二、小脑模型连接控制器(CMAC)网络 原理:从小脑活动只获取启发 （1)小脑从各种传感器获得信号、反馈和命令,构成地址,地址的内容形成各种所需的动作。 （2)输出的动作只限制在最活跃神经中的一个小子集,绝大多数神经元都受到抑制

针对常用的质量建模方法精度不高且难以给出预测区间,提出了基于小波相关向量机的产品质量模型.应用仿真数据和带钢热镀锌锌层质量的实际生产数据分别建立了小波相关向量机模型.结果表明,小波相关向量机方法与支持向量机及传统的相关向量机相比,具有更好的预测精度,而且给出了预测区间.多组带钢热镀锌锌层质量实际数据的相对预测误差的平均值为4.52%,为保证产品质量提供必要的决策支持和分析手段

在对混沌时间序列与随机序列的不同特征进行分析的基础上,提出一种可对二者予以区分的判定算法.并结合具有优异特性的小波函数,构造一种小波神经网络.最终给出基于小波网络的集成的混沌时间序列判定一预测算法

基于遗传算法的基本原理,提出一种改进的遗传算法,将模糊控制思想与小生境技术引入到其中,从而保护种群的多样性,同时使每代最优解得以保存．遗传算法加入小生境技术后虽可保持种群群体的多样性,但是不可避免的会产生部分个体的早熟以及陷入局部最优,于是加入模糊控制思想,对种群的交叉概率Pc和变异概率Pm进行模糊控制,以此为基础,形成了一种新型的模糊控制小生境遗传算法．最后通过对三个典型函数的数值分析证明了该方法的有效性和可行性．

8.1单件小批定货生产类型的特征 8.2单件小批定货生产类型的生产组织形式 8.3单件小批生产的期量标准生产作业计划

提出了基于偏最小二乘回归模型的带钢热镀锌质量监控方法.以带钢热镀锌生产中带钢力学性能和锌层质量的质量监控为研究对象,用偏最小二乘方法建立了生产过程参数与质量结果之间的回归模型,对生产过程控制能力进行了分析,并给出了产品质量的预测方法.用鞍钢股份有限公司带钢热镀锌的实际生产数据进行验证.结果表明,偏最小二乘法比传统的多元线性回归方法具有更好的预测精度,基于偏最小二乘回归的锌层质量预测模型,其相对预测误差可达到5.93%

将复型技术应用于疲劳小裂纹扩展试验中的裂纹长度测量。在等载荷比R=0.1、不同平均载荷水平影响的疲劳条件下,板试样V型缺口小裂纹疲劳扩展速率做了试验测试;通过结果分析,提出了缺口小裂纹疲劳扩展速率表达式,并以εP为控制参数,求出45*钢的计算式

开发了一种水平轮式连铸机,用以高速浇铸52~85mm小方坯。新铸机的结晶轮轴心与垂直线成3°~5°倾角。从中间包流出的钢水,通过密闭的水口进入结晶槽,避免了钢水被氧化,又省去了钢液面检测及控制装置。在直径3m的试验铸机上,以18~22m/min的速度浇出了50mm×63/67mm的小方坯,其表面及内部质量都令人满意。在此基础上,设计了用以浇铸70~85mm小方坯的水平轮式连铸机,其预期的最高出坯速度为28m/min,并能与高速线材轧机相配合,直接轧制成材

采用腐蚀质量损失、扫描电子显微镜、X射线衍射仪、线性极化等测试手段,研究无光照、半光照及全光照三种实验条件对Q450NQR1耐候钢在干湿交替条件下腐蚀行为的影响规律.结果表明：光照对实验钢干湿交替腐蚀过程影响显著.实验钢在腐蚀前期（48 h）腐蚀速率大小依次为半光照、无光照和全光照,腐蚀中后期（72~96 h）腐蚀速率由大到小依次为半光照、全光照和无光照.腐蚀宏观形貌有明显差别,无光照时试样腐蚀产物呈淤泥状分布整个表面,有光照条件时腐蚀产物则呈颗粒状分布,但全光照条件时腐蚀产物颗粒更细且孔隙更小.另外,三种条件下腐蚀产物物相组成一致,但含量有所不同.线性极化测试得出96 h极化电阻由大到小依次为无光照、全光照和半光照,这一结果与通过腐蚀失重得出的腐蚀速率结果一致

针对薄壁板材零件小圆角特征成形制造难的问题,提出了一种新型胀压复合成形工艺.其关键工艺参数为:预成形高度、预成形凹圆角大小和终成形胀形压力与背压凸模运行速度匹配关系.预成形高度决定了终成形小圆角的材料储备,预成形凹圆角的最佳值为充液拉深时凸模圆角可取的最小值,通过理论分析给出了预成形高度和预成形凹圆角的计算方法.建立了胀压复合成形过程力学模型,通过应力状态分析给出了不同胀形压力与背压凸模运行速度匹配关系下坯料圆角区变形状况.同时基于有限元模拟和工艺试验,研究了预成形高度和终成形胀形压力与背压匹配路径对试验件成形质量的影响,验证了理论分析的准确性,并证明了该新工艺的适用性