为了实现炼钢过程钢水温度的精确控制，在分析了实际炼钢厂钢水温度控制现状和钢水温度影响因素的基础上，建立了关键工序节点钢水温度的正向预测模型和逆向预定模型.同时，为了克服现有钢水温度预报方法的不足，提出一种基于钢包热状态和BP神经网络的混合模型方法.该方法以钢包热状态跟踪模型为基础，充分考虑了钢包热状态对钢水温度的影响，并与BP神经网络结合，可有效提高预测精度

黏度是冶金熔渣的基本物理性质，其大小直接影响到反应速率、熔渣分离效果等冶炼过程。通过深入探索熔渣黏度与其结构的关系，在分析熔渣黏度与其(NBO/T)比值（即单个聚合物粒子所拥有的非桥氧数量）相互关系的基础上，本文提出基于（NBO/T）比值的多元熔渣黏度计算模型。首先建立SiO2–∑MxO简单渣系的黏度计算模型，通过拟合纯氧化物和SiO2–MxO二元渣系的黏度数据得到模型参数，拟合平均误差在9%～18.5%之间；随后将该模型扩展至SiO2–Al2O3–∑MxO多元渣系的黏度计算，针对Al2O3在熔渣中同时表现出酸性氧化物和碱性氧化物的特点，在计算SiO2–Al2O3–MxO三元渣系黏度时，将其中的Al2O3拆分为酸性物质和碱性物质来计算（NBO/T）比值和黏度活化能。在SiO2–MxO二元系模型参数的基础上，通过拟合SiO2–Al2O3–MxO三元渣系的黏度数据得到含Al2O3渣系的模型参数，拟合平均误差在10%～25%之间。利用该模型计算了SiO2–Al2O3–CaO–MgO–FeO–Na2O–K2O–Li2O–BaO–SrO–MnO多元复杂渣系及其子体系的黏度值，计算平均误差在25%以内，取得了较好的预报效果。本模型基于熔渣结构理论，并借鉴了经验模型的数据处理方式，在预报效果和适用范围上都优于传统经验模型，在计算方式上比结构模型要简单

什么是领域模型 概念类 识别和提取概念类 创建领域模型步骤 几个问题 ⚫ 命名 ⚫ 概念类or属性? ⚫ 属性与外键 ⚫ 数量和单位 ⚫ 添加Specification/ description ⚫ 相似概念问题 ⚫ Modeling the Unreal World 不同视角的模型 Process

8.1 计算模型 8.1.1 随机存取机RAM 8.1.2 随机存取存储程序机RASP 8.1.3 RAM模型的变形与简化 8.1.4 图灵机 8.1.5 图灵机模型与RAM模型的关系 8.1.6 问题变换与计算复杂性归约

本章主要讨论了经典单方程回归模型的几个专门题。 第一个专题是虚拟解释变量问题。虚拟变量将经济现象中的一些定性因素引入到可以 进行定量分析的回归模型，拓展了回归模型的功能。本专题的重点是如何引入不同类型的虚 拟变量来解决相关的定性因素影响的分析问题，主要介绍了引入虚拟变量的加法方式、乘法 方式以及二者的组合方式

何为子模型？ 子模型是得到模型部分区域中更加精确解的有限单元技术。在有限元分析 中往往出现这种情况，即对于用户关心的区域，如应力集中区域，网格太疏不能 得到满意的结果，而对于这些区域之外的部分，网格密度已经足够了。见图 5-1

采用边界元方法建立了某大型高炉炉缸炉底侵蚀判定的数学模型.该模型用于推定高炉炉底1150℃等温线的位置和形状,以了解和分析炉缸炉底的破损情况.结果表明,边界元方法在近似单一介质热传导问题中所建立的数学模型用来预测高炉炉缸炉底侵蚀状况,有省时、精度可控的优点

已经学习回归模型和时间序列模型，如果把这两种分析方法结合在一起，有时会得到比 其中任何一种方法都好的预测结果

§1 从现实对象到数学模型 §2 数学建模的重要意义 §3 概率统计相关模型 §4 数学建模的基本方法和步骤 §5 数学建模的特点和分类 §6 数学建模能力的培养

根据硬硅钙石型微孔硅酸钙的结构特点,将其简化成空心球聚合成的多孔介质,建立了点接触空心球壳与面接触空心立方体两种单元体模型.采用一维热传导分析,推导出有效导热系数的理论计算公式.计算结果表明,模型计算值与硅酸钙实验值有较好的一致性.理论模型可应用于与微孔硅酸钙具有类似结构的多孔介质导热系数的估算