通过本章的学习，了解时间序列的概念；掌握移动平均法和指数平滑法。 第一节 时间序列 第二节 移动平均法 第三节 指数平滑法

由于转炉冶炼过程中的热力学和动力学反应复杂，副枪控制模型和传统的烟气分析模型存在很大的局限性，导致了转炉冶炼终点碳含量的预测精度偏低，是实现智能炼钢的主要技术瓶颈. 针对上述问题，提出了基于烟气分析的炼钢过程函数型数字孪生模型. 首先，利用烟气分析得到连续监测的实时数据，以此来实时监控转炉熔池内钢水的碳氧反应状态; 然后，根据熔池反应所处的不同阶段，利用函数型数据分析方法建立吹炼前期和吹炼后期的函数型预测模型; 在此基础上，按照吹炼前期和吹炼后期这两个阶段来分别自动修正模型中的系数函数，从而能在复杂的实际工况条件下完成对熔池碳含量的准确预测. 通过260 t氧气转炉的工业应用实例，证实函数型数字孪生模型具有良好的自学习和自适应能力，对异常冶炼状态具有良好的鲁棒性，可以实现全过程的熔池碳含量动态预测，终点碳质量分数在± 0. 02% 范围内的命中率为95%. 利用函数型数字孪生模型在拉碳阶段对钢水中碳含量的预测值来控制终吹点. 更为重要的是，在保证入炉原料成分、温度、质量等参数稳定的前提下，采用该模型可以有望取消基于副枪的停吹取样步骤，从而降低生产成本，提高产品质量和生产效率，具有广泛的工业应用前景

分析了影响转炉冶炼终点钢水中锰含量的因素, 针对基于BP神经网络算法的转炉冶炼终点锰含量预测模型存在的收敛速度慢, 预测精度低等问题, 提出了一种基于极限学习机(ELM) 算法建模的新思路, 并引入正则化以及改进粒子群优化算法(IPSO), 建立了基于改进粒子群算法优化的正则化极限学习机(IPSO-RELM) 的转炉终点锰含量预测模型; 应用国内某炼钢厂转炉实际生产数据对模型进行训练和验证, 并与基于BP、ELM和RELM算法的三类模型进行比较.结果表明, 采用IPSO-RELM方法构建的模型, 锰含量预测误差在±0. 025%范围内的命中率达到94%, 均方误差为2. 18×10-8, 拟合优度R2为0. 72, 上述三项指标均显著优于其他三类模型, 此外, 该模型还具有良好的泛化能力, 对于转炉实际冶炼过程具有一定的指导意义

第一章 总论 第一节 现代管理会计的形成与发展 第二节 现代管理会计的特点 第三节 现代管理会计的职能 第二章 成本性态分析 第一节 成本的分类 第二节 成本性态分类 第三节 成本性态分析 第四节 变动成本法 第三章 本量利分析 第一节 贡献毛益 第二节 利润敏感性分析 第三节 本量利分析在经营决策中的应用 第四章 预测分析 第一节 预测的基本程序与方法 第二节 成本预测 第三节 销售预测 第四节 利润预测 第五章 短期经营决策 第一节 决策分析概述 第二节 生产决策 第三节 库存决策 第四节 定价决策 第六章 长期投资决策 第一节 长期投资决策特点 第二节 长期决策影响因素 第三节 长期投资评价方法及应用 第七章 全面预算 第一节 全面预算的作用 第二节 预算编制方法 第三节 全面预算的编制 第八章 成本控制 第一节 成本控制概述 第二节 标准成本系统 第三节 作业成本分析法 第九章 责任会计 第一节 不同责任中心的责任会计的主要特点 第二节 内部转移价格 第三节 员工激励制度

为提高无钟高炉炉喉料面的预测精度，建立了考虑炉料运动的炉料分布数学模型.在分析炉料运动的基础上，指出了炉料运动是影响炉料堆积过程的重要因素，采用尺寸比1∶10的无钟布料器模型试验分析了不同炉料分速度对炉料堆积行为的影响，建立了考虑炉料运动因素的料堆轮廓预测模型，并通过数值方法确定了料堆的位置和料面轮廓曲线，应用于料面形状的预测.结果表明：炉料的运动是造成料堆两侧堆积角差异、料堆横截面面积变化以及料面轮廓改变的重要原因，料堆轮廓采用直线段和曲线相结合的方式进行构造，炉料的堆积角和曲线过渡区域长度作为重要的模型参数均考虑了炉料速度的影响，模型构造的轮廓接近真实料堆形状，应用该模型实现了炉喉料面的准确预测

针对高炉关键异常炉况悬料难以预测的问题，基于D-S证据理论，提出一种综合模糊专家推理和后验概率最小二乘支持向量机的悬料预测方法.首先，结合高炉生产过程和悬料现象，分析悬料形成的内在机理；其次，通过模糊专家推理提取基于专家规则的主观证据，再通过建立后验概率最小二乘支持向量机模型提取基于数据内在客观规律的客观证据；最后，基于D-S证据理论完成主客观证据融合，实现悬料预测.该方法充分利用专家经验和最小二乘支持向量机的自学习能力，能够提高预测精度.仿真结果表明本文提出的方法有效、准确

电动汽车以零污染、零排放等优点成为新能源汽车中最具有发展潜力的对象，锂离子电池作为其动力来源，科学准确地预测其剩余使用寿命是决定电动汽车性能的重要因素。本文研究等效循环电池组在等效循环工况、不同循环次数时，锂离子电池电压随着放电时间的变化曲线。通过分析不同循环次数下导函数在等效特征点处的斜率变化规律，建立锂离子电池等效循环工况下的寿命退化曲线。选取NASA等效循环电池组和自测JZ等效循环电池组，将放电初期和放电后期曲线与特定斜率直线交点作为等效循环寿命预测的等效特征点，根据这两组特征点分别建立退化模型Mini和Mlat。最后选取等效循环电池组内的其他电池进行锂离子电池等效循环寿命预测的验证。通过锂离子电池测试数据集验证其预测精度较高，稳定性较好，具有较强的应用价值

第一章 生物信息学的概念及发展历史 第二章 生物学数据库及其检索 第三章 序列比对原理 第四章 蛋白质结构预测与分析 第五章 基因组学 第六章 转录组学 第七章 非编码RNA 第八章 蛋白质组学 第九章 系统生物学 第十章 合成生物学 第十一章 分子进化与系统发育 第十二章 统计学习与推理 第十三章 生物信息学编程基础 第十四章 新一代测序技术及其应用

6.3.3 蛋白质三级结构：如何获取 6.3.4 蛋白质三级结构：计算方法获取 6.3.5 三级结构的比对 6.3.6 蛋白质分子表面性质

第一章 生物信息学的概念及其发展历史 第二章 生物学数据库及其检索 第三章 序列比对原理 第四章 蛋白质结构预测与分析 第五章 真核生物基因组的注释 第六章 蛋白质组学 第七章 系统生物学 第八章 合成生物学 第九章 分子进化与系统发育 第十章 统计学习与推理 第十一章 生物信息学编程基础 第十二章 第二代测序技术及其应用