为了满足某厂1580热连轧机宽度控制精度需求,提高宽展模型的广泛适用性,利用ANSYS/LS-DYNA有限元软件,对热轧粗轧区立轧-平轧过程进行了模拟.根据模拟数据,系统地分析了轧件宽度、厚度、轧辊直径、立辊侧压量和厚度压下量对\狗骨\宽展、自然宽展和绝对宽展的影响规律.利用模拟数据并结合现场数据构造了FES(finite element simulation)\狗骨\宽展模型和自然宽展模型,并建立了PSO-BP神经网络(粒子群BP神经网络).最后,FES宽展模型与PSO-BP神经网络相结合预报第1、3和5道次的宽展,其预报值与实测值误差在1mm以内的均达到了99%以上,达到了宽度控制的精度要求

以BP算法为基础开发了ANN学习预测系统,用于宝钢IF钢大生产产品性能预测.同时,应用在宝钢IF钢大生产数据对该系统进行了测试和分析,并与多元线性回归结果进行预测精度比较.结果表明,ANN学习预测系统,除σ0.2误差较高(9.0%)外,σb,δ,r和n值均<5.0%,且比多线性回归方法精度高

利用大型商业软件CFX建立了高温氮化硅反应炉内温度场的数学模型,采用拟流体模型数值模拟炉内的层流流动,分析了氮气体积流量、各向异性散射和辐射特性等因素对温度场和产物质量浓度的影响.计算结果表明,为确保反应充分完全,预热段温度控制显得非常重要,而氮气体积流量起着决定性的作用;各向异性散射对径向温度、产物质量浓度有一定的影响;散射率对温度场影响很小;计算值与实验值相比较,误差在10%之内

为解决不同边界品位下多金属矿床的储量快速估算问题,针对多金属矿床有用组分之间具有相关性的特点,基于多维概率分布函数建立了多金属矿床储量估算数学模型.以某金铜矿床为例,分析证明了矿床中金、铜品位的概率密度呈对数正态分布,并对金、铜品位分布的相关性特征进行检验.在此基础上将一维概率密度扩展至多维,建立了金铜矿床品位分布的多维概率密度函数,得出了不同边界品位下矿床保有的资源储量,并进行了可靠性验证.结果表明,模型的计算误差在10%以内,符合储量管理的精度要求

1. 简介 2. IEEE 算法 3. 数学库 4. 异常和异常处理 A. 示例 IEEE 算法 数学库 随机数生成器 IEEE 建议的函数 IEEE 特殊值 ieee_flags －舍入方向 C99 浮点环境函数 异常和异常处理 ieee_flags － 产生的异常 ieee_handler －捕获异常 ieee_handler －出现异常时终止 libm 异常处理功能 在 Fortran 程序中使用 libm 异常处理 杂项 sigfpe －捕获整数异常 从 C 中调用 Fortran 有用的调试命令 B. SPARC 行为和实现 浮点硬件 浮点状态寄存器和队列 需要软件支持的特殊类 fpversion(1) 函数 － 查找有关 FPU 的信息 C. x86 行为和实现 D. What Every Computer Scientist Should Know About Floating-Point Arithmetic 摘要 简介 舍入误差 浮点格式 相对误差和 Ulp 保护数位 抵消 精确舍入的运算 IEEE 标准 格式与运算 特殊数量 NaN 异常、标志和陷阱处理程序 系统方面 指令集 语言和编译器 异常处理 详细资料 二进制到十进制的转换 求和中的误差 参考书目 定理 14 和定理 8 定理 14 证明 各种 IEEE 754 实现的差别 当前的 IEEE 754 实现 在基于扩展的系统上计算的缺陷 扩展精度的程序设计语言支持

实验一 炉温控制与仪表 实验二 热电偶校准及误差 实验三 金属的无损检测 实验四 砼的无损检测 实验五 材料的弹性模量和泊松比 实验六 材料的粒度分析

对复合地基全过程沉降预测模型与方法进行了研究.分析了改进泊松模型的特点和适用性,提出了改进泊松-复合小波神经网络修正模型.结合实际工程数据对CFG桩复合地基全过程沉降进行了分析和预测,并与改进的泊松模型进行了对比分析.结果表明,提出的模型适用性强,具有更高的预测精度,其绝对误差在1mm以内

10.1 概述 10.2 吸光光度法基本原理 10.3 分光光度计 10.4 显色反应及影响因素 10.5 光度分析法的设计 10.6 吸光光度法的误差 10.7 常用的吸光光度法 10.8 吸光光度法的应用

第一节 完全随机设计的方差分析 第二节 随机区组设计的方差分析 第三节 多个样本均数的两两比较 第四节 析因设计的方差分析 第五节 多个方差齐性检验 第一节 相对数的概念及计算 第二节 相对数使用应注意的问题 第三节 率的标准化 第四节 医学中常用的相对数指标 第五节 率的抽样误差与区间估计

6.1、定量分析方法 6.1.1、第一性原理模型 First Principle Model 6.1.2、元素灵敏度因子法 6.1.3、定量精确度和误差来源 6.1.4、一个定量分析例子 6.2 深度剖析方法 6.2.1、深度分布信息 6.2.2、角分辨XPS深度剖析(d ~ λ) 6.2.3、离子溅射深度剖析(d>>λ) 6.2.4、在薄膜材料研究中的应用