简介:摘要在压水核反应堆系统(PWR)中,核电站(NPPs)一回路压力控制是保持反应堆稳定运行的基础,并且可以提高能量转换效率,主要负责此项工作的单元是稳压器。稳压器压力控制系统(PPCS)可以利用加热器和喷淋阀在稳态运行状况下保持压力处在一定的操作范围内,或在切换模式下限制压力变化。安全阀为反应堆冷却系统(RCS)提供超压保护,以确保系统稳定运行。当系统参数超出安全范围时,多种防护反应堆措施将被激发。此前,在PWRs中应用比例-积分-微分控制器(PID),以便保持压力在设定范围内。本文介绍了一种人工神经网络(ANN)在PWRs中的应用1.介绍一个基于人工神经网络(ANN)的稳压器,2.介绍基于人工神经网络(ANN)s模型的PWR稳压器模糊控制模型,并比较此模型与传统稳压器的优缺点。
简介:目的利用BP神经网络的理论和算法,对COPD患者的历史数据进行分析,构建出COPD再入院患者的风险评估模型,通过对COPD再入院患者各相关因素的敏感度分析和疾病风险评估及分析,为BP神经网络建模在临床诊疗中的应用提供一定的参考,并为医疗资源的合理配置提供较为有效的解决方案。方法编写结构化查询语句,从HIS数据库抽取相关数据,导入Clementine11.1中,利用BP神经网络算法进行建模,预测结果用SPSS22.0进行模型的建模效果评估以及模型建模效果的假设检验。结果经过优化后的BP神经网络的拟合度为71.743%,预测准确度93.55%。在所有相关影响因素中,入院次数和入院状态对COPD患者的再入院风险度影响最大。在预测效果上,BP神经网络要优于传统的多元统计分析方法。
简介:目的:面对我国人参价格涨跌频繁的现状,基于历史价格数据探索一种人参价格预测方法,进而有预见性的指导人参的种植、经营,防范伤农、伤商事件的发生。方法:以生晒55支规格的人参为代表,选取2012年6月至2018年5月的历史价格为实验数据,以2012年6月至2017年8月的价格为训练集,以2017年9月到2018年5月的价格为验证数据集,分别基于BP神经网络与ARIMA方法,构建人参(生晒55支规格)的价格预测模型,并将二者的预测效果进行比较。结果:ARIMA模型在平稳期的预测较为精确,BP神经网络能应对价格的突变预测。结论:BP神经网络预测模型整体优于ARIMA模型,进一步证实了BP神经网络用于价格预测的优越性。