Evaluation model of green supply chain cooperation credit based on BP neural network

Neural Computing and Applications - More and more enterprises hope to achieve cooperation and win–win. However, many companies often have problems such as insufficient partner credit, which...     

Predicting visual similarity between colour palettes

This work is concerned with the prediction of visual colour difference between pairs of palettes. In this study, the palettes contained five colours arranged in a horizontal row. A total of 95 pairs of palettes were rated for visual difference by 20 participants. The colour difference between the palettes was predicted using two algorithms, each based on one of six colour-difference formulae. The best performance (r² = 0.86 and STRESS = 16.9) was obtained using the minimum colour-difference algorithm (MICDM) using the CIEDE2000 equation with a lightness weighing of 2. There was some evidence that the order (or arrangement) of the colours in the palettes was a factor affecting the visual colour differences although the MICDM algorithm does not take order into account. Application of this algorithm is intended for digital design workflows where colour palettes are generated automatically using machine learning and for comparing palettes obtained from psychophysical studies to explore, for example, the effect of culture, age, or gender on colour associations.     

磺酸基改性聚丙烯酸类增稠剂的性能研究

混凝土增稠剂作为一种混凝土外加剂,可以提高混凝土的工作稳定性,改善混凝土的离析、泌水等问题.利用磺酸基对聚丙烯酸(PAA)类增稠剂进行改性,制备出一种增稠效果优良的增稠剂.利用红外光谱分析仪(FTIR)表征了聚合物结构与成分,研究了改性PAA对水泥浆体流变性能的影响,并通过TOC(总有机碳吸附)、Zeta电位、电导率、DLS(动态光散射)等手段分析了聚合物在水泥颗粒表面的吸附行为以及聚合物在水泥孔溶液中的构象,并据此提出改性PAA的作用机理.结果表明:磺酸基改性PAA会增加掺入聚羧酸减水剂(PCE)浆体的塑性粘度,降低浆体流动度,且磺酸基改性PAA会增大液相中的聚合物构象粒径,有利于增大浆体粘度,另外,长链状的磺酸基改性PAA会提供桥接作用增大水泥颗粒之间的相互作用,增大水泥浆体的塑性粘度.     

内嵌纳凝胶阴离子交换聚甲基丙烯酸羟乙酯复合晶胶分离苯乳酸研究

采用超声乳化聚合法制备了聚甲基丙烯酸丁酯纳凝胶，然后经结晶致孔法制备了内嵌纳凝胶的甲基丙烯酸羟乙酯纳晶胶，对其接枝功能单体N，N，N-三甲基乙烯基苯甲氯化铵，得到内嵌纳凝胶阴离子交换纳晶胶，用于从发酵液中分离苯乳酸。结果表明：所得纳晶胶具有良好的渗透性能和轴向分散性能，在流速为1 cm·min^-1时，不同配比纳晶胶对牛血清白蛋白的吸附容量为3.9~5.4 mg·ml^-1；将质量比为 8∶2（HEMA∶pBMA）的纳晶胶用于从转化液中分离苯乳酸，所得苯乳酸的纯度达89.24%，回收率93.74%，分离效果好，表明其在生物分离方面有良好的应用前景。     

防振条约束失效对蒸汽发生器传热管面内流弹失稳的影响研究

根据防振条布置以及面内支承连续失效个数，将防振条面内约束失效分析划分为多种工况，分析了不同工况下面内约束失效对传热管面内模态的影响，采用各位置阻尼在振型函数上进行加权平均的方法计算了各阶模态的阻尼比，进而研究了防振条面内不同约束对传热管面内流弹失稳的影响。分析结果表明，随着面内支承连续失效位置的增多，弯管段面内首阶模态频率不断降低，出现在弯管段的振型越加明显；弯管段面内首阶模态不一定是最大流弹失稳比值出现的模态，最大流弹失稳比值出现模态的振型几乎都出现在弯管段；随着面内支承连续失效位置的增多，面内流弹失稳比值不断增大，当连续3个及以上防振条面内约束失效时，将出现流弹失稳现象。     

某高校既有建筑室内人员相关VOCs目标污染物的实测分析

为研究高校既有建筑室内人群散发对室内VOCs的影响，对高校不同人群样本的教室及会议室两类典型人群密集房间，共82个人群样本对象进行了VOCs采样分析，得到不同实际场景下的人员相关的VOCs浓度水平，并对其潜在的影响因素进行分析。结果表明，共确认了29种与室内人员相关的高检出率且较高浓度值的物质，包括芳香族化合物9种，烷烯烃类9种，酮类和醛类8种，醇酯类以及卤化物3种，并得到主要VOCs物质的浓度水平和I/O比。对影响因素的统计分析表明，室内人员密度、季节和房间类型对不同VOCs物质存在显著性影响，其中季节性因素对目标VOCs污染物影响最为广泛，其次是房间类型与室内人员密度。该研究可为进一步了解人员密集室内VOCs污染现状及控制策略提供一定的科学参考。     

水文序列相依变异识别的RIC定阶准则——以自回归模型为例

水文过程相依性是水文变异的主要表现形式之一,应用自回归模型对其进行拟合时合理确定模型阶数是一个难点问题。本文在分析AIC和BIC准则的基础上,提出了一种以原序列与其相依成分的相关系数作为拟合度指标,同时借用信息熵形式的函数式,作为模型不确定性度量指标的自回归模型定阶准则(简称RIC准则)。以AR(1)、AR(2)、AR(3)和AR(4)模型为例进行统计试验,将不同序列长度下该准则的定阶准确率与其他定阶准则进行比较,试验结果表明,RIC准则对于上述模型均具有较好的适应性,且定阶准确率远高于AIC准则,其中对于前三阶模型RIC准则优于BIC准则,但四阶模型略低于BIC准则。RIC准则的优势是可以同时满足模型定阶、相依程度分级与模型检验的需求,将其应用于实测水文序列分析,结果显示,该准则能较准确地识别自回归模型的阶数,且符合提出的"相依有变异而残差无变异的最小阶数"的检验标准。     

基于近红外光谱技术的马铃薯叶片含水率高效预测

提出了运用近红外光谱技术检测新鲜马铃薯叶片中含水量的方法，并通过预测结果和运算量的对比得出一种高效率的预测方法。采集了900～2100 nm波段范围内110个新鲜马铃薯叶片的光谱反射率信息，经SG（Savitzky-Golay）平滑、多元散射校正（MSC）和标准正态变量变换（SNV）3种预处理后，分别建立偏最小二乘回归（PLSR）模型和BP神经网络模型，再运用回归系数（regression coefficients, RC）法在全波段光谱中提取特征波长，同样经3种预处理后分别建立预测模型。结果表明：在运用光谱全波段信息构建的模型中，经多元散射校正（MSC）预处理建立的BP神经网络模型预测效果最好，预测集决定系数R²为0.9791，均方根误差RMSE为0.3723；在基于特征波长构建的模型中，经SG平滑预处理建立的神经网络模型预测效果最优，预测集决定系数R²为0.9658，均方根误差RMSE为0.4759；验证了特征波段结合BP神经网络建立的模型与全波段建立的模型预测结果相差不大，因而能够极大地减少运算量，提高预测效率。     

萃取塔数学模型及过程强化的若干研究进展

萃取塔因生产能力大、占地面积小、密闭性好等优点，在石油、化工、生物、医药和环境工程等多领域被广泛应用。本文从以下几个方面介绍了萃取塔近些年的研究进展：综述了传统萃取塔（脉冲萃取塔、转盘塔与Kühni塔等）的水力学、轴向扩散与传质模型的发展，分析比较了表面张力、传质方向、放大效应等因素对模型的影响；介绍了计算流体动力学（CFD）在萃取塔中单液滴、单相流模拟、液-液两相流模拟、外加能量模拟、与群体平衡模型（PBM）耦合模拟中的应用进展；介绍了国内外设计开发的新型萃取塔，包括改变传统塔的内构件和引入多种外场能量等方式来强化相间传质。研究表明，将先进实验研究方法、准确经验模型和可靠理论计算相结合，将会是萃取塔研究的重要手段和方向。