海底金矿矿山水害对矿山生产、人员施工及矿山设备等产生较大威胁，是矿山开采中的自然灾害之一，快速有效的判别出矿山水害水源对于事故的防治有重要意义。三山岛金矿的巷道围岩裂隙普遍并长期存在涌水现象，矿区开采中矿井水害的水源主要有海水、第四系水、基岩裂隙水、地下水等，为了准确快速的判别矿井水水源，有效预防矿井水突水及水害威胁，本研究结合监测点水样的水文地质条件与不同监测点水样的水化学成分分析，选取Mg2+、Na++K+、Ca2+、SO42?、Cl?和HCO3 ?共6项指标作为判别因子，通过主成分分析得出不同水样的矿化程度。在贝叶斯算法分析原理的基础上，将马尔可夫链蒙特卡洛(Markov Chain Monte Carlo, MCMC)引入到贝叶斯方法中，运用统计软件SPSS统计，构建贝叶斯判别分析模型，得出基于水样样本信息的算法估计的后验分布，得出矿山水害水源的分析方法。运用三山岛金矿水害取水点的水样分析数据进行详细的分析验证，建立矿井突水水源模型，进行不同水样的信息分析，得出贝叶斯统计函数并进行水源判别结果分析，验证了贝叶斯矿山水害水源判别模型的准确性和实用性，对现场工作的开展和水害防治有一定的指导意义

对骨切削研究中的骨切削数值仿真本构模型、骨切削手术工艺及机理等方面进行了综述, 着重介绍了切削参数对骨切削的影响、骨切削刀具设计等, 并对医学领域新兴的超声骨切削技术进行了介绍和分析.最后得出应从以下方面完善骨切削研究: (1)骨切削数值仿真的本构模型有待开发; (2)构建系统的骨材料切削理论以解释骨材料切屑形态的切削机理; (3)骨材料切削刀具的开发需要进一步深化; (4)超声骨切削由于安全性高、损伤小、愈合快的特点将成为未来临床骨切割操作的发展方向和趋势

针对含动态再结晶粘塑性模型中的材料参数应用传统的测试方法很难准确测定的问题,吸收了遗传算法、增广高斯-牛顿算法、Levenberg-Marquardt算法和可变多面体算法的优点,构造了一套混合的全局优化算法.以26Cr2Ni4MoV为例,以镦粗实验提供的实验数据和刚塑性有限元模拟提供的数值解差值的l2范数的平方作为目标函数,应用构造的算法识别了该模型中的材料参数,计算结果和实验结果符合良好

针对热连轧过程中板形板厚综合控制问题,提出了兼顾板形的负荷分配方法,并且使用免疫遗传算法进行了参数优化.实验数据对比分析表明,该方法是有效的,能够实现板形板厚的综合控制

11.1 概述 11.2 定义结构体变量的方法 11.3 结构体变量的引用 11.4 结构体变量的初始化 11.5 结构体数组 11.6 指向结构体数据的指针 11.7 用指针处理链表

利用Gleeble 1500热模拟机测定了簿板坯连铸连轧EAF-CSP工艺生产的低碳含锰钢经奥氏体区二次变形后的CCT曲线.实验钢含有0.17%C,1.21%Mn和0.28%Si(质量分数).研究表明:提高热轧后的冷却速度使Ar_3温度降低,导致试验钢的晶粒进一步细化;冷速大于20℃/s时,出现贝氏体和铁素体的混合组织,可降低钢的屈强比;790℃终轧,550℃卷曲时出现铁素体/珠光体带状组织,提高冷速使溶质(如Mn和C)富集区在形成珠光体之前完成奥氏体—铁素体相变是避免生成铁素体/珠光体带状组织的有效方法

作为磨矿过程的主要生产质量指标, 磨矿粒度是实现磨矿过程闭环优化控制的关键.将磨矿粒度控制在一定范围内能够提高选别作业的精矿品位和有用矿物的回收率, 并减少有用矿物的金属流失.由于经济和技术上的限制, 磨矿粒度的实时测量难以实现.因此, 磨矿粒度的在线估计显得尤为重要.然而, 目前我国所处理的铁矿石大多数为性质不稳定的赤铁矿, 其矿浆颗粒存在磁团聚现象, 所采集的数据存在大量异常值, 使得利用数据建立的磨矿粒度模型存在较大误差.同时, 传统前馈神经网络在磨矿粒度数据建模过程中存在收敛速度慢、易于陷入局部最小值等缺点, 且单一模型泛化性能较差, 现有的集成学习在异常值干扰下性能严重下降.因此, 本文在改进的随机向量函数链接网络(random vector functional link networks, RVFLN)的基础上, 将Bagging算法与自适应加权数据融合技术相结合, 提出一种基于鲁棒随机向量函数链接网络的集成建模方法, 用于磨矿粒度集成建模.所提方法首先通过基准回归问题进行了实验研究, 然后采用磨矿工业实际数据进行验证, 表明其有效性

近年来，在司法文献方面有两种现象逐渐引起了关注：一是司法解释条 款的数量远远多于被解释的对象——法律的条款；二是通过各种渠道公布的案例 数量远远多于司法解释的条款

一个变量对应一个存储区域 ， 用于处理个别的数据。 然而，在程序设计中更多的情况则是要处理成批的数据,如 果仅用单一的变量来处理成批的数据,那是不现实、也是不 方便的。 为此，高级程序设计语言都提供一种能方便地表 示和处理成批数据的手段 ── 数组。 数组是存放在一片连续的存储单元中的、有序非空的、 有相同数据类型并有一个名字以供识别的数据集合。 这 个集合中的成员称为数组元素

以恒应变速率凸轮压缩试验机得到的实验数据为基础,采用人工神经网络的方法建立了碳钢变形抗力与应变、应变速率及温度对应关系的预测模型,与多元非线性回归模型比较,神经网络模型具有较高的预测精度