以恒应变速率凸轮压缩试验机得到的实验数据为基础,采用人工神经网络的方法建立了碳钢变形抗力与应变、应变速率及温度对应关系的预测模型,与多元非线性回归模型比较,神经网络模型具有较高的预测精度

一．活跃领域 二．观测概况 三．辐射模型 四．能源机制 五．伽玛暴宇宙学 六．展望

一．活跃形势 二．观测概况 三．标准模型 四．物理效应及意义 五．能源机制 六．伽玛暴宇宙学 七．展望

《高等数学》课程PPT教学课件（章节知识点）6.1 线性规划问题及其数学模型

TCP/IP分层模型 IP地址与域名 地址与域名的解析 IP协议 IP协议的新发展

Google云计算背景 分布式文件系统GFS 并行数据处理模型MapReduce 分布式锁服务Chubby 分布式数据库BigTable Google AppEngine

《ANSYS高级技术分析指南》书籍资料：第五章 子模型

在直流电弧炉炼钢过程控制系统中,由于它的复杂机理,高度非线性加大了建模的难度.为提供适用于直流电弧炉炼钢过程优化控制的模型,提出一种引人遗传算法的神经网络建模方法,并将其用于某厂直流电弧炉炼钢过程模型的建立,获得了很好的效果.同时给出了基于现场实测数据的仿真结果

将BP神经网络建模方法与预测控制思想相结合用于宽带钢板形自动控制,研究并建立了基于BP神经网络的板形预测控制数学模型.经用宝钢1420mm冷轧实测数据仿真验证表明该模型具有很高的预测精度

在模拟实验和工业试验验证的基础上,建立了高碳钢高速线材在轧制和冷却过程中组织演变及力学性能系列模型,包括临界应变、奥氏体动态及静态再结晶、奥氏体相变体积分数、珠光体片间距以及组织-性能关系等子模型.基于以上模型,开发了一个模拟程序,对高速线材生产的物理冶金过程进行了仿真计算,得到轧件的温度场、奥氏体晶粒尺寸演变、最终组织特征和力学性能.模拟结果显示主要轧制温度及最终组织性能与现场实测结果吻合较好