针对自由晶粒阻塞流头的流头阻塞机制,推导出晶粒大小与合金流动性关系的数学模型。将适用于匀晶系及共晶系成份位于相图C0 ≤ k0CE-角的合金成份与晶粒大小的关系式H代入此模型,得到了合金成份、结晶间隔与流动性的定性关系式。利用前人对共晶系合金所做的实验数据验证表明,这些模型适用于共晶系合金

根据热轧工艺特点将板坯热轧批量计划编制问题归结为不确定旅行商数的多旅行商问题,建立了以生产成本最小化和产品质量最优化为主次目标且考虑加热区段能耗的生产调度数学模型,并采用遗传算法和禁忌搜索相结合的混合算法进行求解.基于实际生产数据的计算结果表明:该模型充分满足了现场热轧批量计划编制的需求,在轧制单元数最优的基础上,缩短了传搁时间,提高了热送热装率,优化了产品质量.与人机结合方式相比,本文模型的计算结果体现了更好的高产和节能效果

• 客户信用等级影响因素 – 客户信用卡申请数据预处理 – 信用卡申请成功影响因素 • 信用卡客户信用等级影响因素 • 基于消费的信用等级影响因素 • 信用卡欺诈判断模型 – 基于Apriori算法的欺诈模型 – 基于判别的欺诈模型 – 基于分类算法的欺诈模型

基于泥床料浆的非牛顿体特征,以及料浆初始剪切应力与浓度的变化规律,本文提出了耙架扭矩计算模型.模型预测结果显示,耙架扭矩随底流浓度升高而增大,底流浓度对浓密机运行时的扭矩百分比的影响幅度可达4.67%,两者呈现为多项式函数关系.与此同时,泥床高度对耙架扭矩影响较小,影响幅度仅为0.27%.通过某铅锌矿膏体浓密机64 h运行过程实时监测数据对比,验证了模型关于底流浓度和泥床高度对扭矩的影响规律

• 几个重要概念 • 以要素之间替代性质的描述为线索的生 产函数模型的发展 • 建立生产函数模型中的数据质量问题

针对目前锂离子电池寿命预测结果不准确的问题，提出了一种多模态分解的锂离子电池组合预测模型，从而学习锂离子电池退化过程的微小变化。该方法在单一长短期记忆（LSTM）预测模型的基础上，采用了自适应噪声完全集成的经验模态分解(CEEMDAN)算法将锂电池容量分为主退化趋势和若干局部退化趋势，然后使用长短期记忆神经网络（LSTMNN）算法分别对所分解的若干退化数据进行寿命预测，最后将若干预测结果进行有效集成。结果表明，所提出的CEEMDAN?LSTM锂离子电池组合预测模型最大平均绝对百分比误差不超过1.5%，平均相对误差在3%以内，且优于其他预测模型

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

浅层黄土滑坡是黄土高原广泛分布和频繁发生的地质灾害,造成了巨大的人员伤亡和财产损失.尽管二维确定性模型已被广泛用于浅层滑坡稳定性预测,但不能充分考虑岩土性质、地层结构、地下水等条件的三维空间变化,这可能与实际的斜坡稳定性不相符.因此,利用能考虑复杂斜坡环境的三维确定性模型评价滑坡稳定性,对获取更真实的评价结果以及指导滑坡防治工作具有重要意义.本文利用Scoops3D三维确定性模型评价了在浅层黄土滑坡稳定性预测中的适应性和可靠性.首先,模型计算参数敏感性的分析发现黏聚力、滑动视倾角和栅格单元重量对安全系数准确度影响较大,并用于指导获取详细的关键参数.然后,选取不同分辨率的数字高程模型(DEM)数据,利用Scoops3D模型对典型黄土沟壑中的浅层黄土滑坡稳定性进行预测,并通过详细的点状和面状滑坡分布图与预测结果的对比发现,该模型对黄土沟壑区的浅层滑坡稳定性预测准确度较高,且点状滑坡分布图可能更适合模型适应性的检验.最后,混淆矩阵法和成功率曲线法对不同分辨率数字高程模型预测结果可靠性的检验显示,该模型能够有效地预测黄土浅层滑坡的稳定性,且在高分辨率数字高程模型数据下可以获得可靠的预测精度

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