摘要：在废水生物处理过程建立出水COD与出水SS的预测模型中,针对卷积神经网络在设计时没有规律遵循并很难保证网络最优化的问题,提出了一种基于遗传算法降维的卷积神经网络优化方法｡本文将遗传算法(GA)与卷积神经网络(CNN)耦合起来形成一种新颖的混合算法--GA-CNN算法,并将该算法与CNN算法和BP神经网络的预测效果进行对比｡仿真结果表明,对于出水COD的浓度预测,GA-CNN的预测性能相比于CNN提升了13.66%,相比于BP提升了19.40%,其中GA-CNN算法的最优预测效果如下:均方根误差(RMSE)为3.5303,平均绝对百分比误差(MAPE)为3.92%,决定系数(R^(2))为0.7195。对于出水SS的浓度预测,GA-CNN的预测性能相比于CNN提升了9.26%,相比于BP提升了13.43%,其中GA-CNN算法的最优预测效果如下:均方根误差(RMSE)为0.5883,平均绝对百分比误差为1.99%,决定系数(R^(2))为0.6770。

摘要：为了满足热板工程前期工作的需要,我们采用了计算机来模拟热轧宽带钢在匀速、变速制度下,粗轧和精轧部分的轧制工况。计算结果可靠,可供设计人员在设计热带轧机时参考。

摘要：为明晰竹材与木材应用于建筑围护结构的性能差异,以木材及木材单元为基准模型,竹材及相同构造和空间尺寸的竹材单元为评价模型,对两者在材料、建筑构件和空间单元三个层面进行对比,根据我国五大建筑热工分区的要求进行竹木外墙构造设计,并对比传热系数、热容和延迟时间;在Energy Plus中构建竹木空间单元,进行室内环境和建筑能耗的模拟,分析不同外部气候、内部功能和工程类型条件下竹木空间单元的性能差异。