掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
數學建模的應用——以燃氣工程技術為例 版權信息
- ISBN：9787562873037
- 條形碼：9787562873037 ; 978-7-5628-7303-7
- 裝幀：精裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
數學建模的應用——以燃氣工程技術為例 本書特色
本書所選案例具有代表性,注重從不同側面反映數學思維在燃氣行業中的實際應用,既注重算法的通俗性,也注重算法應用的可實現性,克服了許多讀者能看懂算法卻解決不了實際問題的尷尬局面。\n本書中大部分例題配有MATLAB源程序,程序設計簡單精練、思路清晰、注釋詳細,靈活應用MATLAB工具箱有利于沒有編程基礎的讀者快速人門。
數學建模的應用——以燃氣工程技術為例 內容簡介
作者沈威博士根據多年的燃氣行業工作經驗,著眼于解決燃氣行業的痛點和難點﹐以貼合實際的燃氣應用為目標,編寫了本書。本書內容不同于傳統的關于燃氣輸配工程模型的介紹,力求以淺顯易懂的語言向讀者展示數學建模的魅力,同時摒棄了傳統圖書一貫以來以公式為主的枯燥性,凸顯出數學在燃氣領域應用的趣味性。\n本書所選案例具有代表性,注重從不同側面反映數學思維在燃氣行業中的實際應用,既注重算法的通俗性,也注重算法應用的可實現性,克服了許多讀者能看懂算法卻解決不了實際問題的尷尬局面。\n本書中大部分例題配有MATLAB源程序,程序設計簡單精練、思路清晰、注釋詳細,靈活應用MATLAB工具箱有利于沒有編程基礎的讀者快速人門。\n本書既可以作為燃氣、暖通等專業的數學建模的教材和輔導書﹐也可以作為對數學建模感興趣的科技工作者的參考書。
數學建模的應用——以燃氣工程技術為例 目錄
1 緒論 1
n1.1 數學模型的建立過程 1
n1.2 數學模型的特點 2
n1.3 數學模型的分類 4
n參考文獻 5
n2 常微分方程模型 6
n2.1 天然氣消費量增長預測 7
n2.1.1 普通微分模型 8
n2.1.2 Logistic模型 11
n2.1.3 結論 15
n2.2 煤氣中毒與急救 16
n2.2.1 煤氣中毒機理分析 17
n2.2.2 煤氣中毒模型 18
n2.2.3 結論 25
n2.3 燃氣熱水器熱水零等待 25
n2.3.1 無保溫材料和循環泵情形 26
n2.3.2 熱水零等待優化設計 36
n2.3.3 結論 39
n2.4 地鐵運行雜散電流 41
n2.4.1 雜散電流分布數學模型 41
n2.4.2 減小雜散電流干擾方法 44
n2.4.3 結論 48
n2.5 燃氣熱水器氮氧化物排放與分級燃燒優化 48
n2.5.1 傳統燃氣熱水器氮氧化物排放量 49
n2.5.2 分級燃燒式燃氣熱水器氮氧化物排放量 55
n2.5.3 結論 59
n參考文獻 60
n3 偏微分方程模型 64
n3.1 概述 65
n3.2 球坐標下煤改氣空氣凈化模型 65
n3.2.1 煤改氣之前穩態過程微分方程建立 67
n3.2.2 煤改氣后動態過程微分方程建立 68
n3.2.3 煤改氣完成時空氣質量改善情況 71
n3.3 柱坐標下煤改氣空氣凈化模型 72
n3.3.1 柱坐標模型建立 72
n3.3.2 柱坐標模型求解 74
n3.4 結論 75
n參考文獻 75
n4 積分方程模型 77
n4.1 概述 77
n4.2 雙塔脫水模型 79
n4.2.1 硅膠塔脫水模型 79
n4.2.2 分子篩塔脫水模型 81
n4.2.3 雙塔串聯脫水模型 82
n4.2.4 雙塔脫水模型構建 85
n4.3 數據代入及檢驗 85
n4.4 結論 87
n參考文獻 88
n5 數學規劃模型 89
n5.1 概述 90
n5.2 供應瓶裝液化石油氣優化模型 90
n5.2.1 單個燃氣公司向部分村民供氣優化模型 91
n5.2.2 向全部村民供應液化石油氣的儲配站選址優化模型 92
n5.3 向村莊供應管道天然氣和液化天然氣成本比較與選擇 95
n5.4 結論 97
n參考文獻 97
n6 曲線擬合模型 99
n6.1基于不同菜系的餐飲業用戶用氣量研究 99
n6.1.1 基于客流量為基準的不同菜系商業用戶用氣量比較 100
n6.1.2 結果與討論 107
n6.1.3 結論 108
n6.2 燃氣中央熱水系統設計分析 109
n6.2.1 熱水供應模式 109
n6.2.2 運行原理 110
n6.2.3 耗熱量和熱水量計算 111
n6.2.4 項目方案設計 112
n6.2.5 結果與討論 115
n6.2.6 結論 115
n參考文獻 116
n7 統計模型 117
n7.1 氣體火焰傳播速度預測 117
n7.1.1 常見燃料氣體層流火焰傳播速度和物化性質 118
n7.1.2 以燃料類型、烴類型、一次空氣系數及導熱系數為自變量的線性回歸模型 118
n7.1.3 以碳氫比、標況密度、一次空氣系數及導熱系數為自變量的線性回歸模型 120
n7.1.4 結論 123
n7.2 沼氣生成問題 123
n7.2.1 模型假設與分析 124
n7.2.2 模型建立與分析 124
n7.2.3 結論 127
n參考文獻 127
n8 概率模型 128
n8.1 概述 128
n8.2 課題分析 129
n8.3 模型建立和分析 130
n8.3.1 模型建立 130
n8.3.2 模型求解與分析 131
n8.4 結論 134
n參考文獻 134
n9 量綱分析模型 136
n9.1 概述 136
n9.2 量綱建模 137
n9.2.1 燃氣壓力能利用量綱模型 137
n9.2.2 溫度變化量綱模型 139
n9.3 燃氣爆炸能量估計 139
n9.4 結論 143
n參考文獻 143
n10 預測專題 144
n10.1 概述 144
n10.1.1 我國天然氣消費情況 144
n10.1.2 深圳市天然氣市場發展現狀 145
n10.1.3 城市天然氣負荷預測意義 146
n10.1.4 預測原理和方法 148
n10.2 影響天然氣日負荷量的客觀因素 153
n10.2.1 假期影響 153
n10.2.2 氣溫影響 157
n10.2.3 工作日和雙休日燃氣負荷量變化 158
n10.3 基于GM(1,1)模型的天然氣負荷量預測 159
n10.3.1 灰色理論 159
n10.3.2 GM(1,1)預測年天然氣負荷量 160
n10.4 基于G(1,N)模型的天然氣負荷量預測 164
n10.4.1 灰色關聯度分析 164
n10.4.2 灰色關聯分析理論模型 165
n10.4.3 基于灰色模型的天然氣負荷量預測分析 166
n10.4.4 具體實施過程 168
n10.5 基于神經網絡的天然氣負荷量預測 181
n10.5.1 BP神經網絡的分析流程 181
n10.5.2 BP神經網絡模型建立及結果分析 184
n10.6 基于馬爾科夫鏈的天然氣負荷量預測 186
n10.6.1 馬爾科夫理論 186
n10.6.2 馬爾科夫矩陣計算 187
n10.6.3 聚類馬爾可夫鏈修正擬合值 190
n10.6.4 模型比較 191
n10.7 基于支持向量機的天然氣日負荷量預測 192
n10.7.1 支持向量機（Support Vector Machine） 193
n10.7.2 支持向量回歸機 198
n10.7.3 支持向量機核函數 200
n10.7.4 徑向基函數超參數的優化 201
n10.7.5 燃氣日負荷特點 202
n10.7.6 SVM預測模型建立 203
n10.7.7 輸入向量 203
n10.7.8 數據預處理 204
n10.7.9 計算 204
n10.7.10 結果與討論 205
n10.8 結論 209
n參考文獻 210
n1.1 數學模型的建立過程 1
n1.2 數學模型的特點 2
n1.3 數學模型的分類 4
n參考文獻 5
n2 常微分方程模型 6
n2.1 天然氣消費量增長預測 7
n2.1.1 普通微分模型 8
n2.1.2 Logistic模型 11
n2.1.3 結論 15
n2.2 煤氣中毒與急救 16
n2.2.1 煤氣中毒機理分析 17
n2.2.2 煤氣中毒模型 18
n2.2.3 結論 25
n2.3 燃氣熱水器熱水零等待 25
n2.3.1 無保溫材料和循環泵情形 26
n2.3.2 熱水零等待優化設計 36
n2.3.3 結論 39
n2.4 地鐵運行雜散電流 41
n2.4.1 雜散電流分布數學模型 41
n2.4.2 減小雜散電流干擾方法 44
n2.4.3 結論 48
n2.5 燃氣熱水器氮氧化物排放與分級燃燒優化 48
n2.5.1 傳統燃氣熱水器氮氧化物排放量 49
n2.5.2 分級燃燒式燃氣熱水器氮氧化物排放量 55
n2.5.3 結論 59
n參考文獻 60
n3 偏微分方程模型 64
n3.1 概述 65
n3.2 球坐標下煤改氣空氣凈化模型 65
n3.2.1 煤改氣之前穩態過程微分方程建立 67
n3.2.2 煤改氣后動態過程微分方程建立 68
n3.2.3 煤改氣完成時空氣質量改善情況 71
n3.3 柱坐標下煤改氣空氣凈化模型 72
n3.3.1 柱坐標模型建立 72
n3.3.2 柱坐標模型求解 74
n3.4 結論 75
n參考文獻 75
n4 積分方程模型 77
n4.1 概述 77
n4.2 雙塔脫水模型 79
n4.2.1 硅膠塔脫水模型 79
n4.2.2 分子篩塔脫水模型 81
n4.2.3 雙塔串聯脫水模型 82
n4.2.4 雙塔脫水模型構建 85
n4.3 數據代入及檢驗 85
n4.4 結論 87
n參考文獻 88
n5 數學規劃模型 89
n5.1 概述 90
n5.2 供應瓶裝液化石油氣優化模型 90
n5.2.1 單個燃氣公司向部分村民供氣優化模型 91
n5.2.2 向全部村民供應液化石油氣的儲配站選址優化模型 92
n5.3 向村莊供應管道天然氣和液化天然氣成本比較與選擇 95
n5.4 結論 97
n參考文獻 97
n6 曲線擬合模型 99
n6.1基于不同菜系的餐飲業用戶用氣量研究 99
n6.1.1 基于客流量為基準的不同菜系商業用戶用氣量比較 100
n6.1.2 結果與討論 107
n6.1.3 結論 108
n6.2 燃氣中央熱水系統設計分析 109
n6.2.1 熱水供應模式 109
n6.2.2 運行原理 110
n6.2.3 耗熱量和熱水量計算 111
n6.2.4 項目方案設計 112
n6.2.5 結果與討論 115
n6.2.6 結論 115
n參考文獻 116
n7 統計模型 117
n7.1 氣體火焰傳播速度預測 117
n7.1.1 常見燃料氣體層流火焰傳播速度和物化性質 118
n7.1.2 以燃料類型、烴類型、一次空氣系數及導熱系數為自變量的線性回歸模型 118
n7.1.3 以碳氫比、標況密度、一次空氣系數及導熱系數為自變量的線性回歸模型 120
n7.1.4 結論 123
n7.2 沼氣生成問題 123
n7.2.1 模型假設與分析 124
n7.2.2 模型建立與分析 124
n7.2.3 結論 127
n參考文獻 127
n8 概率模型 128
n8.1 概述 128
n8.2 課題分析 129
n8.3 模型建立和分析 130
n8.3.1 模型建立 130
n8.3.2 模型求解與分析 131
n8.4 結論 134
n參考文獻 134
n9 量綱分析模型 136
n9.1 概述 136
n9.2 量綱建模 137
n9.2.1 燃氣壓力能利用量綱模型 137
n9.2.2 溫度變化量綱模型 139
n9.3 燃氣爆炸能量估計 139
n9.4 結論 143
n參考文獻 143
n10 預測專題 144
n10.1 概述 144
n10.1.1 我國天然氣消費情況 144
n10.1.2 深圳市天然氣市場發展現狀 145
n10.1.3 城市天然氣負荷預測意義 146
n10.1.4 預測原理和方法 148
n10.2 影響天然氣日負荷量的客觀因素 153
n10.2.1 假期影響 153
n10.2.2 氣溫影響 157
n10.2.3 工作日和雙休日燃氣負荷量變化 158
n10.3 基于GM(1,1)模型的天然氣負荷量預測 159
n10.3.1 灰色理論 159
n10.3.2 GM(1,1)預測年天然氣負荷量 160
n10.4 基于G(1,N)模型的天然氣負荷量預測 164
n10.4.1 灰色關聯度分析 164
n10.4.2 灰色關聯分析理論模型 165
n10.4.3 基于灰色模型的天然氣負荷量預測分析 166
n10.4.4 具體實施過程 168
n10.5 基于神經網絡的天然氣負荷量預測 181
n10.5.1 BP神經網絡的分析流程 181
n10.5.2 BP神經網絡模型建立及結果分析 184
n10.6 基于馬爾科夫鏈的天然氣負荷量預測 186
n10.6.1 馬爾科夫理論 186
n10.6.2 馬爾科夫矩陣計算 187
n10.6.3 聚類馬爾可夫鏈修正擬合值 190
n10.6.4 模型比較 191
n10.7 基于支持向量機的天然氣日負荷量預測 192
n10.7.1 支持向量機（Support Vector Machine） 193
n10.7.2 支持向量回歸機 198
n10.7.3 支持向量機核函數 200
n10.7.4 徑向基函數超參數的優化 201
n10.7.5 燃氣日負荷特點 202
n10.7.6 SVM預測模型建立 203
n10.7.7 輸入向量 203
n10.7.8 數據預處理 204
n10.7.9 計算 204
n10.7.10 結果與討論 205
n10.8 結論 209
n參考文獻 210
展開全部
書友推薦
- >
煙與鏡
- >
山海經
- >
莉莉和章魚
- >
羅曼·羅蘭讀書隨筆-精裝
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
中國歷史的瞬間
- >
月亮虎
- >
小考拉的故事-套裝共3冊
本類暢銷
