期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于BP神经网络的热管式真空管集热器热性能预测校正模型
被引量：
9
1
作者
张义林
董华
周恩泽
《太阳能学报》
EI
CAS
CSCD
北大核心
2008年第6期690-693,共4页
基于BP神经网络建立了热管式真空管集热器热性能的预测校正模型。该模型采用了LM和BR两种网络训练方法,经实验数据验证,预测校正模型输出结果的最大相对误差为2.8%,平均相对误差为1.2%,而数学模型输出结果的最大相对误差为6.2%,平均相...
基于BP神经网络建立了热管式真空管集热器热性能的预测校正模型。该模型采用了LM和BR两种网络训练方法,经实验数据验证,预测校正模型输出结果的最大相对误差为2.8%,平均相对误差为1.2%,而数学模型输出结果的最大相对误差为6.2%,平均相对误差为4.3%,证明此预测校正模型的预测校正效果较好。应用该集热器热性能预测校正模型,可较精确地预测出不同运行状态、不同环境下集热器的出口温度,提高了系统的仿真精度。
展开更多
关键词
热管式真空管太阳集热器
集热效率
BP神经网络
数学
模型
预测校正模型
在线阅读
下载PDF
职称材料
基于树种随机效应的东北林区主要针叶树种含碳量模型构建
被引量：
1
2
作者
谷子航
马爱云
+1 位作者
谢龙飞
董利虎
《西部林业科学》
CAS
北大核心
2024年第3期169-178,共10页
为准确估算东北林区针叶树种含碳量,通过林木易测因子推算难于测定的单木含碳量。基于黑龙江省3种针叶树的129株解析木数据,分析4种树木各组分(即树干、树枝、树叶和树根)的含碳率差异,并采用似乎不相关回归(SUR)方法构建树木各组分一...
为准确估算东北林区针叶树种含碳量,通过林木易测因子推算难于测定的单木含碳量。基于黑龙江省3种针叶树的129株解析木数据,分析4种树木各组分(即树干、树枝、树叶和树根)的含碳率差异,并采用似乎不相关回归(SUR)方法构建树木各组分一元含碳量SUR模型(SUR1)和二元含碳量SUR模型(SUR2),并在SUR模型的基础上引入树种混合效应,进而构建似乎不相关混合效应(SURM)模型(SURM1和SURM2)。采用随机抽样的方法选择样木构建校正样本,用于计算各个树种的随机效应参数,并评估模型在不同样本量下的预测能力。结果显示:(1)引入树种混合效应后,枝和叶的含碳量模型拟合效果改善较为明显,R^(2)_(a)均提高17%以上,干和根含碳量模型的R^(2)_(a)分别提高6%和13%;(2)SURM2在树干含碳量的拟合和预测精度上优于SURM1,在树叶、树枝和树根含碳量的拟合和预测精度上与SURM1差异不大;(3)当使用随机抽取的3棵株样木计算树种水平随机效应时,SURM模型的预测表现要优于SUR模型和仅考虑固定效应的SURM模型。在基础的SUR模型系统中引入随机效应可提高模型的预测精度。本研究推荐使用SURM模型预测东北林区3种针叶树含碳量,为东北林区针叶树种含碳量的估算提供参考。
展开更多
关键词
含碳量
针叶树
似乎不相关混合效应
模型
模型
校正
预测
在线阅读
下载PDF
职称材料
基于BP神经网络的PTC工质出口温度研究
被引量：
2
3
作者
严倩雯
蒋川
+2 位作者
杨嵩
余雷
王启扬
《太阳能学报》
EI
CAS
CSCD
北大核心
2017年第11期3029-3035,共7页
在槽式抛物面太阳集热器的热性能研究中,数据往往具有随机性、非线性和不确定性等特点,采用传统建模方法经常做出大量假设,导致仿真精度不高且复杂。以槽式抛物面太阳集热器为研究对象,将传统理论模型与BP人工神经网络相互耦合,通过集...
在槽式抛物面太阳集热器的热性能研究中,数据往往具有随机性、非线性和不确定性等特点,采用传统建模方法经常做出大量假设,导致仿真精度不高且复杂。以槽式抛物面太阳集热器为研究对象,将传统理论模型与BP人工神经网络相互耦合,通过集热器热性能室外动态试验,建立工质出口温度的神经网络预测校正模型。引入Levenberg-Marquardt(LM)法对BP神经网络的权值及阈值进行优化。分析结果表明,预测校正模型可将绝对误差控制在3.8℃以内,相对误差保持在3.6%以内,可有效提高槽式抛物面太阳集热器热性能的仿真模型计算精度。
展开更多
关键词
槽形抛物面集热器
BP神经网络
预测校正模型
工质出口温度
在线阅读
下载PDF
职称材料
题名
基于BP神经网络的热管式真空管集热器热性能预测校正模型
被引量：
9
1
作者
张义林
董华
周恩泽
机构
青岛理工大学
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2008年第6期690-693,共4页
基金
青岛市科技发展计划项目(03-2-sh-08)
文摘
基于BP神经网络建立了热管式真空管集热器热性能的预测校正模型。该模型采用了LM和BR两种网络训练方法,经实验数据验证,预测校正模型输出结果的最大相对误差为2.8%,平均相对误差为1.2%,而数学模型输出结果的最大相对误差为6.2%,平均相对误差为4.3%,证明此预测校正模型的预测校正效果较好。应用该集热器热性能预测校正模型,可较精确地预测出不同运行状态、不同环境下集热器的出口温度,提高了系统的仿真精度。
关键词
热管式真空管太阳集热器
集热效率
BP神经网络
数学
模型
预测校正模型
Keywords
heat-pipe evacuated tubular solar collector
heat-collecting efficiency
BP neural network
mathematical model
predictive correction model
分类号
TK515 [动力工程及工程热物理—热能工程]
在线阅读
下载PDF
职称材料
题名
基于树种随机效应的东北林区主要针叶树种含碳量模型构建
被引量：
1
2
作者
谷子航
马爱云
谢龙飞
董利虎
机构
东北林业大学林学院
北华大学林学院
出处
《西部林业科学》
CAS
北大核心
2024年第3期169-178,共10页
基金
国家自然科学基金项目(31971649)。
文摘
为准确估算东北林区针叶树种含碳量,通过林木易测因子推算难于测定的单木含碳量。基于黑龙江省3种针叶树的129株解析木数据,分析4种树木各组分(即树干、树枝、树叶和树根)的含碳率差异,并采用似乎不相关回归(SUR)方法构建树木各组分一元含碳量SUR模型(SUR1)和二元含碳量SUR模型(SUR2),并在SUR模型的基础上引入树种混合效应,进而构建似乎不相关混合效应(SURM)模型(SURM1和SURM2)。采用随机抽样的方法选择样木构建校正样本,用于计算各个树种的随机效应参数,并评估模型在不同样本量下的预测能力。结果显示:(1)引入树种混合效应后,枝和叶的含碳量模型拟合效果改善较为明显,R^(2)_(a)均提高17%以上,干和根含碳量模型的R^(2)_(a)分别提高6%和13%;(2)SURM2在树干含碳量的拟合和预测精度上优于SURM1,在树叶、树枝和树根含碳量的拟合和预测精度上与SURM1差异不大;(3)当使用随机抽取的3棵株样木计算树种水平随机效应时,SURM模型的预测表现要优于SUR模型和仅考虑固定效应的SURM模型。在基础的SUR模型系统中引入随机效应可提高模型的预测精度。本研究推荐使用SURM模型预测东北林区3种针叶树含碳量,为东北林区针叶树种含碳量的估算提供参考。
关键词
含碳量
针叶树
似乎不相关混合效应
模型
模型
校正
预测
Keywords
carbon content
coniferous species
seemingly unrelated mixed effect model
model calibration prediction
分类号
S718.5 [农业科学—林学]
S791 [农业科学—林木遗传育种]
在线阅读
下载PDF
职称材料
题名
基于BP神经网络的PTC工质出口温度研究
被引量：
2
3
作者
严倩雯
蒋川
杨嵩
余雷
王启扬
机构
东南大学江苏省太阳能技术重点实验室
南京索乐优节能科技有限公司
南瑞太阳能科技有限公司
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2017年第11期3029-3035,共7页
基金
江苏省科技支撑计划(BE2013121)
中芬国际合作光伏光热一体化项目
国家自然科学基金(51476099)
文摘
在槽式抛物面太阳集热器的热性能研究中,数据往往具有随机性、非线性和不确定性等特点,采用传统建模方法经常做出大量假设,导致仿真精度不高且复杂。以槽式抛物面太阳集热器为研究对象,将传统理论模型与BP人工神经网络相互耦合,通过集热器热性能室外动态试验,建立工质出口温度的神经网络预测校正模型。引入Levenberg-Marquardt(LM)法对BP神经网络的权值及阈值进行优化。分析结果表明,预测校正模型可将绝对误差控制在3.8℃以内,相对误差保持在3.6%以内,可有效提高槽式抛物面太阳集热器热性能的仿真模型计算精度。
关键词
槽形抛物面集热器
BP神经网络
预测校正模型
工质出口温度
Keywords
parabolic trough solar collector （PTC）
BP neural network
predictive correction model
exit fluid temperature
分类号
TK513 [动力工程及工程热物理—热能工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于BP神经网络的热管式真空管集热器热性能预测校正模型
张义林
董华
周恩泽
《太阳能学报》
EI
CAS
CSCD
北大核心
2008
9
在线阅读
下载PDF
职称材料
2
基于树种随机效应的东北林区主要针叶树种含碳量模型构建
谷子航
马爱云
谢龙飞
董利虎
《西部林业科学》
CAS
北大核心
2024
1
在线阅读
下载PDF
职称材料
3
基于BP神经网络的PTC工质出口温度研究
严倩雯
蒋川
杨嵩
余雷
王启扬
《太阳能学报》
EI
CAS
CSCD
北大核心
2017
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
