为了实现冶炼过程中对炉渣成分的实时预测，给电弧炉炼钢过程中加料等工艺操作提供帮助，对影响炉内炉渣成分的因素（炉内反应、加料与流渣）进行了研究，构建了电弧炉炼钢炉渣成分实时预报模型。结果显示，该模型能够实时预测炉内炉渣质量和成分变化，预报炉内铁元素氧化状况，可为冶炼过程中添加辅料与流渣等工艺操作提供指导作用。通过与现场炉渣取样检测结果进行对比，得到炉渣中CaO、SiO2和FeO实测成分与模型预测成分的平均相对误差分别为12.66%、11.17%和19.16%

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

将核主成分分析方法引入热轧生产过程的监控与诊断中,根据平方预测误差统计量进行生产过程监控,然后利用数据重构和优化的邻域选取策略相结合的方法求出各工艺参数对平方预测误差统计量的作用,分析引起过程异常的主要工艺参数,最后利用仿真和热轧带钢实际生产数据进行实验.结果表明:基于核主成分分析的平方预测误差统计量能较准确诊断过程的异常,并可以找出引起异常的原因,为调整生产过程提供方法支撑,防止次品的出现

财政收入预测问题：财政收入与国民收入、工业总产值、农业总产值、 总人口、就业人口、固定资产投资等因素有关.下表列出了 1952—1981 年的原始数据，试构造预测模型

艾滋病是当前人类社会最严重的瘟疫之一，虽然有一些针对艾滋病的疗法，但迄今为止还没有关于这些疗法疗效的评价和预测方法，因此合理评价艾滋病疗法及预测其疗效有着重要的意义。本文对治疗时用药量的选择进行了讨论，提出了药物量的最优选择模型，基于该模型的特点，建议用大系统总体优化方法和模拟退火混合遗传算法求解该模型

为了准确预报我国钢铁工业未来生产结构、能耗和排放情况，构建了钢铁生产、加工、消费、折旧的全生命周期模型和基于人均钢铁存储量的产量预测模型，结合工序能耗和排放特征，针对基准、折旧寿命延长、废钢回收率提升、能源效率提高及综合等五种情景进行了情景预测.中国钢铁产量、能耗和排放会历经一个峰值后下降，电炉短流程会逐渐替代高炉长流程成为主流.流程结构转变是未来中国钢铁行业节能减排的关键\红利\，而节能技术的作用在后期越发凸显.中国钢铁行业要达到2050年减排一半的目标，需结合综合情景实施生产结构调整、废钢回收、节能减排技术推广等相应措施

针对某双机架可逆冷连轧卷取机卷取张力控制中存在的张力波动问题,引入预测控制算法,在间接一直接张力复合控制思想的基础上,采用动态矩阵预测控制器代替原系统张力PI调节器的方法.计算机仿真结果表明系统动态特性改善,保证了张力控制的精度

利用薄壁圆管和缺口试样,在MTS 809电液伺服材料试验系统上对GH4169合金的高温多轴疲劳特性进行了实验研究．实验采用对称轴向和扭转应变控制、比例与非比例循环加载,轴向与扭转应变的相位差分别为0°,45°,90°．通过对薄壁圆管和缺口试样的高温多轴疲劳寿命特性分析,基于临界面方法提出了一个的多轴疲劳寿命预测模型,在考虑临界面上最大剪应变和正应变对多轴疲劳损伤贡献的同时,还引入了应力状态对多轴疲劳寿命的影响因素．应用新模型对GH4169合金高温多轴疲劳寿命进行预测结果表明,该模型对于缺口试样和薄壁圆管的高温多轴疲劳寿命估算具有较高的准确性．

高含泥尾矿由于其屈服应力大的特点，流动性能差，不利于管道输送.为改善流动性能，设计流变特性试验，对泵送剂影响高含泥膏体流变特性的机理进行分析.研究结果表明，膏体在不同泵送剂添加量情况下，浆体质量分数与屈服应力之间存在显著的线性关系.对该线性函数作进一步分析，发现泵送剂添加量与该函数的截距和斜率之间存在显著的指数关系.最终得出不同泵送剂添加量和浆体质量分数情况下的屈服应力预测函数，能够有效表征泵送剂对高含泥膏体流变特性的影响，有利于泵送剂添加量的预测与膏体流动性能的控制.基于上述预测模型，提出泵送剂对高含泥膏体流变特性的影响机理.通过环境扫描电镜（ESEM）发现泵送剂破坏了絮团结构，添加量在1%左右时破坏最明显.泵送剂使得絮团尺寸变小，进而造成屈服应力的降低；后期由于絮团间距增加，絮团间的作用力削弱，絮团结构破坏速度放缓，与理论分析一致

• Protein Structure Prediction & Alignment (蛋白质结构预测&比对) • Molecular Dynamics Simulation (分子动力学模拟) • Protein-protein interaction prediction (蛋白质-蛋白质相互作用预测) 蛋白质结构比较 • Global versus local alignment（全局和局部比对） • Measuring protein similarity（结构相似度评估） • Protein structure superposition（结构叠合） • Protein structure alignment（结构比对）