基于回归模型的C4烯烃最佳制备条件研究

使用乙醇生产制备C₄烯烃具有良好的前景。本文以乙醇作为平台化合物,获取乙醇催化偶合制备C₄烯烃的最佳条件。从催化剂组合设计与反应温度入手,首先采用最小二乘法得出线性回归表达式,然后建立多元线性回归模型和多目标规划模型,最后得出制备C₄烯烃的最佳条件为：反应温度450℃,催化剂组合为200 mg质量分数0.5%Co/SiO₂-200 mgHAP-乙醇浓度0.3 mL/min。     

纳米催化剂的制备和最新应用研究进展

综述了制备纳米催化剂的基本方法.详述了近年来纳米催化剂在氧化还原反应、化学电源、环境保护等领域的应用前景.     

负载型镍催化剂制备条件对CH_4与CO_2催化反应性能影响

本文利用固定床流动反应装置，研究了负载型镍催化剂上制备条件对ＣＨ４与ＣＯ２转化制合成气催化性能的影响．在本实验条件下，研究表明，采用浸渍法和焙烧温度为６７３Ｋ制备而得的１０ｍｏｌ％Ｎｉｏ／γ－Ａｌ２Ｏ３催化剂，在反应温度为１０２３Ｋ和空速为２５００ｍｌ／ｇ·ｈ下，对ＣＨ４与ＣＯ２转化反应会显示最佳的催化性能．本文还对有关实验结果作初步讨论．     

温度和湿度等对制备超薄切片支持膜的影响

1　引　言透射电子显微镜超薄切片的质量不仅与脱水、包埋、切片、染色有关,而且与支持膜的质量有着密切的关系。有支持膜的铜网不仅能增加切片的稳定性,同时还能增加切片的可观察面以获得最多的信息,目前常用的支持膜多为Formvar膜。For-mvar是聚乙烯醇缩甲醛(polyvinylFormal     

基于粒子群优化算法的LS-SVM字符识别模型

提出一种基于粒子群优化算法优化相关参数的最小二乘支持向量机(LS-SVM)的字符识别模型.利用相关的字符数据,分别使用本方法和基于网格搜索的最小二乘支持向量机方法进行识别.仿真结果表明,该方法的精确度高于其它两种方法.     

广告投入对产品赢利影响的数学模型

广告投入对产品销售量的影响越来越重要,建立广告投入策略模型,讨论在不确定的环境下为获得最大利润的最优广告投入量,用最小二乘法分析得到的结果,与实际情况吻合,这是一种科学合理的方法,值得推广应用.     

催化剂种类对PECVD制备碳纳米管的影响

采用PEVCD技术,分别用Fe、Ni、Co作为催化剂,在Si基底上沉积出了不同形貌的碳纳米管．并用扫描电镜对碳纳米管的形貌进行了表征．而且深入研究了不同催化剂种类对碳纳米管生长的影响机理．结果表明：Ni是这3种催化剂中最适合沉积碳纳米管的催化剂．     

"温度对酶活性的影响"实验的改进

通过对"温度对酶活性的影响"实验中的有关操作步骤的分析讨论,我们认为该实验步骤五的操作从实验变量的控制及温度对淀粉和碘液颜色反应影响的角度值得探讨,并提出了实验的改进方法。     

温度对镍基催化剂Ni/TiO2-Al2O3上二氧化碳重整的影响

采用Sol-Gel方法制备了Ni/TiO2-Al2O3干凝胶催化剂.通过BET,X-射线衍射和热重及差热分析,考察了焙烧温度和还原温度对Ni/TiO2-Al2O3催化剂性能的影响.结果表明,在973K温度下焙烧10 h后的催化剂比表面积达到363m2/g, 干凝胶催化剂中有尖晶石相的NiAl2O4固溶体形成, 催化剂评价体系的还原氛围有助于NiAl2O4在较低温度下被还原.     

微弱荧光信号下对色氨酸和酪氨酸溶液的定量分析

应用偏最小二乘法,研究了在微弱荧光信号情况下不同的预处理方式和不同建模光谱区间对色氨酸和酪氨酸溶液浓度定量分析结果的影响,发现预处理方式采用平滑、减黑暗响应和减直线操作,然后建模光谱区间采用300-500nm范围内取极值点并对300-400nm进行间隔10nm取值时得到最佳的建模效果.实验最终取得了良好的预测效果:酪氨酸浓度的平均预测误差为5.9%,色氨酸浓度的平均误差为8.1%.     

焙烧温度与洗涤条件对铌酸催化剂酸强度和酸度影响的研究

通过焙烧温度与洗涤条件对石油化工中的铌酸催化剂酸强度和酸度影响的实验探讨与研究，确定了铌酸具有较高、较稳定、表面分布较集中的酸强度和酸度的实验条件，即在300℃温度焙烧后获得的铌酸酸度最大；经0．001mol．1^-HNO3洗涤4次的表面酸强度和酸度较集中、稳定，最有利于提高铌酸的摧催化活性和选择性．     

不同温度制备蛹虫草液体菌种对菌种性能的影响

以经活化处理的优质蛹虫草试管种为母种,分别以16℃、20℃、24℃、28℃四种不同温度制备蛹虫草液体菌种;通过比较各温度实验组制备液体菌种的形态、生物量大小及其主要培养性状,以实际栽培试验性能特征及产量结果为主要指标,探索蛹虫草优质液体菌种制备的适宜温度。结果表明,以20℃、24℃制备液体菌种性能依次最佳,16℃制备菌种次之,28℃制备菌种性能下降明显、出草产量明显较低。说明蛹虫草液体菌制备适宜温度以20～24℃为宜,过高制备温度不利于保持菌种优良性能。     

供水管网节点流量不确定性对漏损定位的影响

供水管网中的节点流量具有不确定性,为了研究节点流量不确定性对供水管网漏损定位能力的影响,建立供水管网节点流量分布在不同条件下的需求分布水力模型。一种是供水管网中各节点平均分配流入量的均匀模型,另一种是在供水管网各节点按需分配流入量的分配模型,比较两种需求分布模型的漏损定位性能。利用加权最小二乘算法完成供水管网水力模型的漏损定位,加权最小二乘算法具有模型精度高和计算效率高的优点,该方法通过计算供水管网中监测值与水力模型模拟值的差异,判断是否发生漏损,并能准确定位漏损节点。最后通过实例证明供水管网节点流量的不确定性对供水管网漏损定位性能有突出影响。     

制备方法对Mg-Co-Mo/Al_2O_3耐硫变换催化剂反应性能的影响

采用分步浸债法和混碾法对相同组成的Mg－Co－Mo/γ-Al2O3耐硫变换催化剂进行制备,利用活性评价、XRD、TPR实验研究了两种样品mMCA（I）和mMCA（I）的反应性能.结果表明：浸渍法制备的样品比混碾法制备的样品具有较高的低温活性,同时具有较差的高温活性和耐热性,其主要原因是制备方法严重地影响了流化物催化剂的结构性能.     

基于M/M/s/K模型和Dijkstra算法的迪士尼乐园优化问题

本文主要研究了上海迪士尼乐园优化问题,包括为顾客提供游园引导、建立休息区等,给游客以更佳的游园体验。利用最小二乘法预计未来一段时间的入园人数并将游乐场的游客量情况分为高峰期、中低峰期两种状态,分别利用TSP模型和M/M/s/K模型进行游客疏导。利用Dijkstra算法建立最短路径分析模型,将游乐园依据地理位置和项目人数分成三个区域,将地图离散化成以"一分钟步行的路程"为间隔的点,点与点之间用有向线段连接,枚举休息区。     

固体催化剂SnCl4/C的制备及其催化酯化反应研究

制备了固体催化剂SnCl4／C，并通过乙酸苄酯的合成考察了该催化剂对酯化反应的催化情况，结果表明，固体催化剂SnCl4／C对酯化反应有很好的催化活性。适宜的反应条件为：当酸的用量为0．20mol，醇酸物质的量比为1．4，催化剂用量为1．0g，带水剂甲苯为15mL，反应时间为2．5h，反应温度为100～110℃时，酯化率达92％以上。     

基于灰色关联和混合神经网络的光伏功率预测

为了提升光伏发电功率预测模型的精度和增强其对多变天气的适应能力,提出了采用基于天气预报的灰色关联相似日样本选取与混合神经网络相结合的光伏发电功率预测模型.相似日选取以辐射强度的影响因素为依据,采用晴天理论太阳辐射强度、空气污染指数、云量、湿度4个变量,通过灰色关联选出与预测日较为接近的历史数据构成样本子集.建立混合神经网络,对选出的样本子集进行天气要素扩充并训练模型,代入预测日特征向量完成预测.为检验该模型的精确性和鲁棒性,通过实例与常见BP神经网络模型进行预测结果对比,显示了新模型在光伏发电功率预测的良好应用前景.     

低碳醇合成中反应温度、催化剂组成对碳链增长因子α的影响

本文重点考察了在压力为35atm、空速为4007h^-1的条件下，反应温度、铜钴催化剂组成对碳链增长因子α的影响。实验结果表明：在低碳醇的合成中，只有选择合适的反应温度，恰当的铜钴比和碱金属加入量，才有利于碳链的增长，有利于提高C2^ OH的选择性。     

考虑覆冰厚度的输电线路覆冰增长预测

针对输电线路覆冰过程天气因素复杂、预测精度较差等问题,提出将覆冰厚度纳入特征向量,以覆冰厚度增长率为预测目标,并利用灰色综合关联分析法验证该方法的合理性;同时,将粒子群算法与最小二乘法支持向量机(LS-SVM)结合起来建立预测模型,得到覆冰厚度增长曲线。实例计算结果表明:预测方法改进后,训练集数据的拟合值与实际覆冰厚度的均方误差由0.23降至0.19,下降了17.4%;测试集数据的预测值与实际覆冰厚度的均方误差由5.10降至0.25,下降了95.1%,本预测方法的预测精度得到提高。     

基于自适应粒子群优化BP神经网络的高速电主轴温度预测模型（英文）

为精确地预测电主轴高速运转时内部温升的变化情况,提出了一种基于自适应粒子群优化BP神经网络的电主轴温度预测模型(APSO-BPNN).该模型在PSO-BPNN算法的基础上,引入自适应惯性权重,使权重跟随粒子适应度的变化而变化;采用自适应学习因子,在算法的初期和后期获得不同的搜索能力;融入变异算子,增加种群的多样性,避免算法的早熟收敛等缺点.然后,分别采用BPNN、PSO-BPNN和APSO-BPNN预测模型对电主轴不同测温点的温度进行预测.实验结果表明,与传统的BP神经网络和PSO-BPNN预测方法相比,所提APSO-BPNN模型预测精度最高,鲁棒性最强,可为电主轴及机床温升的智能控制和早期预警系统开发提供理论依据.