提出了一种基于多变量相重构的混沌时间序列预测方法.该预测方法从非线性动力学系统中获取与待预测时间序列相关的信息组成多变量时间序列,首先进行多变量相空间重构,然后利用局域多元线性回归模型在相空间中进行预测,最后从预测出的高维相点中分离出时间序列的预测值.由于考虑了动力学系统中多个变量之间相互耦合的关系,从而增加了重构相空间的系统信息量,使得相空间的相点轨迹更加逼近原系统的动力学行为.与采用单变量进行预测的方法相比,基于多变量相重构的预测方法无论是单步预测还是多步预测,都能有效地提高预测精度,且具有嵌入维数的选择对预测精度影响较小的优点.通过对Lorenz混沌信号进行预测,实验结果验证了方法的有效性

采用Gleeble-1500D热模拟试验机研究了9Cr低活化马氏体钢在950~1200℃、应变速率为10-2~10s-1变形条件下的热压缩变形行为,并用金相显微镜观察了相应显微组织的变化.回归分析得出在0.15~0.8真应变量范围内变形激活能和材料常数随真应变量变化的关系式,并得出双曲正弦本构方程;利用数学方法直接从真应力-真应变曲线获得动态再结晶的峰值应力、临界应力、峰值应变和临界应变;回归得出了峰值应力、临界应力、峰值应变、临界应变和动态再结晶晶粒大小与Zener-Hollomon参数的关系式

对流传热:流体中质点发生相对位移而引起的热交换(伴随热传导),一般指流体与固体壁面的传热过程。动量、热量传递同时进行关系复杂。计算时要结合连续性方程、S方程和能量方程,计算十分复杂

以金相方法测定9XC钢的M点及下石氏体(贝茵体)转变的开始曲线.以磁性方法测定9XC钢在不同情况下奥氏体的稳定化作用.测定了残余奥氏体含量和9XC丝锥的变形量之间的关系.以φ24X2毫米铣牙丝锥进行工厂实际试验的结果证明,先淬火至160°停留1—3分钟,然后升至240°等温停留10分钟的新工艺方案,和在170°等温停留45分钟的工艺方案相比较,能缩短等温时间至1/4,其淬火后工件节径的变形量从0.11%减至0.06%(平均值)

采用扫描电镜观察、粉末镶嵌试样、XRD和模压成形等方法,研究了置氢对TC4合金粉末颗粒形貌、表面状态、显微硬度、显微组织、相组成和压制性能等的影响.结果表明:置氢TC4粉末颗粒形貌为不规则状,粉末基本由亮相α相及暗相β相组成,颗粒显微组织呈片状、针状和板条状.随置氢量的增大,置氢TC4粉末显微硬度总体上趋于降低;α相逐渐减少,β相逐渐增多,置氢量达到0.32%(质量分数)时出现少量的针状α″相,置氢量为0.42%和0.46%时组织为明显的板条状(δ氢化物);粉末的压缩性能逐渐变好,成形性能逐渐变差,置氢量0.46%的TC4粉末的压制性能最好

人工神经网络为学习实数值和向量值函数提供了一种实际的方法，对于连续值和离散值的属性都可以使用，并且对训练数据中的噪声具有很好的健壮性。反向传播算法是最常见的网络学习算法。反向传播算法考虑的假设空间是固定连接的有权网络所能表示的所有函数的空间。包含3层单元的前馈网络能够以任意精度逼近任意函数，只要每一层有足够数量的单元。即使是一个实际大小的网络也能够表示很大范围的高度非线性函数。反向传播算法使用梯度下降方法搜索可能假设的空间，迭代减小网络的误差以拟合训练数据

一个复杂系统可能有多个输入和多个输出,并且以某种方式相互关联或耦合。为了分 析这样的系统,必须简化其数学表达式,转而借助于计算机来进行各种大量而乏味的分析 与计算。从这个观点来看,状态空间法对于系统分析是最适宜的。 经典控制理论是建立在系统的输入输出关系或传递函数的基础之上的,而现代控制理 论以n个一阶微方程来描述系统,这些微分方程又组合成一个一阶向量矩阵微分方程。应 用向量矩阵表示方法,可极大地简化系统的数学表达式

1、掌握基本单元的概念。 2、掌握溶液组成量度的表示方法。 3、掌握稀溶液的依数性，并能用于定量计算。 4、了解溶胶的性质、溶胶的稳定性和聚沉及其影响因素，掌握胶团结构

介绍了用支持向量机(SVM)进行动态学习训练的方法．解决了在机器学习过程中,训练样本获取比较困难,样本可随外界条件改变而变化的问题．实践证明,使用该方法可以动态跟踪样本的变化,保证SVM分类器的最优性能．利用该方法设计的银行票据OCR系统的实际应用说明了该方法的有效性．

从区域化变量分布的稳健性角度,借鉴产品加工质量精度控制的理论,基于Johnson分布曲线族提出了一套非正态数据转换方法,并设计了转换流程.以SPSS和Surpac矿业软件为工具,通过实际案例分析了传统数据转换方法和Johnson转换方法的应用效果.实践证明,采用上述方法转化后的数据开展统计分析、变异函数模型的拟合及验证、克立格估计等工作,更容易满足稳健性要求,并能从本质上减小估计误差,提高估计精度