针对传统基于BP神经网络建立的连铸坯质量预测模型训练速度慢、适应能力弱、预测精度低等问题,本文提出一种基于极限学习机的连铸坯质量预测方法,对方大特钢60Si2Mn连铸坯中心疏松和中心偏析缺陷进行预测,并与BP和遗传算法优化BP神经网络预测模型的预测结果进行分析对比.结果表明:BP及GA-BP神经网络预测模型对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为50%、57.5%、70%和72.5%;而基于极限学习机的连铸坯预测模型预测准确率更高,对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为85%和82.5%,且该模型具有极快的运算时间,仅需0.1 s.该模型可对连铸坯质量进行迅速准确地分析,为连铸坯质量预测的在线应用提供了一种新的方法

基于国内某厂齿轮钢小方坯连铸生产过程，利用ProCAST软件建立移动切片模型，能够高效模拟连铸过程中的宏观偏析，模型分别模拟研究了不同过热度、二冷水量和拉坯速度等对宏观偏析的影响。模拟结果与碳偏析检测结果吻合良好，验证了移动切片模型模拟连铸坯宏观偏析的准确性。由于溶质浮力的影响，内弧侧的宏观偏析强于外弧侧。随着过热度的增加，铸坯中心碳偏析度从1.06增加至1.15。过热度控制在25 ℃范围内，可以保证铸坯的宏观碳偏析度控制在1.10范围内。随着连铸二冷水量的增加，铸坯中心偏析改善程度较小，铸坯中心碳偏析度从1.16降低至1.13。随着拉坯速度的增加，铸坯中心偏析呈现加重的趋势，铸坯中心碳偏析度由1.14增加至1.21，拉坯速度控制在1.4 m·min–1范围内，可保证铸坯中心碳偏析度低于1.15

5.2中心极限定理 定理一林德伯格-列维中心极限定理 (Lindberg-levi) 【独立同分布的中心极限定理] 定理二棣莫弗-拉普拉斯中心极限定理 (De Moivre-Laplace-) 【二项分布以正态分布为极限分布]

5.1 未来网络体系结构综述 5.2 内容中心网络体系结构 5.3 内容中心网络缓存技术 5.4 内容中心网络路由技术 5.5 内容中心网络的拥塞控制

9.1 配送中心的基本功能 9.2 配送中心的作业流程 9.3 配送中心作业管理（基本流程） 9.4 物流配送中心设备管理

第一节 物流配送中心规划概述 第二节 物流配送中心的目标规划与条件设定 第三节 物流配送中心区域设置分析 第四节 物流配送中心的区域布置规划

第五讲大数定律与中心极限定理 内容提要 (1)依概率收敛(定义及判断) (2)Chebyshev不等式(计算及应用) (3)大数定律(Chebyshev大数定律, Bernoul li大数定律 Khinchine大数定律) (4)中心极限定理(Lindeberg--levy中心极限定理, De Moivre-Laplace-中心极限定理,近似计算)

第4章数控铣床及加工中心编程 4,1数控统床及加中心程碰 4,2 FANUC系统奶中心程原理 4.3如中心程序编制实例 4.4宏程序编制

利用波高仪和粒子示踪法在1:1的水力学模型中研究了薄板坯连铸工艺参数对结晶器内非稳定流场特征参数的影响.结果表明:流场特征参数随时间变化具有一定的周期性.随着拉坯速度增加,平均射流撞击位置下降,平均回流区中心深度下降,平均波高增加;同时,撞击点、回流区中心深度和波高的变化范围增大,周期减小,结晶器内流动不稳定程度增大.随着水口浸入深度增加,平均射流撞击位置下降,平均回流区中心深度下降,平均波高减小;同时,撞击点、回流区中心深度和波高的变化范围减小,周期增加,流场不稳定程度减小.随着水口出口角度增加,平均射流撞击位置下降,平均回流区中心深度下降,平均波高减小;对于较大的水口出口角,尽管结晶器内流场非稳定流动范围较大,但是流场的运动周期较大,液面波动的非稳定程度却较小

以竞争优势理论中的动态双钻石模型为基础,提出物流中心选址的动态双钻石模型.该模型用区位论的要素分析方法选取区位因子,用聚类分析法设计北京市物流中心选址指标体系,用层次分析法定量解决物流中心选址问题.测算结果与北京市\十五\物流中心规划吻合