The application of neural networks

The application of neural networks for modeling of the complex dependences of steel compositions characteristics from the relatively big number of alloying elements considered demonstrated their power as non-linear MIMO functions approximations. They allow us to carry out further optimization experiments by simulations in order to spent expensive laboratory synthesis and analysis of different steel compositions.
The results of the solved above optimization tasks are meaningful and will help further creation of high strength steel compositions for machine-building industry.
Our intensions for our future work are to include some other optimization criteria as well as to test the obtained steel “recipes” in practical experimental investigations in order to prove and refine their quality.

ผลลัพธ์ (ไทย) 1:

โปรแกรมประยุกต์ของเครือข่ายประสาทสำหรับโมเดลของ dependences ซับซ้อนลักษณะองค์เหล็กจำนวนองค์ประกอบลเท่านั้นที่ถือว่าค่อนข้างใหญ่แสดงให้เห็นว่าอำนาจเป็นเพียงการประมาณฟังก์ชันไม่เชิง MIMO พวกเขาช่วยให้เราสามารถดำเนินการปรับให้เหมาะสมทดลอง โดยจำลองการสังเคราะห์ในห้องปฏิบัติการใช้จ่ายที่แพงและวิเคราะห์องค์เหล็กแตกต่างกันผลของการแก้ไขข้างต้นงานที่มีความหมาย และต่อไปจะช่วยสร้างความแข็งแรงสูงเหล็กองค์สำหรับสร้างเครื่องจักรอุตสาหกรรมIntensions ของเราสำหรับการทำงานของเราในอนาคตมี การรวมเกณฑ์เพิ่มประสิทธิภาพอื่น ๆ บางอย่าง รวมทั้งทดสอบเหล็กได้รับ "สูตร" ในการตรวจสอบทดลองปฏิบัติเพื่อพิสูจน์ และคัดสรรคุณภาพของพวกเขา

ผลลัพธ์ (ไทย) 2:

การประยุกต์ใช้โครงข่ายประสาทเทียมสำหรับการสร้างแบบจำลองของ dependences ที่ซับซ้อนของเหล็กลักษณะองค์ประกอบจากจำนวนที่ค่อนข้างใหญ่ขององค์ประกอบผสมถือแสดงให้เห็นถึงอำนาจของพวกเขาเป็น MIMO ที่ไม่ใช่เชิงเส้นประมาณฟังก์ชั่น พวกเขาช่วยให้เราสามารถดำเนินการทดลองการเพิ่มประสิทธิภาพต่อไปโดยการจำลองสถานการณ์เพื่อที่จะใช้เวลาในการสังเคราะห์ในห้องปฏิบัติการที่มีราคาแพงและการวิเคราะห์องค์ประกอบของเหล็กที่แตกต่างกัน.
ผลของการแก้ปัญหาดังกล่าวข้างต้นงานการเพิ่มประสิทธิภาพมีความหมายและจะช่วยให้การสร้างต่อไปขององค์ประกอบเหล็กความแข็งแรงสูงสำหรับอุตสาหกรรมเครื่องสร้าง .
intensions ของเราสำหรับการทำงานในอนาคตของเราจะรวมถึงบางส่วนเกณฑ์ในการเพิ่มประสิทธิภาพอื่น ๆ รวมทั้งการทดสอบเหล็กที่ได้รับ "สูตร" ในการสืบสวนในทางปฏิบัติการทดลองเพื่อพิสูจน์และปรับแต่งคุณภาพของพวกเขา

ผลลัพธ์ (ไทย) 3:

การประยุกต์ใช้โครงข่ายประสาทเทียมสำหรับการสร้างแบบจำลองที่ซับซ้อนขององค์ประกอบของ dependences เหล็กลักษณะจากที่ค่อนข้างใหญ่จำนวนธาตุอัลลอยด์ถือว่าแสดงพลังแบบ MIMO เป็นฟังก์ชันการประมาณพวกเขาช่วยให้เราเพื่อดำเนินการทดลองที่เหมาะสมต่อไป โดยจำลองเพื่อใช้สังเคราะห์ในห้องปฏิบัติการ และการวิเคราะห์องค์ประกอบแพงเหล็กที่แตกต่างกัน ผลของการแก้ไขข้างบน
งานมีความหมาย และจะช่วยเพิ่มประสิทธิภาพการสร้างเพิ่มเติมของเหล็กกล้าความแข็งแรงสูงคุณสมบัติสำหรับเครื่องจักรอุตสาหกรรมก่อสร้าง .
intensions ของเราสำหรับการทำงานในอนาคตของเราจะรวมบางอื่น ๆเพิ่มประสิทธิภาพเกณฑ์ รวมทั้งทดสอบได้รับเหล็ก " สูตร " ในการปฏิบัติการทดลองการตรวจสอบเพื่อพิสูจน์ และปรับปรุงคุณภาพของพวกเขา