油箱壳外形复杂,拉深成形过程中容易出现侧壁起皱和圆角处破裂的缺陷,成形工艺参数的确定非常重要.结合分类与回归决策树(classification and regression tree,CART)的人工智能技术和模型交叉验证方法,通过调用Python平台开源库Scikit-Learn对油箱壳拉深成形数值模拟结果进行知识挖掘,筛选出对油箱壳拉深成形影响大的工艺参数;以基尼指数(Gini index)最小化作为最优特征值及最优切分点选择的依据,构建了工艺参数与性能指标关系的CART决策树,提取出了可靠的工艺设计规则.油箱壳拉深实例表明,CART决策树理论的知识发现技术是实现板料成形过程数值模拟结果潜在知识挖掘的可行途径

§9.1引言 §9.2 Euler方法 §9.3 Runge-Kutta公式 §9.4单步法的进一步讨论 §9.5线性多步法

1.3.1 绝对误差和绝对误差限 1.3.2 相对误差和相对误差限 1.3.3 有效数字 1.3.4 误差估计的基本方法 1.3.5 问题的适定性和算法的稳定性 1.3.6 减小误差危害

一、定量资料( quantitative data):数值变量(numerical variable) 其变量的值是定量的,表现为数值的大小,一般有度量衡

4 奇异值分解 4.1 奇异值，奇异向量和奇异值分解 4.2 奇异值基本性质 4.3 奇异值更多性质 ∗ 5 线性最小二乘问题的求解方法 5.1 正规方程法 5.2 QR 分解法 5.3 奇异值分解法 6 最小二乘问题的推广及其应用 ∗ 6.1 正则化与加权正则化 6.2 约束最小二乘 6.3 多项式数据拟合 6.4 线性预测 6.5 信号恢复 6.6 SVD：图像压缩 — 截断 SVD 6.7 SVD：图像配准 Rigid Alignment / Shape Registration

假如试图利用四级 Runge-Kutta方法求解上述初 值问题,要求计算直至得到符合精度要求的稳态 解为止我们讨论计算过程可能遇到的问题 稳定性要求

针对两辊楔横轧等内径空心轴轧件易产生椭圆的问题,采用有限元数值模拟方法,研究了两辊楔横轧等内径空心轴的轧制成形过程及应力应变情况.结果表明成形过程中轧件的径向压缩和轴向流动不匹配,造成金属切向流动显著、圆周长大,这是椭圆形成的主要原因

在不同的电源功率和频率、不同的成形材质和尺寸等工艺条件下,应用控制容积方法对逐步熔融凝固初始加工阶段的感应 电流面密度及温度场进行了数值计算,得到任意位置的温度随时间的变化, 成形 体和模具初始加热过程中的等温线图及固液分界线,所需电源功率和完全熔化时 间

8.0 预备知识 8.1 选路方法与开关技术 8.2 单一信包一到一传输 8.3 一到多播送 8.4 多到多播送

直接法得到的解是理论上准确的,但是我们可以看得出,它们的计算量都是n3 数量级,存储量为η2量级,这在n比较小的时候还比较合适(n<400),但是对于现 在的很多实际问题,往往要我们求解很大的n的矩阵,而且这些矩阵往往是系数矩阵 就是这些矩阵含有大量的0元素。对于这类的矩阵,在用直接法时就会耗费大量的时 间和存储单元。因此我们有必要引入一类新的方法:迭代法