全文获取类型
收费全文 | 120篇 |
免费 | 4篇 |
国内免费 | 3篇 |
专业分类
电工技术 | 12篇 |
综合类 | 2篇 |
化学工业 | 1篇 |
金属工艺 | 12篇 |
机械仪表 | 8篇 |
建筑科学 | 1篇 |
矿业工程 | 10篇 |
轻工业 | 1篇 |
水利工程 | 2篇 |
无线电 | 2篇 |
一般工业技术 | 12篇 |
冶金工业 | 43篇 |
自动化技术 | 21篇 |
出版年
2023年 | 1篇 |
2022年 | 2篇 |
2021年 | 2篇 |
2019年 | 5篇 |
2018年 | 2篇 |
2017年 | 3篇 |
2016年 | 5篇 |
2015年 | 11篇 |
2014年 | 11篇 |
2013年 | 11篇 |
2012年 | 6篇 |
2011年 | 2篇 |
2010年 | 6篇 |
2009年 | 13篇 |
2008年 | 4篇 |
2007年 | 6篇 |
2006年 | 6篇 |
2005年 | 1篇 |
2004年 | 9篇 |
2003年 | 10篇 |
2001年 | 2篇 |
1998年 | 1篇 |
1997年 | 1篇 |
1996年 | 1篇 |
1995年 | 2篇 |
1994年 | 2篇 |
1990年 | 1篇 |
1989年 | 1篇 |
排序方式: 共有127条查询结果,搜索用时 31 毫秒
11.
12.
13.
14.
基于改进自适应遗传算法的冷连轧轧制规程优化设计 总被引:3,自引:1,他引:2
由于轧制过程中应力状况较为复杂,传统的轧制力数学模型难以达到冷连轧轧制精度的要求,通过分析应力状态系数的影响因素,确立径向基函数(Radial basis function, RBF)神经网络的输入层参数以及隐层节点数,从而建立轧制变形区的应力状态系数RBF神经网络模型预报模型,把预报值用于传统轧制力计算模型中计算轧制力,获得一种轧制压力修正模型.针对SRINVAS自适应遗传算法(SRINVAS's adaptive genetic algorithm,SAGA)容易陷入局部极小的缺点,设计出一种改进的自适应交叉和变异策略,以各机架轧制负载相对均衡为目标,对典型的两个钢种在1370五机架冷连轧机进轧制规程的优化,试验结果证明,改进的自适应遗传算法(Improved adaptive genetic algorithm,IAGA)具有比Srinvas自适应遗传算法收敛速度更快、精度更高等优点,前四机架负荷系数的标准差分别减小到0.010 8和0.009 0. 相似文献
15.
以人为本是科学发展观的核心,是教育活动的一种崭新理念,它也理应成为高校思想政治教育的核心理念。在高校思想政治教育中引入以人为本理念,是现代高校思想政治教育发展的必然趋势,对于加强和改进高校思想政治教育,促进大学生成长和发展有着十分重要的意义。 相似文献
17.
冷轧平整机工作辊表面粗糙度衰减模型 总被引:1,自引:0,他引:1
冷轧平整机的工作辊直接和带钢接触,其表面粗糙度衰减情况对带钢成品的板形和表面质量有重大影响。因此,分析轧辊磨损机制,对轧辊表面粗糙度的衰减进行精确预测十分必要。首先采用灰色关联度分析对影响平整机工作辊表面粗糙度磨损的因素进行分析,确定了工作辊表面粗糙度评估指标体系。进而应用优化在线稀疏最小二乘支持向量回归模型对冷轧平整机的上工作辊表面粗糙度进行在线预测。通过预测误差准则实现系统的前向递推,采用FLOO(fast leave one out)的修剪算法实现其后向删减,并且采用最速下降法实现了2个超参数的在线优化。经过仿真研究表明,系统预测的绝对误差平均值为0.014 9,与其他方法相比具有明显的优越性,并且系统具有在线自适应的能力,能够随着时间而进化。 相似文献
18.
合理的轧制规程能够提高轧机的产量和产品的质量,带来显著的经济效益。采用多目标粒子群算法,选择等相对负荷和预防打滑为目标进行冷连轧规程优化。针对算法存在的收敛性和分布性难以均衡的问题,引入一种基于平行坐标系的密度和收敛潜能计算方法;同时,为克服算法易于陷入局部最优的缺陷,提出一种带个体扰动的全局最优领导粒子选择策略。仿真结果表明,该方法能快速跳出局部极值,获得具有更好收敛性和分布性的近似Pareto前沿。最后应用该方法对某五机架冷连轧机进行了轧制规程优化。
相似文献
19.
为提高铝热连轧轧制力预报精度, 满足现场生产需求, 采用改进遗传算法优化神经网络建立铝热连轧轧制力的智能模型。以河南某1+4铝热连轧厂连轧实测数据作为实验样本, 在遗传算法的初始化和变异机制中引入混沌序列, 同时选择最优保存机制、动态调整交叉率和变异率等方法, 提出了改进的遗传算法, 并将其与改进的BP算法相结合, 对多层前馈神经网络权值阈值进行优化, 避免学习中陷入局部最小, 使模型最终具有了良好的收敛性和适应性。网络预测结果与实测数据的相对误差基本在10%以内, 该预测精度明显优于传统数学模型, 实现了铝热连轧轧制力的高精度预测。 相似文献
20.