全文总字数：4405字
1. 研究目的与意义（文献综述）
近年来，随着技术的发展和进步，在仿真计算中，甲烷热物性的计算模型对仿真结果的精确度影响很大，目前对甲烷热物性参数计算主要有试验法，状态方程法，隐士多项式拟合法等[1]，在这些方法的基础上，人们开发了很多精度较高的物性计算软件，比如nist,ees的refprop软件等[2]，但是在实际操作过程中，程序计算常常需要大量的仿真计算，且这些开发的物性软件因为接口等因素的限制难以与当前的程序结合，不能满足部件与系统仿真和设计研究优化的要求。经验关联式法通常针对单个目标参数分别进行拟合，使用时计算比较繁琐，隐式多项式拟合方法要求解复杂的隐式三次方程，得到的解有可能产生分叉造成错误结果。
神经网络是由rumehart和mccelland组成的科学小组在1986年提出的一种可以模拟人脑神经元结构的网络。标准的神经网络是在输入层与输出层之间增加若干神经元，这些神经元称为隐单元，它们与外界无直接联系，但是其状态改变能够影响输入与输出之间的关系，bp神经网络具有很强的非线性映射能力和柔性的网络结构，其中间层数，各层的神经元个数可根据实际需求来进行调整。它具有任意复杂的模式分类能力和优良的多维函数映射能力，解决了感知器不能解决的异或和其他一些问题。因此以神经网络计算模型可以较为精确和方便地来获得甲烷的热物性参数。[3]
针对levenberg-marguardt优化算法易使神经网络陷入局部最小点的缺陷,建立了基于遗传算法的bp神经网络模型,在相同的输入条件下取得了更快的网络收敛速度和更高的精度,较好地克服了现有的制冷空调装置仿真系统中制冷剂热物性模型的主要缺点。应用所建立的基于遗传算法的bp神经网络模型对制冷剂的热力状态参数进行了matlab仿真计算与分析,验证了该模型的效率和可靠性。[4]
2. 研究的基本内容与方案
2.1研究（设计）的基本内容
本研究基本内容包括：熟练掌握python语言，使用其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
2.2研究（设计）的目标
3. 研究计划与安排
此次毕业设计的进度安排的总体内容，如下表所示：
| 周次（时间） | 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。 |
| 第2～3周 毕业实习周 （3.1~3.14） | 赴校外实习、搜集设计资料，并提交实习日记、实习报告 |
| 第4～5周（3.16～3.29） | 撰写开题报告。并完成网上提交开题报告。整理论文提纲、设计概要。 |
| 第6周（3.30～4.5） | 进行外文翻译，并提交外文翻译译文。 |
| 第 7周（4.6~ 4.12） | 设计类，下达绘图任务，开始绘图。 |
| 第8周（4.13~ 4.19） | 继续完成绘图、试验或编程任务； 撰写毕业设计说明书（设计类）或论文（研究类）。 |
| 第9 ~ 11周（4.20~ 5.10） | 完成绘图、试验或编程； 完善毕业设计说明书、毕业论文； |
| 第12周（5.11~ 5.17） | 网上提交毕业设计说明书、毕业论文、绘图等附件材料；提交答辩申请。 |
| 第13~14周（5.18~ 5.31） | 教师审阅毕业设计说明书（设计类）或论文（研究类）和（图纸），审查确定学生答辩资格并予以公示。 |
| 第15周（6.1～6.7） | 根据评阅意见修改毕业设计说明书、毕业论文，并网上提交；准备答辩PPT。 |
| 第16周（6.8~ 6.11） | 毕业设计答辩。 |
| 备注： | 此表是拟定时间。如有变化，以实际为准。 |
4. 参考文献（12篇以上）
[1]赵海波,杨昭,吴坤.制冷剂物性参数的神经网络模型计算[j].制冷空调与电力机械,2005(06):5-9.
[2]邵世芬,崔玉.基于遗传算法的神经网络的制冷剂管理参数计算模型[j].青岛大学学报(自然科学版),2013,26(03):55-58.
[3]陈红,何祖威,陈秀环.基于改进bp神经网络的制冷剂状态参数计算模型[j].重庆大学学报(自然科学版),2005(02):43-46.
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
