以某钢厂1580热连轧生产数据为基础,提出一种有限元与神经网络集成建模的方法.该方法首先对轧制过程的塑性变形进行有限元建模,然后结合有限元数值分析方法和智能技术的优点,实现有限元和神经网络的集成建模.集成模型中的神经网络模型为有限元模型提供参数调整的依据,并且在神经网络训练过程中使用改进的混沌粒子群优化算法对神经网络进行优化.通过与现场实际生产数据进行比较,验证了该模型的有效性

（1995 年全国大学生数学建模竞赛 a 题） 在约 10，000 米高空的某边长 160 公里的正方 形区域内，经常有若干架飞机作水平飞行. 区域内 每架飞机的位置和速度均由计算机记录其数据，以 便进行飞行管理. 当一架欲进入该区域的飞机到达 区域边缘，记录其数据后，要立即计算并判断是否 会与区域内的飞机发生碰撞。如果会碰撞，则应计 算如何调整各架（包括新进入的）飞机飞行方向角， 以避免碰撞。现假定条件如下：

针对传统神经网络优化算法易陷入局部最优值的问题,在标准粒子群算法的基础上,对粒子速度与位置更新策略进行改进,提出一种基于改进粒子群优化算法的BP神经网络建模方法.使用sinc函数、波士顿住房数据及某钢厂带钢热镀锌生产的实际数据进行验证.结果表明,与标准的反向传播神经网络和支持向量机相比,基于改进粒子群优化的神经网络模型可以有效提高预测精度

为了剔除GPS边坡位移监测过程中的噪声干扰,提高监测数据的有效性,特引入随机线性卡尔曼滤波离散数学模型.以水厂铁矿GPS边坡监测数据为依据,利用该数学模型可以计算出各监测点每期变形量的滤波值和位移速度,并对各监测点下一期的变形量进行估算和预测.经实例验证,卡尔曼滤波变形量与实际变形量有较好的一致性

在充分考虑RH平衡碳氧浓度的前提下,建立脱碳反应数学模型.以210 t超低碳钢RH冶炼工艺为背景,详细给出数学模型的建立原则与过程.将模拟结果与实际测量数据进行对比发现,数学模型与实际测量数据有很好的吻合度.碳元素在钢液内存在一定的不均匀性,真空室自由液面下降管上方碳元素质量分数最小,钢渣界面处上升管右侧碳元素质量分数最大,循环20 min后,二者相差0.0025%左右

数据残差图分析原理； 关于变量 X 和 Y 的一元线性回归模型：

研制了用于心磁测量的直流高温量子干涉器,并建立了单通道高温直流超导量子干涉器心磁图仪.根据临床诊断标准,在磁屏蔽室内依次调节无磁床的位置,采集了人体胸前平面5×5正方格子上各点的心磁数据.实验结果表明,健康人与心脏病患者的心脏磁场信号存在明显差异.利用该系统,可为心脏病的临床诊断提供有价值的实验数据

5.9城市及工程控制网平面点位精度的合理评定 5.9.1首级平面控制网中的绝对和相对点位精度 1、绝对点位误差和相对点位误差的初步概念 绝对点位误差:相对于起始数据 相对点位误差:相对网中与起始数据不同的基准

提出了一种应用于中厚板轧制的道次间自适应算法.该算法以实测数据为基础,通过实测轧制力与实际计算轧制力的比值决定轧制力模型学习量的大小,做到了真正意义上的以实测数据来校正模型,从而使设定的模型有较好的自学习功能,并在实际应用中表现出较好的学习效果

EViews编程的特征允许用户在程序中创建和存储命令,程序能 自动执行每个命令,或生成研究项目的结果。例如,用户可以编写一 个分析某个工业数据的程序,然后便可以用该程序分析其他工业的数 据。用户也可以创建一个程序,通过对最后结果的计算和图形表格的 表示结构来把用户从创建工作文件和读取原始数据中解脱出来