为解决矿床仿真构模中对矿床几何信息描述和属性信息描述中存在的模型分离问题,采用体视化技术,建立了体矿床模型.通过分析矿床体视化仿真中的数据流程,建立了表现矿体空间分布、矿体中重点区域、矿体剖切分层的三类体模型,并实现了直接基于体模型的矿石储量、金属量的计算工作.经实例分析表明,利用体矿床建模技术,不仅能够进行矿床属性的定性分析,而且便于进行定量计算,为完善矿床建模技术提供了一条途径

为了研究警报在社会关系网络环境中的传播特征及影响因素,基于多主体建模软件Repast仿真平台,以复杂系统和复杂网络理论为指导,在ER随机网络和WS小世界网络模型的基础上建立了警报的传播模型.对社会关系网络结构和信息源节点规则进行不同设置,通过对模拟结果的研究发现具有高聚类系数的网络结构和信息源选择高连接度的节点时,警报通知的传播效率明显提高

9.1 传送系统的效率 9.2 报童的诀窍 9.3 随机存贮策略 9.4 轧钢中的浪费 9.5 随机人口模型

本节将从设计一个装配体 开始，此装配体包括两个 已经配合的零件 mouse_cover 和 mouse_bottom。首先，编 辑零件mouse_bottom并使 用 mouse_cover 零件的轮 廓产生一个特征，当此特征产生后零件之间的关联就建成 了

动态优化建模首先要解决两个问题,其一是,要使什么性能指标达到最优,其二是,通 过什么变量(函数)控制这个性能指标。当然这些都应该是要解决实际问题的直接反映。 工厂与客户签订了一项在某时刻提交一定数量产品的合同,在制订生产计划时要考虑生 产和储存两种费用,生产费用通常取决于生产率(单位时间的产量),生产率越高费用越大; 储存费用自然由已经生产出来的产品数量决定,数量越多费用越大,所谓生产计划这里简单 地看作是到每一时刻为止的累积产量,它与每单位时间(如每天)的产量可以互相推算

针对传统神经网络优化算法易陷入局部最优值的问题,在标准粒子群算法的基础上,对粒子速度与位置更新策略进行改进,提出一种基于改进粒子群优化算法的BP神经网络建模方法.使用sinc函数、波士顿住房数据及某钢厂带钢热镀锌生产的实际数据进行验证.结果表明,与标准的反向传播神经网络和支持向量机相比,基于改进粒子群优化的神经网络模型可以有效提高预测精度

在Petri网理论基础上,对ECA规则进行了建模研究,建立了基本Petri网模型.对如何用Petri网表示具有复合事件ECA规则进行了专门分析.提出了扩展的Petri网系统,并综合考虑ECA规则自身特性,建立了ECA规则系统Petri网模型,比较全面地反映了ECA规则系统特性.通过构建可达树和变迁序列,可以较为清楚地了解ECA规则系统及其行为特性,便于对规则系统进行合理性验证,以帮助系统管理员对其进行分析和管理

工程问题是相当复杂的,涉及不同的物理系统、不同的领域,并且具有不同的 目标。为了正确设计、分析工程问题,我们首先必须对实际工程问题进行简化描述, 并利用已有的数学、物理等基本概念、原理和方法,描述工程问题。这个过程就是 系统建模,即建立描述工程问题的物理模型和数学模型

提出了一种基于聚类的支持向量机增量学习算法.先用最近邻聚类算法将训练集分成具有若干个聚类子集,每一子集用支持向量机进行训练得出支持向量集;对于新增数据首先聚类到相应的子集,然后计算其与聚类集内的支持向量之间的距离,给每个训练样本赋以适当的权重;而后再建立预估模型.此算法通过钢材力学性能预报建模的工业实例研究,结果表明:与标准的支持向量回归算法相比,此算法在建模过程中不仅支持向量个数明显减少,而且模型的精度也有所提高

§2.1 简单模型 §2.2 量纲分析法建模 §2.3 经验模型 插值拟合方法 最小二乘法