟合，基于GPS测量得到已知点坐标和高程异常，建立两者之间的神经网络关系，并对网络进行训练，根据预测值和实际值之间的差异对网络中的权值和阈值进行重复计算修改，最后使得预测与实际值之间的误差满足要求，计算外符合精度并对未知点的高程异常值进行预测。通过MATLAB实现BP神经网络高程拟合并与多项式曲面拟合方法进行精度比较，最后得出BP神经网络拟合精度高且相比于多项式曲面拟合法具有准确性，可靠性和稳定性。

简介：摘要：本文主要介绍BP神经网络的结构、分类和性能参数，对BP神经网络光伏发电在MPPT中的应用进行分析，通过建立网络模型的方式，实现模型训练，对仿真结果进行分析。结合BP神经网络模型的分析，改善神经网络。

简介：【摘要】

简介：摘要：锂离子电池作为新一代化学电源，具有比能量高、充放电特性好、正常使用无析氢析酸、循环寿命长、使用维护简便等优势。随着锂电池安全技术的进展，近年来已广泛应用于智能汽车领域领域。虽然集众多优点于一身，但是锂离子电池的能量密度一直制约着电动汽车以及其他产业的发展。以目前应用范围较广的锂离子电池为研究对象，围绕锂离子电池的主要特性以及其管理系统展开研究。阐述锂离子电池的概述，锂离子电池管理系统的主要功能。从系统设计的角度，分析锂离子电池管理系统的构建要点，从而促进锂离子电池的应用。

简介：摘要：随着素质教育概念的深入人心，当前高中数学教学任务已不仅仅局限于传授教材知识、完成教学目标的基础层面，而是加强了对学生数学核心关键能力的培养和理学逻辑思维意识的启迪，这就要求高中数学教师在教学过程中要关注学生的学习兴趣、催生学生的数学思维、提高学生解决数学问题的总体能力，为日后的学习生活夯实基础.信息技术与高中数学教学的深度融合将是这一阶段教师的良好助手。基于此，本篇文章对信息技术算法教学与高中数学算法教学的融合进行研究，以供参考。

简介：

简介：[摘要]本文研究了手机行业采购按时交付情况，从采购商和供应商两个视角出发，研究了影响按时交付的因素，并给出了识别准时交付情况的评估模型。

简介：摘要：本文研究目的在于寻找最优的抗疫物资运输路径。Dijkstra算法是计算最优路径的的代表算法，针对其存储效率和计算效率过低问题，提出用邻接表代替权重邻接矩阵、采用双向循环链表进行快速增删、同时利用快速排序对权重距离进行排序的改进方法，最后综合考虑实际道路的综合通行能力对改进的Dijkstra算法进行实例验证。

简介：摘 要：随着定位与导航技术的发展，高精度、高可靠性导航定位的需求日益增加。单一信息源导航由于受自身固有局限的影响无法满足用户对导航精度的需求，同时也不具备足够高的鲁棒性和可靠性。多源融合导航技术基于信息融合技术综合处理多个导航源获取到的信息，实现在复杂多变的环境中的高精度、低成本的定位能力，从而得到最佳的导航决策结果。根据算法模型结构特征可以将多源导航的融合算法分为：集中式结构算法、并行式结构算法以及混合式结构算法。通过对不同结构的融合算法进行研究，分析三种融合算法的特点、应用场景和评估体系，为应用多源融合导航技术提供理论基础。

简介：摘要：在现代化的今天，我们的周围被数量众多的数据所环绕，如何从这些数据中得到自己想要的内容成为了不可逃避的话题。由于数据量每天都在大量增加，继续使用传统的推荐系统来进行数据的推荐已经不在适合，可能会出现推荐不准确、数据处理速度过慢等情况，导致用户无法准确的得到自己想要的结果。针对以上情况,本实验使用Hadoop框架,利用Hadoop分布式计算的特点并行处理大量数据,提高运行的效率[1]。并采用均值漂移聚类算法对数据集进行处理，解决矩阵稀疏性的问题,使推荐精度提高。