基于Python和BP神经网络的甲烷热物性参数计算模型任务书

 2022-01-07 21:39:33

全文总字数:1216字

1. 毕业设计(论文)主要内容:

本课题需利用Python语言及常用库,建立甲烷热物性参数(密度、定压比热容、动力粘度和导热系数等)的BP神经网络计算模型,并将计算结果与NIST REFPROP结果对比,优化模型,保证计算精度。

2. 毕业设计(论文)主要任务及要求

1、进行国内外物性参数的神经网络计算模型研究发展现状的调研,文献翻译及综述;

2、利用工程热力学等相关学科知识及参考文献,基于Python语言和常用库,建立甲烷热物性参数的BP神经网络计算模型;

3、将模型计算结果与NIST REFPROP结果对比,优化模型,保证计算精度;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

周 次【2019】工 作 内 容毕业设计预备周(2019.12.26-2020.1.10)确定指导教师人选,对未选好导师的学生进行调剂分配。

确定选题志愿、校内搜集资料、消化资料。

第1周(2020.2.24-2.29)学生提交文献检索摘要。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

1、向鹏程等,基于BP神经网络的R404A物性参数计算,冷藏技术,2018,41(4):45-49

2、赵海波等,神经网络模型在制冷剂物性参数计算中的应用,制冷与空调,2006,6(4):56-59

3、赵海波等,制冷剂物性参数的神经网络模型计算,制冷空调与电力机械,2005,26(6):5-9

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。