《电力系统自动化》课程教学资源（理论课程资料）电力数据通信_相关标准_电力系统实时数据通信应用层协议

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

在充分考虑RH平衡碳氧浓度的前提下,建立脱碳反应数学模型.以210 t超低碳钢RH冶炼工艺为背景,详细给出数学模型的建立原则与过程.将模拟结果与实际测量数据进行对比发现,数学模型与实际测量数据有很好的吻合度.碳元素在钢液内存在一定的不均匀性,真空室自由液面下降管上方碳元素质量分数最小,钢渣界面处上升管右侧碳元素质量分数最大,循环20 min后,二者相差0.0025%左右

用考虑收缩、徐变和交接面滑移后的组合梁长期挠度计算方法对实际工程中的两根典型组合梁进行了长期挠度计算,并将岩土工程分析软件FLAC3D应用于组合梁的滑移面模拟,对计算数据、现场实测数据及计算机模拟分析结果进行了分析比较.实测及计算结果均表明,用现行规范中的计算方法将使组合梁的长期挠度计算值偏小,本文的研究方法可以用来计算组合梁的长期挠度.根据分析结果,提出了对组合梁在设计及施工时的一些建议

人工神经网络为学习实数值和向量值函数提供了一种实际的方法，对于连续值和离散值的属性都可以使用，并且对训练数据中的噪声具有很好的健壮性。反向传播算法是最常见的网络学习算法。反向传播算法考虑的假设空间是固定连接的有权网络所能表示的所有函数的空间。包含3层单元的前馈网络能够以任意精度逼近任意函数，只要每一层有足够数量的单元。即使是一个实际大小的网络也能够表示很大范围的高度非线性函数。反向传播算法使用梯度下降方法搜索可能假设的空间，迭代减小网络的误差以拟合训练数据

线性数据结构 一维数组 排序和查找 二维数组 字符串

§1.4统计中的一些基本概念 §2.1统计数据的分类 §2.2统计数据的来源 §2.3 统计资料的整理 §2.4统计表和统计图简介

第一个程序 第二个程序 变量定义 数据类型 符号常量 算术表达式 赋值表达式 自增自减运算符 强制类型转换 数据的输入输出

以圆坯连铸结晶器温度实测数据为基础,研究应用神经元网络求解结晶器传热反问题的可行性,并尝试将神经元网络与数值计算结合用于结晶器传热计算,探索针对实测数据的结晶器传热在线计算方法.结果表明,数值计算结果与实测温度符合较好,可真实反映实际生产中圆坯结晶器传热的非均匀特性

16.1数据从何而来？如何善用资讯？ 16.2 样本告诉我们什么？ 16.3 好样本与坏样本 16.4怎样可取得坏样本？ 16.5有偏抽样法 16.6 简单随机样本 16.7谈谈实验