为了提高瓦斯涌出预测的准确性,采用BP型神经网络,利用BP型神经网络自学习、自组织和自适应等特性,在MATLAB环境下构建瓦斯动态预测模型.通过对唐山矿瓦斯信号实时监测数据的分析,对瓦斯动态预测模型进行训练和测试.结果表明,该模型的预测速度快、精度高,可以实现对工作面瓦斯涌出的动态预测,并能综合判断工作面所处地点的安全状况以及前方的潜在的危险性

针对锂离子电池荷电状态（Stage of charge，SOC）在线估计精度不高，等效电路模型法估计精度与模型复杂度相矛盾的问题，本文对扩展卡尔曼滤波算法进行了改进，并以电池工作电压、电流为输入，对应等效电路模型法的SOC估计误差为输出，采用极限学习机算法，建立基于输入输出数据的SOC估计误差预测模型，采用物理–数据融合方法，基于误差预测模型，建立了等效电路模型法结合极限学习机的锂离子电池SOC在线估计模型。仿真结果表明，改进扩展卡尔曼滤波算法提高了算法的估计精度，而物理–数据融合的锂离子电池SOC在线估计模型减小了由电压、电流测量所引入的估计误差，克服了等效电路模型法估计精度与模型复杂度之间相矛盾的问题，进一步提高了SOC的估计精度，满足估计误差不超过5%的应用需求

高一数学必修课件_1.6三角函数模型的简单应用2

高一数学必修课件_3.2.2函数模型的应用实例(1)

高一数学必修课件_3.2.2函数模型的应用实例( 1 )

高一数学必修课件_1.6三角函数模型的简单应用1

高一数学必修课件_3.2.1几类不同增长的函数模型(2)

高一数学必修课件_3.2.1几类不同增长的函数模型(1)

高中数学必修_第一章 集合与函数的概念_课件_20071107高一数学（3.2.2-1函数建构与函数模型）

高中数学必修_第一章 集合与函数的概念_课件_20071106高一数学（3.2.1-2幕、指、对函数模型增长的差异性）