基于循环神经网络的缝洞型油藏油井产量预测

利用神经网络的强大非线性映射和拟合能力,构建神经网络产量预测模型,并针对油田生产数据的高误差、易缺省等特性和曲线拟合预测不易收敛的情况,提出了训练数据集扩充方法和改良的均方误差损失函数.在拟合油井产量方面取得了显著的效果.     

BESⅡ顶点探测器

介绍了BESⅡ上正在运行的顶点探测器基本结构、特点和性能(覆盖95%×4π立体角,空间分辨σ_rφ≈100μm,σ_z≈2mm),及工作方式和电子学读出,并进一步介绍它在北京谱仪上的作用.     

利用低信噪比小样本太赫兹光谱实现心肌淀粉样变检测

由于低信噪比的小样本太赫兹光谱的可区分性特征提取困难和样本量过少带来的深度学习模型自身的过拟合问题,将太赫兹光谱与深度学习相结合应用于心肌淀粉样变检测仍面临挑战。本文提出了一种基于多模块顺序级联的分类模型,用于心肌淀粉样变在算法层面的实时检测。首先,采集了少量的低信噪比太赫兹光谱并对其进行预处理。其次,构建了一个基于卷积降噪自编码器、多尺度特征提取模块、密集连接模块的深度学习模型。最后,通过五折交叉验证策略进行病变预测,以获得稳定、可靠的结果。10次独立重复实验和对比实验结果表明,该方法能对含噪光谱进行准确、稳定的分类,且其综合指标更优。不同样本量下的实验表明,本方法对样本量变化具有适应性：数据量为100时可达到95%的准确率;数据量仅为20时,该模型仍能取得70%的准确率。该项工作对心肌淀粉样变的实时、高效、安全诊断具有重要意义。     

中国期货市场与现货市场的价格引导与价格发现

长期以来对期货市场与现货市场价格关系的实证研究都是基于时间序列方法的研究.为了克服时间序列方法存在着的不足,将使用面板数据方法,在面板单位根检验以及面板协整检验和协整估计的基础上,构建面板误差修正模型来分析期货价格和现货价格的均衡以及相互引导关系.进一步的,在误差修正模型的基础上我们采用信息份额方法(I-S模型)和共同因子贡献法(P-T模型)分析了期货市场和现货市场的价格发现功能.通过上述研究,发现总体上讲我国大宗商品的期货价格和现货价格之间存在着长期均衡,并且表现出了相互引导互为Granger因果的关系.利用I-S模型和P-T模型测算出来的期货市场对价格形成的贡献度分别为88.17%和79.44%,这说明当前我国的期货市场总体上讲是有效率的市场.     

基于模糊熵的直觉模糊多属性群决策方法

针对专家权重未知、专家判断信息以直觉模糊集给出的多属性群决策问题,提出了一种新的决策方法.通过定义直觉模糊集的模糊熵计算专家判断信息的模糊程度,进而确定每位专家的权重.然后定义直觉模糊集的模糊交叉熵确定备选方案距理想方案和负理想方案的距离,再根据加权算术算子集结专家的判断信息,得到方案的排序.最后,通过一个实例分析验证了方法的有效性.     

基于实验设计的概率语言权重信息多准则决策方法

作为模糊语言集的一种,概率语言集能够反映决策问题中评价准则权重重要程度及其概率,这在决策问题中较为实用。本文运用实验设计(Design of Experiment,DOE)的方法,对权重信息以概率语言给出的多准则决策问题进行研究:通过多次模拟权重重要程度及其概率,设计出多组实验权重,并用GRA法求得每组实验数据的得分,获得描述该决策问题准则值与评价结果相互影响关系的最适用回归方程,将决策问题的实际数据带入方程进行运算,得出方案排序结果。通过快速成型过程、柔性制造系统过程两个案例,进行对比验证。结果表明所提出的方法能较好地处理基于概率语言权重信息的多准则决策问题,计算简单且速度快,可重复性强且颇为实用。     

钙离子诱导的海藻酸钠/黄原胶凝胶化临界行为研究

研究了海藻酸钠/黄原胶混合体系的相行为及其对海藻酸钠-钙离子凝胶化临界行为的影响.当海藻酸钠浓度为0.5 wt%时,随着黄原胶的添加,混合体系出现相容、相分离及液晶3种不同的相行为.与纯黄原胶溶液相比,海藻酸钠/黄原胶混合溶液在更低的黄原胶浓度下开始形成液晶,这是由于混合体系中相分离的发生导致了黄原胶有效浓度升高.利用葡萄糖酸内酯(GDL)在线酸化Ca-EDTA,释放钙离子,研究了不同钙离子引入量时(f=[Ca2+]/[COO-])混合体系的黏弹性.Winter-Chambon分析发现临界凝胶点(f gel)随黄原胶浓度的增加而降低.当相分离发生时,临界凝胶点急剧降低,当液晶结构形成后,临界凝胶点呈现上升趋势.通过对比Winter-Chambon方法和临界凝胶点模量松弛法所测得的松弛临界指数(nw和nr),发现黄原胶的添加使海藻酸钠临界凝胶失去结构自相似性.相分离的发生导致临界凝胶结构排列更加致密,而液晶的出现使临界凝胶结构排列相对疏松.     

TiO2/Ag2O纳米材料的制备及其对甲醛的气敏性能

采用溶胶-凝胶法制备了掺杂Ag的TiO2纳米晶粉体. 用XRD、TEM和BET方法对纳米晶的晶型﹑晶粒大小和表面性能进行了表征. 分析结果显示, 相同条件下掺杂Ag的TiO2比纯TiO2纳米材料具有更大的比表面积. 气敏性能测试结果表明, 掺杂Ag的TiO2传感器对甲醛有较好的灵敏度和更高的选择性.当焙烧温度为500 ℃, 掺杂Ag的摩尔比为5%(n(AgNO3)/n(Ti(OC4H9)4)=5%)时, TiO2对甲醛气体敏感性能最好. 在最佳工作电流124 mA下, 该元件对10 μL·L-1 HCHO的灵敏度S 接近4, 它的响应时间不超过1 s, 恢复时间为9 s.     

区间直觉模糊集的模糊熵群决策方法

针对专家权重未知、专家判断信息以区间直觉模糊集给出的多属性群决策问题,提出了一种新的模糊熵决策方法。通过定义区间直觉模糊集的模糊熵判断专家信息的模糊程度,进而确定每位专家的权重;然后计算备选方案距理想方案和负理想方案的模糊交叉熵距离,得到每个专家对方案的排序;再分别利用加权算术算子和加权几何算子集结专家的排序结果,得到专家群体对方案的排序。实例分析验证了方法的有效性。     

考虑决策者风险偏好的区间直觉模糊多属性群决策方法

提出了一种考虑决策者风险偏好且属性权重信息不完全的区间直觉模糊数多属性群决策方法。同时考虑相似度和接近度,确定每一属性的决策者权重。为了考虑决策者风险偏好对决策结果的影响和避免区间直觉模糊矩阵的渐进性,引入了决策者风险偏好系数,将集结后的综合决策矩阵转换成区间数矩阵。然后,为了客观地求出属性权重信息不完全环境下属性的权重,构建了基于区间直觉模糊交叉熵的属性权重目标规划模型,该模型不仅考虑了评价值的偏差,也强调了评价值自身的可信度。最后,通过研发项目选择问题的实例分析说明了所提方法的合理性和优越性。