《表4 相对凸度对比：带收缩因子粒子群优化算法对热轧负荷分配的优化》
提示：宽带有限、当前游客访问压缩模式
仿真所得轧制力数据如表3所示、相对凸度数据如表4所示。为了更加直观地进行对比，将表3、表4的数据制成如图4以及图5所示的轧制力对比折线图和相对凸度对比折线图。
| 图表编号 | XD00150936100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.06.25 |
| 作者 | 张汉文、仲兆准、黄虎 |
| 绘制单位 | 苏州大学沙钢钢铁学院、苏州大学沙钢钢铁学院、江苏沙钢集团有限公司沙景宽厚板二车间 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 运行时间对比：遗传算法优化的BP神经网络在居民负荷分类中的应用》2020.10.25
- 《表4 可削减负荷：基于天牛须-粒子群算法的微电网日经济调度优化》2021.02.25
- 《表2 火电机组负荷分配优化目标结果》2020.12.25
- 《表3 优化后运行结果：基于配额优化的不同类型机组热电负荷分配研究》2020.11.25
- 《表2 相对不确定度对比：热轧带肋钢筋抗拉强度检测结果的影响因素及不确定度评定分析》2020.10.20
- 《表4 热电机组用电负荷、抽汽量优化分配结果》2020.05.28
- 《表4 煤耗对比：以MES平台数据为基础的Proficy Csense在热轧加热制度优化中的应用》2020.06.01
- 《表2 函数优化结果对比：带收缩因子粒子群优化算法对热轧负荷分配的优化》2020.06.25
- 《表1 算法参数设置：带收缩因子粒子群优化算法对热轧负荷分配的优化》2020.06.25
- 《表3 优化算法对比：考虑柔性负荷接入的配电网规划研究综述与展望》2020.05.25
- 《表4 约束条件限制：收缩人工蜂群算法在核动力设备优化设计中的应用》2020.06.01
- 《表2 优化前后的负荷分配》2020.02.25
- 《表4 对比算法对测试函数的优化结果(D=50)》2020.04.01
- 《表1 预测结果误差对比：基于弹性网降维及花授粉算法优化BP神经网络的短期电力负荷预测》2019.07.01
- 《表4 电机额定参数：基于遗传算法的SRM转矩分配函数优化》2019.09.01
- 《表1 磨损模型参数优化：新钢1580硅钢板形凸度优化》2019.08.31
- 《表1 龙潭电站优化算法负荷分配结果》2019.06.25
- 《表4 算法的优化结果：基于粒子群算法的受端电网紧急切负荷优化》2019.02.20
- 《表1 常规粒子群和协同量子粒子群算法优化的混合核函数参数对比》2019.04.25
- 《表4 优化后增加宽规格各轧制模式下负荷分配》2019.10.01