鉴于边坡系统影响因素之间的高度非线性和不确定性,融合RS-GP模型的优势,提出了依据边坡稳定性影响因素类比计算边坡安全系数的方法.该方法通过学习样本的数据特征分析、计算属性的重要性及约简规则,降低了遗传规划预测模型的结构规模.人工神经网络(ANN)模型与RS-GP模型计算结果比较表明:该方法具有计算速度快、容错能力强及精度高等特点

引言 时域数学模型 线性系统的传递函数 结构图及等效变换 信号流图及梅逊公式 闭环传递函数 建模的MATLAB方法 模型的实验测定法

为了建立工业污水pH值中和系统的正模型,研究了具有大滞后非线性特性的加药中和过程。利用一种动态自适应最近邻聚类(DANNC)学习算法,全面调整网络参数完成了污水pH值加药中和控制系统网络的学习和训练。采用中和过程神经网络内模控制系统的逆模型充当控制器,进行了各种工业条件下污水中和的仿真实验。结果表明,该系统实现了△pH≤0.2的工业污水的控制精度目标,系统实时跟踪和抗干扰性良好

6.1 集成运算放的组成及基本特性 6.2 集成运算放大器的主要参数 6.3 运放的线性应用及理想运放模型 6.4 基本运算电路 6.5 电压比较器 6.6 波形发生器 6.7 集成运放的其他应用电路

引入载能体的方法,统筹电炉炉料结构、电炉供氧、配碳和供电等多种因素,建立了电炉载能值综合优化模型.模型约束复杂,采用线性规划难以求解,本文采用遗传算法进行求解.对BH1H、BHDDQ和SUS304钢种进行能值计算.结果表明:在保证电炉出钢钢水化学成分、温度和渣的碱度等指标符合要求的前提下,每炉钢水能值分别降低了22.8%、21.4%和23.6%

我们有多处对不连续变化的变量采取了连续化的方法,从而建立了相应的微分方程模型。但是由于以 下原因: 第一,有时变量事实上只能取自一个有限的集合; 第二,有时采取连续化方法后律立的植刑比校复杂

一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验（t检验） 四、参数的置信区间

根据炼钢转炉的实际采集数据,利用1种新型模糊神经网络(FNN),对其进行了静态建模。从理论上论证了该FNN的推理及非线性逼近能力。用新建模型对钢水终点温度,终点含碳量进行计算,其结果与相应的实测值基本一致

一、普通最小二乘估计 *二、最大或然估计 *三、矩估计 四、参数估计量的性质 五、样本容量问题 六、估计实例

如果研究的对象的机理比较简单，一般用 静态、线性、确定性模型描述就能达到建 模的目的，我们基本上可以用初等数学的 方法来构造和求解模型。 这样的模型我们一般称其为初等模型