91精品人妻互换日韩精品久久影视|又粗又大的网站激情文学制服91|亚州A∨无码片中文字慕鲁丝片区|jizz中国无码91麻豆精品福利|午夜成人AA婷婷五月天精品|素人AV在线国产高清不卡片|尤物精品视频影院91日韩|亚洲精品18国产精品闷骚

作者；鄭曉敏

  本文中提出了采用具有高度非線性預測能力的BP神經網絡方法建立模型對爆炸上限進行預測。

1實驗研究

  選用12 L的球形玻璃容器做爆炸實驗，實驗前容器內溫度恒定在35℃，容器內壓力為0.1 M Pa。實驗選用了9種可燃氣體配置混合氣體，具體組分從表1可知。共采集了86組不同實驗的數(shù)據(jù)。對實驗數(shù)據(jù)進行了數(shù)據(jù)分析，其相關系數(shù)如表1所示，從表1可以看出，除一氧化碳含量與爆炸上限間存在較高線性關系外，其他組分與爆炸上限間是一種非線性關系，相關程度較低。

2爆炸上限的BP神經網絡預測模型

  本文中采用的BP神經網絡結構：輸入層采用9個神經元，分別對應9種可燃氣體的體積濃度，爆炸上限作為輸出層，隱含部分，選用前59組樣本作為訓練數(shù)據(jù)，后27組樣本

作為測試數(shù)據(jù)，用以驗證網絡的準確性。

  利用M atlab軟件測試數(shù)據(jù)所得結果。層選用具有12個隱層神經元的網絡結構。將實驗采集到的86組樣本分成2建立BP神經網絡，并對其權重進行優(yōu)化。圖1為訓練數(shù)據(jù)所得結果，圖2為

  從圖1中可以看出，這些離散點能夠比較好地分布在對角線附近，即訓練數(shù)據(jù)中的預測值與實測值間的吻合度較好，精度較高。圖2為測試數(shù)據(jù)預測值與實測值的對比，可以看出，對新的輸入網絡預測能力較高，即網絡具有較好的泛化能力。  為了體現(xiàn)所建非線性模型的優(yōu)越性，本文中還提出了偏最小二乘法對數(shù)據(jù)進行線性處理。所

選訓練數(shù)據(jù)以及測試數(shù)據(jù)與BP神經網絡方法

相同。

  爆炸上限的偏最小二乘法回歸系數(shù)如表2所示，圖3為PLSR預測值與實測值的比較圖，圖4為BPNN與PLSR預測值絕對誤差的比較圖。從兩圖中可以明顯看出，相對于BPNN而言，PLSR的預測效果較差，而BPNN的預測精度良好，準確度明顯高

于PLSR

  表3給出了BP神經網絡、偏最小二乘回歸、Le

chatelier公式3種預測模型結果的匯總。

  從表3看出，Le chatelier公式法與PLSR相比較，雖然平均絕對誤差相對小些，但最大絕對誤差較大，這恰好驗證了它的局限性。BPNN的最小絕對誤差以及最大絕對誤差都比另2種方法相對應的值要小，BPNN的相關系數(shù)也最高，而且BPNN的平均絕對誤差比它們小很多，由此說明無論從訓練集還是測試集，BPNN預測出的爆炸上限更為精確，所建

非線性模型的泛化能力更好。

3結論

  通過實驗以及數(shù)據(jù)分析為實際工業(yè)生產中對可燃氣體的安全使用提供了參考依據(jù)，并得出了以下

結論。

 (1)多元混合氣中可燃氣體體積濃度與爆炸上限間存在非線性關系，建立BPNN預測模型比PLSR模型更為合理。

  (2)確立模型后，給定各組分可燃氣體體積濃度就可以較為精確地預測出該混合氣體的爆炸上限。

  (3) BPNN模型克服了Le chatelier等一些算法對非烷烴碳氫化合物不適用的局限性，并且提高了預測精度。             

   4 摘要：提出了采用人工神經網絡方法來重點預測多元混合氣體的爆炸上限，并將其與偏最小二乘線性回歸、Le Chatelier方法相比較。仿真結果表明，BPNN的預測結果遠好于PLSR以及Le Chatelier計算出的結果，由此表明BPNN對混合可燃氣體的爆炸上限具有更好的預測和泛化能力。