采用有限压缩层地基上中厚板等参元共同作用分析程序，对CFG桩复合地基分区不均匀布桩模型进行数值计算，并与均匀天然地基模型和CFG桩复合地基均匀布桩模型进行对比分析.研究发现，采用强化核心筒区布桩、相对弱化外框架柱区布桩的不均匀布桩优化模型，核心筒最大沉降和筏板相对挠曲均明显小于均匀布桩模型，对控制核心筒部位的绝对沉降量和筏板相对挠曲效果明显.不均匀布桩模型的基底反力分布与均匀布桩模型具有明显区别，和复合土层模量分布相关性明显：核心筒周边外扩1倍板厚范围内基底反力最高，分布较为均匀，基本呈线性分布；核心筒荷载有效传递范围为核心筒周边外扩2.5倍板厚区域，核心筒周边外扩1倍板厚至2.5倍板厚区域基底反力逐步衰减；核心筒周边外扩2.5倍板厚范围以外的外框柱区域基底反力最低，分布较为均匀，基本呈线性分布；基底反力总体呈盆形分布

利用模型对事物进行描述是人们在认识改造世 界过程中广泛采用的一种方法,如汽车、飞机 模型等。 模型可更形象直观揭示事物的本质特征,使人 们对事物有一个更全面深入的认识,从而帮助 人们更好地解决问题。 是否在进行数据库系统设计时也可以利用模型 来帮助我们完成工作呢?如果可以,我们利用 何种模型呢?

针对材料在自然土壤环境中的腐蚀预测问题,提出应用多层线性模型对材料的腐蚀规律进行研究.多层线性模型是分析具有层次结构数据的新型统计技术,对于地区间土壤腐蚀规律的差异性特点和单地区实验观测样本不足的问题,可以为不同的区域分别建立腐蚀率模型,使模型假设与实际更为吻合.以碳钢在土壤中的腐蚀数据为研究对象,建立了腐蚀率的多层线性模型.实验验证了该模型可以准确地拟合和预测碳钢在土壤的腐蚀率变化,优于指数平滑算法和差分自回归移动平均算法

2.1数学模型的定义和分类 2.2数学模型的建立 2.2.1建立数学模型的过程 2.2.2对模型的基本要求 2.2.3数学模型的验证和误差分析 2.3 Excel在建立数学模型的应用 2.3.1污水处理的线性回归分析 2.3.2结构分析和曲线拟合 2.3.3用 Excel进行参数估计

在阐述炼钢厂多尺度建模与协同制造技术架构的基础上，分别从单体工序尺度、车间区段尺度与炼钢厂运行尺度开展了炼钢厂协同制造的研究。从工序/装置过程控制系统（PCS）到炼钢厂制造执行系统（MES）进行了较为系统的建模研发，构建了包括转炉工序、精炼工序与连铸工序在内的工序工艺控制模型以及以生产计划与调度模型为核心的物质流运行优化模型，并通过工序工艺控制和生产计划与调度的动态协同，实现了炼钢厂多工序/装置的高效运行。研发了炼钢?连铸过程工序工艺控制模型、生产计划与调度模型同MES之间的数据接口，实现了MES与生产工艺控制、流程运行控制、生产计划与调度系统的有机融合，形成了以机理模型与数据模型协同驱动的工艺精准控制、多工序协同运行、基于“规则+算法”的生产计划与调度为支撑的炼钢?连铸过程集成制造技术，通过多层级的纵向协同与多工序的横向协同，实现了炼钢厂的协同运行与控制。研究成果是炼钢?连铸过程智能制造的有益探索与实践，对流程工业智能制造企业具有很强的参考价值，对冶金工业绿色化、智能化发展具有示范与借鉴作用。应用后，明显提升了炼钢厂的协同制造水平，取得了显著的经济与社会效益

科学的最终目的在于揭示事物变化的内在规律,因果关系是事物内在规律的 种基本形式。然而,事物的内在联系并不能直接观察到,所以需要在科学研究中应用 各种方法来加以探索和分析。通径分析便是一种探索系统因果关系的统计方法。 因果关系模型中明确设置自变量和因变量,通过模型分析,检査自变量对于 因变量的作用方向、作用强度和解释能力。并且,因果关系模型还可以用来进行 预测。本书第二章多元回归分析便是因果关系模型的一种。但是,多元回归模型 是一种比较简单的因果关系模型,它所假设的因果关系不存在多环节的因果结 构,尽管多元回归模型中可以包含多个自变量,然而各个自变量对因变量的作用 却是假设为并列存在的

一、时间序列模型的基本概念及其适用性 二、随机时间序列模型的平稳性条件 三、随机时间序列模型的识别 四、随机时间序列模型的估计 五、随机时间序列模型的检验

本文将湍流运动方程和k—ε湍流双方程模型结合,提出了顶吹气体射流冲击下熔池中液体流动的数学模型,并采用Spalding等人提出的方法解这一非线性偏微分方程组。同时,还用激光测速方法得到实验测定的流场速度分布。在计算结果及实验数据的基础上,分析、研究了流场的性质和特点。由于用k—ε湍流模型代替k—ι模型以及在边界条件及计算方法上的一些改进,使数学模型预报的结果比前人的相应结果更符合实际。而且,本文提出的数学模型适用于大气体流量射流冲击下液体流场的计算,这是对前人工作的一个突破。总之,我们的工作可以认为是Szekely和李有章等人相应研究的继续和深入

一、时间序列模型的基本概念及其适用性 二、随机时间序列模型的平稳性条件 三、随机时间序列模型的识别 四、随机时间序列模型的估计 五、随机时间序列模型的检验

离散被解释变量的例子 二值选择模型 二值选择模型的微观基础 二值选择模型中的异方差问题 稀有事件偏差(选读) 含内生变量的Probit模型(选读) 双变量Probit模型(选读) 部分可观测的双变量Probit模型(选读)