基于RBF神经网络的QA110-5-5铝青铜时效处理硬度的预测

用人工神经网络模型分析了时效参数对铝青铜硬度的影响.用“舍一法”训练了模型.模型对训练样本的计算值与实测值在散点图中沿着45°角平分线分布,统计学指标为:均方误差(MSE)为2.1388,相对均方误差(MSRE)为6.59％,拟合分值(VOF)为1.8301.用训练后的网络模型进行预测,得到的散点大致分布于45°角平分线附近,统计学指标为:均方误差为1.9512;相对均方误差为5.62％;拟合分值为1.7783.对时效参数的影响分析表明:时效温度和时效时间对硬度的影响,都存在一个最佳值,在时效温度和时效时间分别为450℃和30 min时,铝青铜的硬度达到最大值.     

B/S模式下的化工企业计量管理系统在.net平台下的设计与实现

以化工企业的计量管理系统为背景,概述了在.NET平台上采用VB.Net语言快速构建企业应用系统的过程,以及使用OWC控件生成数据分析曲线,并简要介绍了Microsoft.NET平台和OWC控件的特点。     

用人工神经网络研究钢的硬度的影响因素

 用人工神经网络研究了化学成分及热处理工艺参数对低碳低合金钢的硬度的影响。首先设计了RBF型人工神经网络模型,用“舍一法”改进了模型,使其具有较好的预测性能。然后,用神经网络研究了化学成分和冷速对低碳低合金钢的硬度的定量影响。结果表明,碳的质量分数为0.11%~0.15%时,硬度随碳含量的增加而增大;硅的质量分数为0.24%~0.38%、锰的质量分数为0.94%~1.02%时,硬度值基本不变;铬的质量分数为0~0.6%时,硬度值呈增加趋势;镍的质量分数为0~0.04%时,硬度值基本不变;钼的质量分数为0~0.2%时,硬度值从HV288降至HV282;硼的质量分数为1%~2%时,硬度随含量增加而升高;钛、铌、钒的总质量分数为0.06%~0.14%时,硬度值基本不变;冷速从10℃/m增加至170℃/m,硬度值从HV290增至HV420。     

食品质量检测技术现状与发展探讨

本文对食品质量检测技术的现状与发展进行了分析,促使食品质量检测技术在食品安全检测中得到良好的应用,进而维护人们的健康生活,促进社会经济的进一步发展。     

浅析会计教学中案例教学的运用

本文分析了案例教学法的特点和如何在案例教学中给学生布置任务,然后谈了对职业学校开展会计课程案例教学的几点建议。     

B/S模式下通用生产管理软件平台在.net平台下的设计与实现

以化工企业的生产管理系统为基础,概述了在.NET平台上设计和实现生产管理系统软件平台,并在通用平台设计时采用了较新的网络技术和编程技术。如采用浏览器/服务器模式、采用ASP.net技术结合ADO技术访问网络数据库等。