摘要：由多家油田工程技术服务公司和作业公司提交．经壳牌、雪佛龙、bp等多家石油公司和咨询会司的专家组成的委员会评审．美国《Hart’s E＆P》杂志评选出2005年度14项石油工程技术创新特别奖。这些获奖的新产品和新技术包括在理念、设计和应用等方面的技术创新。它们大多是单项的新枝术，但却解决了有关专业在作业过程中的关键问题，降低油气勘探、钻井和生产成本，提高作业效率和收益。

摘要：结合南水北调中线工程某高填方渠道工程现场观测数据,利用bp神经网络中多层前馈神经网络及其反传算法,建立了渠道施工沉降和土体力学参数的多元输入输出连续映射分析模型,从而对岩土参数进行位移反演分析,得到填筑渠道土体的力学参数值。反演结果表明,土体凝聚力和内摩擦角反演相对误差较小,而压缩模量的反演误差随着填筑高程的升高有变大的趋势。所得研究结论为计算和分析填方渠道的有效沉降提供了理论支持。

摘要：本文在钻井作业安全事故预测系统中引进了粗糙集和bp神经网络。在本文中,笔者首先使用粗糙集对基于钻井作业安全的信息系统进行属性约简,获取对应于最小条件属性集的信息表。之后,笔者用得到的数据对bp神经网络进行训练,进而对钻井作业安全事故进行预测。通过实例研究,本文发现粗糙集可以加快神经网络的训练,并提升网络的预测精度。本文的研究结果表明粗糙集和bp神经网络可以高效地对钻井作业安全事故进行预测。

摘要：为了提高融合技术的精度,本文以JCY-120压力传感器构建的一套测量系统为例,提出了一种基于bp,RBF神经网络进行训练消除交叉敏感的实验方案,该实验利用压力传感器得到的交叉敏感的数据,采用bp和RBF网络进行训练和测试。最后进行实验,实验结果表明该方法在利用神经网络进行新型融合技术方面,能够提高数据融合的精度。

摘要：为解决高速公路收费站及大型停车收费场自动收费问题,依据bp神经网络识别理论,设计了一个基于ARM9及嵌入式Linux系统的发动机声音识别系统。选用S3C2410微处理器和嵌入式Linux操作系统,把交叉编译后的发动机声音识别C语言程序移植到操作系统的文件中,实现了发动机声音实时识别功能,给出了系统整体软硬件结构框架以及实时输入发动机声音判别汽车类型的识别结果。现场实验证实了该系统的准确性、实时性和有效性。

摘要：本研究针对养殖对虾6种病毒,包括白斑综合征病毒(WSSV)、传染性皮下及造血组织坏死病毒(IHHNV)、肝胰腺细小病毒(HPV)、桃拉综合征病毒(TSV)、对虾杆状病毒(bp)和传染性肌肉坏死病毒(IMNV),选择各自的基因分别设计特异性引物和探针,首先进行了单一病毒的PCR验证,在此基础上建立了同时特异性检测6种对虾病毒的多重PCR检测体系。对反应条件进行优化并进行特异性和灵敏度的验证。50μl反应体系,Mg2+的最佳浓度为5mmol/L,ExTaq酶最佳用量为3.75U,反应程序中最佳退火温度为55.5℃。6种病毒之间以及与对虾基因组都存在很好的特异性。最终经试验验证,该系统的检测灵敏度对WSSV可达104拷贝,IHHNV可达102拷贝,HPV可达104拷贝,TSV可达103拷贝,bp可达105拷贝,IMNV可达105拷贝。虽然该多重PCR方法灵敏度不如单一的PCR检测高,但是通过实际样品检测验证了该方法省时、消耗较少,又不失准确性,在实际应用中具有可靠性和应用价值。

摘要：既有建筑由于建造过程信息的缺失、损毁,缺乏造价定额资料等成本估算标准数据,导致决策阶段很难快速准确地计算出改造工程造价。针对该问题,提出了基于主成分分析(PCA)和bp神经网络的既有建筑改造成本预测的方法。通过案例与文献分析,识别并提炼出影响既有建筑改造成本的10个影响因子。利用主成分分析方法,对提取的10个因子进行降维,归纳出3个新的综合变量。采用bp神经网络对280个既有建筑改造成本进行分组训练、验证与测试。结果显示,PCA-bp神经网络模型基于降维且消除指标之间相关性数据为基础,提高了预测效率,方根误差、相关度均取得了较好的结果,实测数据与预测数据之间的综合误差为2.66%,为既有建筑改造工程造价快速测算提供了一种新方法。

摘要：针对基于神经网络(ANN)的入侵检测系统(IDS)难以得到足够丰富的实测样本这一问题,引入信息融合的观点,提出了一个基于神经网络与证据理论相结合的入侵检测系统模型。模型的神经网络模块是由自组织映射网络(SOM)和反向误差传播网络(bp)合成的,并将bp 网络的输出作为证据,输入到证据理论模块。通过证据理论模块的信息融合,降低了虚警率,提高了检测率。

摘要：针对bp网络学习算法的不足,提出了一种基于递阶遗传算法(HGA)的bp网络建模方法。文中对递阶遗传算法在优化神经网络过程中的一些参数,如适应度函数、编码方案和交叉变异概率等提出具体的设计方法。该算法可以同时对神经网络进行拓扑结构优化和参数求解。最后采用该方法,实现了具有复杂非线性特征的某调速系统的精确建模。实验结果及其与改进bp算法建模方法的比较,验证了该算法的有效性。

摘要：文章以P1+P3结构PHEV为研究对象,设计了基于bp神经网络算法的动力匹配控制来提高PHEV的输出功率、降低排放及优化燃油经济性。结果表明:在山路、城市、高速和郊区四种路况下进行实车测试,嵌入算法后P1+P3结构PHEV的百公里油耗平均降低了0.61L,CO、CO_(2)、HC、NO_(X)排放分别降低了0.28g/km、0.198g/km、0.813g/km、0.021g/km,排放和燃油经济性均得到改善。