根据300t钢包RH真空处理超低碳铝镇静钢的实验数据,建立了RH处理过程钢中总氧含量的预测模型,得到了钢中氧含量的预测公式.模型综合考虑了处理时间、真空室吹氩流量、钢水环流量、浸渍管直径和钢包渣中(FeO+MnO)含量等因素对总氧含量的影响,并对改进RH处理工艺进行了讨论.模型分析表明,促进夹杂物上浮的手段有增大吹氩流量、增加浸渍管直径,但都有一个合适的范围

以某钢厂1580热连轧生产数据为基础,提出一种有限元与神经网络集成建模的方法.该方法首先对轧制过程的塑性变形进行有限元建模,然后结合有限元数值分析方法和智能技术的优点,实现有限元和神经网络的集成建模.集成模型中的神经网络模型为有限元模型提供参数调整的依据,并且在神经网络训练过程中使用改进的混沌粒子群优化算法对神经网络进行优化.通过与现场实际生产数据进行比较,验证了该模型的有效性

5.1 基本概念 5.2 从ER图到关系模型设计的转换 5.3 从IDEF1x图到关系模型设计的转换 5.4 从ODL设计到关系模型设计的转换 5.5 本章小结

本文主要就长江近两年来的污染状况进行了综合评价，对长江主要污染物的来源进行了来源分析，并根据近十年来的数据，利用水质综合指数模型、衰减模型与拟合模型对长江水质的发展状况做了分析预测，由此求出了污水处理量

浮选回收率是金矿选矿过程重要的生产指标，目前主要是通过人工化验的方法检测获得，人工检测周期较长，造成金矿厂不能及时把握浮选工艺水平.在大量现场生产数据的基础上，分别采用多元线性回归和BP神经网络的方法，建立了金矿厂浮选回收率的预测模型.预测误差分析表明，BP神经网络预测模型能较好地预测金矿厂的浮选回收率，当预测相对误差在±3%范围内时，模型的预测精度达到91%，对于实际生产具有良好的参考作用

通过对某钢厂脱磷转炉炉渣磷酸盐容量计算和分析并结合前人的研究成果,得出实测炉渣磷酸盐容量与炉渣中碱性氧化物含量、炉渣光学碱度、炉渣中全铁含量和温度的变化关系,并结合生产数据拟合出炉渣的组成与炉渣磷酸盐容量的表达式.将文献报道的不同炉渣磷酸盐容量模型的计算值与实测值进行了对比和分析.基于共存理论建立了本渣系炉渣磷酸盐容量预测模型,误差分析表明该预测模型准确可信,将为现场生产提供理论指导

一、掌握系统分析的原则及流程;了解系统调查的方法;掌握需求分析的方法。 二、掌握概念数据模型的议计方法;了解编码模型设计的原则、方法;了解功能模型设计的方法。 三、了解系统分析报告的内容

在语音识别中,卷积神经网络(convolutional neural networks,CNNs)相比于目前广泛使用的深层神经网络(deep neural network,DNNs),能在保证性能的同时,大大压缩模型的尺寸.本文深入分析了卷积神经网络中卷积层和聚合层的不同结构对识别性能的影响情况,并与目前广泛使用的深层神经网络模型进行了对比.在标准语音识别库TIMIT以及大词表非特定人电话自然口语对话数据库上的实验结果证明,相比传统深层神经网络模型,卷积神经网络明显降低模型规模的同时,识别性能更好,且泛化能力更强

为了提高瓦斯涌出预测的准确性,采用BP型神经网络,利用BP型神经网络自学习、自组织和自适应等特性,在MATLAB环境下构建瓦斯动态预测模型.通过对唐山矿瓦斯信号实时监测数据的分析,对瓦斯动态预测模型进行训练和测试.结果表明,该模型的预测速度快、精度高,可以实现对工作面瓦斯涌出的动态预测,并能综合判断工作面所处地点的安全状况以及前方的潜在的危险性

一、教学目的要求 经济学理论描述经济变量之间的关系,却没有提供这种关系的具体函数形式。经典 的线性和非线性模型都假定经济变量的函数关系已知,往往会导致在模型设定上存在误 差.非参数模型是不对未知的函数和统计分布作任何具体的假定,而是通过样本数据获 得函数关系的估计,模型更客观地拟合实际经济问题