在大量实测数据的基础上,结合理论分析,用统计方法建立起适合工程应用的支持辊磨损模型.该模型是一个多峰且高度非线性系统的半经验公式,其参数的估计复杂且计算量大.借助于带记忆的模拟退火算法,得到有效的解决.计算结果表明该模型具有较高的预报精度.在武钢2800四辊轧机应用后,取得明显效果

针对高强度带钢表面粗糙度的特殊要求和控制难题,采取批量工业生产实验和数理统计的方法,研究高强度带钢表面粗糙度的轧制转印及变化规律,以及轧机工作辊表面粗糙度的变化规律.确定了高强度带钢表面微观形貌由末机架决定,分别建立了高强度带钢表面粗糙度预测模型、轧制转印率模型和轧机工作辊表面粗糙度预测模型.比较了高强度带钢与普通强度带钢的轧制转印行为.研究结果可用于工业生产过程中预测高强度带钢表面粗糙度,合理安排冷轧轧制顺序和轧制计划,以及预测确定工作辊上下机时间节点

一、多元线性回归模型 二、多元线性回归模型的参数估计 三、OLS估计量的统计性质 四、参数估计量的方差-协方差矩阵和随机误差项σ2方差的估计 五、样本容量问题 六、多元线性回归模型实例

本文建立了LD法炼钢过程中脱碳动力学的理论随机模型,它是带有随机初始条件和非齐次项的“分段型”随机微分方程。文中运用伊藤（It?）随机方程的理论求出了“解过程”和矩函数,讨论了该过程的主要统计性质。最后通过数值例子进行了模型的参数估计,并验证了“后期”模型的可靠性

第一节 因果模型与通径分析 第二节 通径模型的设置 第三节 通径模型的分类 第四节 分解简单回归系数 第五节 分解简单相关系数 第六节 通径模型的整体检验

§1 从现实对象到数学模型 §2 数学建模的重要意义 §3 概率统计相关模型 §4 数学建模的基本方法和步骤 §5 数学建模的特点和分类 §6 数学建模能力的培养

从实际生产数据入手,研究了温度模型设定精度的现状及设定精度与各影响因素之间的关系,同时还消化了原来的温度模型程序并将其移植到微机上.经大量的离线统计回归分析,提出了一个行之有效的温度模型改进方案.该改进方案的思路同样适合其他热轧生产线

§3.1 多元线性回归模型 一、多元线性回归模型 二、多元线性回归模型的基本假定 §3.2 多元线性回归模型的估计 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 §3.3 多元线性回归模型的统计检验 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 §3.4 多元线性回归模型的预测 一、E(Y0)的置信区间 二、Y0的置信区间 §3.5 回归模型的其他函数形式 一、模型的类型与变换 二、非线性回归实例 §3.6 受约束回归 一、模型参数的线性约束 二、对回归模型增加或减少解释变量 三、参数的稳定性 *四、非线性约束

在分析了前人计算型材轧制宽展变形的各种方法之后,得出结论:现有的各种宽展模型不能满足CAD/CAE软件系统的需要。高精度的宽展模型必须分不同的孔型系统和轧机布置形式,由现场实验,经统计回归得到。用此方法,得到两组分别适用于横列式和复二重小型、线材轧制宽展模型

§1 高等数学相关模型 1.1卫星轨道长度 1.2射击命中概率 1.3人口增长率 §2 线性代数相关模型 2.1投入产出综合平衡分析 2.2输电网络 §3 概率统计相关模型 3.1合金强度与碳含量 3.2年龄与运动能力 3.3商品销售量与价格