根据1700mm热连轧机采集的现场数据分析了硅钢轧制工作辊磨损的规律和其磨损轮廓曲线．采用中部磨损和边部磨损分别建立磨损计算函数的方式,建立了无取向硅钢轧制的工作辊磨损预报模型．采用遗传算法优化计算了模型参数．现场实测数据验证表明,模型预报精度可靠实用,可用于指导生产实践．

传统的优化方法在描述能力、建模方法、方法实现和模型数据的分析等方面都存在着局限性,需要引入新的思路.针对上述问题,提出了基于知识的广义优化方法,给出了广义优化中知识概念、优化问题的描述,以及基于知识的广义优化方法的一般求解过程.其基本方法是在优化问题知识模型的基础上,建立基于知识的广义优化算法,通过知识系统的约简,得到用于制定优化方案的决策规则.同时给出了基于知识的广义优化方法在在锅炉燃烧优化问题中的应用示例,说明了方法的有效性

第一节序列的傅里叶变换 第二节离散傅里叶级数(DFS) 第三节离散傅里叶变换(DFT) 第四节离散傅里叶变换的性质

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

2.1 Gauss 消去法 2.1.1 Gauss 消去过程 (算法描述) 2.1.2 运算量统计 (计算复杂度) 2.2 矩阵分解法 2.2.1 矩阵 LU 分解 2.2.2 列主元 Gauss 消去法与 PLU 分解 2.2.3 Cholesky 分解与平方根法 2.2.4 三对角线性方程组 2.2.5 带状线性方程组

7.1 概述 7.2 IIR数字滤波器设计 7.3 FIR数字滤波器的设计 7.4 智能仪器中常用的数字滤波算法简介

1 常用定常迭代方法 2 应用：Poisson 方程求解 3 收敛性分析 4 加速方法 5 交替方向与 HSS 算法

以工业PID控制中控制器参数调整困难为背景,在分析神经网络特性的基础上,提出神经网络控制方法,设计了具有自适应性的神经网络PID控制器。在描述了神经网络的学习机理的基础上,给出了控制器控制算法。通过2个实例验证了神经网络在线控制的可行性

4.3.1 ALOHA协议 1. 纯ALOHA协议 2. 时隙ALOHA协议 3. 时隙ALOHA协议稳定性分析 4. 稳定的时隙ALOHA协议伪贝叶斯算法

lInformation System Development in Theory 理论上的信息系统开发 lWinburg Mini Case Study 一个小型案例研究 lLessons of the Winburg Mini Case Study 这个小型案例研究的教训 lTeal Tractors Mini Case Study 第二个小型案例研究 lIteration and Incrementation 迭代和增量 lIteration: The Newton–Raphson Algorithm 迭代: 牛顿-拉普森算法 lThe Winburg Mini Case Study Revisited 再次探讨第二个小型案例 lOther Aspects of Iteration and Incrementation 迭代和增量的其他方面 lManaging Iteration and Incrementation 管理迭代和增量 lMaintenance Revisited 再论维护