混合学习法前向网络多属性储层参数预测

应用前向网络描述地震属性和储层参数间的非线性映射关系时，经典的误差反向传播算法存在收敛速度慢，易陷入局部极值等诸多不足。研究了融合粒子群优化算法和误差反向传播算法的混合学习法前向网络多属性储层参数预测技术。粒子群优化算法是一种群体随机搜索演化计算技术，具有较快的收敛速度和较强的全局搜寻能力；误差反向传播算法本质上是梯度下降算法，注重局部搜索。混合学习法为两种学习算法交替执行，首先以粒子群优化算法训练网络，当误差能量在规定的迭代次数内不再发生变化时，采用误差反向传播算法实现局部寻优。理论函数逼近测试和实际储层参数预测实验说明了混合学习法具有学习时间短、求解效率高、可靠性强的优点，具有良好的应用前景。     

汉语句尾助词"了"英译中的"时"的问题--以《骆驼祥子》两种英文译本为例

"界"是句尾助词"了"的核心意义,其功能是表示"状态的变化".对<骆驼祥子>两种英文译本的有关数据统计和比较分析表明,句尾助词"了"可以翻译成目的语中的过去、现在和将来三种时态,这进一步证明了句尾助词"了"并非"时"的标志,翻译中"时"的选择主要依赖于时间词语和其他语境信息.     

稳态光散射法测粒下限及其影响因素的讨论

在经典Ｍｉｅ散射理论基础上，讨论全方位稳态光散射法激光测粒仪测量粒径的下限及其影响因素，认为通过减小激光测粒仪的系统误差和增大探测的散射角范围，可降低测粒仪的测量下降。     

基于加权案例推理模型族的软件成本SVR组合估算

精确地估算软件成本是软件项目成功开发的一个重要保证,直接影响着软件的风险控制和质量保证.为了更好地解决单一估算模型的不足,提出了集成多案例推理(CBR)模型的软件成本组合估算模型.首先,采用六种距离计算公式刻画新旧项目相似度,构建了六种CBR模型,并运用粒子群算法(PSO)来优化CBR模型族中的属性权重.其次,在CBR模型族的基础上,运用支持向量回归机(SVR)模型将不同CBR模型的估算结果进行集成,提高软件成本估算结果的精度.利用Deshamais数据库对模型有效性进行检验,实证结果表明,在六种CBR模型中Euc-CBR、Min-CBR、Gau-CBR和Mah-CBR模型估算结果没有明显差异,Gre-CBR和Man-CBR模型略优;提出的SVR组合估算模型估算精度明显优于单CBR模型和其他线性组合估算模型,能有效提高软件成本的估算精度.     

瞬态浓度场的光学测量系统

基于数字图像处理技术和光学粒子散射理论，研制了具有非接触式、全场测量、被测面积大和成本低等特征的瞬态浓度场定量光学测量系统，其可以测量瞬态浓度场的相对值，经过标定也可以测量绝对值．实验结果表明，该系统与传统的接触式单点浓度测量方法相比，具有显著的全场瞬态测量的优越性，应用前景广阔。     

基于喷墨打印技术的微小粒子发生器

在分析现代喷墨打印技术机理的基础上，研制了一台基于喷墨打印技术的微小粒子发生器。大量的实验结果表明，这种发生微小粒子的方法是简单可行的。     

粒子群优化算法及其与遗传算法的比较

粒子群优化算法是根据鸟群觅食过程中的迁徙和群集模型而提出的用于解决优化问题。该文讨论粒子群优化算法的基本原理和实现步骤,分析了该算法中各参数的设置。通过一个测试函数,对粒子群优化算法与遗传算法进行了比较,结果表明粒子群优化算法在找寻最优解效率上好于遗传算法。     

二进制改进粒子群算法在背包问题中的应用

提出了用于求解0 1背包问题的二进制编码的粒子群算法,阐明了该算法求解背包问题的具体实现过程.为了提高粒子群算法的收敛速度,在传统的二进制编码的粒子群算法中嵌入了记忆功能.通过对其他文献中仿真实例的计算和结果比较,表明该算法在寻优能力、计算速度和稳定性方面都超过了文献中提到的遗传算法和模拟退火算法.提出的求解背包问题的二进制改进粒子群算法,同样可以应用于其他离散优化问题.     

离心力场作用下对流换热场协同理论的实验验证

对离心流化床(CFB)干燥器中气体与被干燥颗粒物料之间的强制对流换热进行了实验研究．实验结果表明，在一定转速范围内，当气流速度方向和热流方向(即温度梯度方向)一致时，离心力场作用下气体流过颗粒层的对流换热准则关联式与由场协同理论中推导的结果具有同样形式，从而验证了场协同原理的正确性．     

电子回旋共振等离子体特性的数值模拟

以电子作为流体、离子作为粒子这一混合模型，研究了电子回旋共振（ＥＣＲ）等离子体微波放电的热现象及离子沿偏离轴向磁力线的输运．结果表明气压对ＥＣＲ等离子体影响很大．