...
机译:通过组合实验和建模技术实现现实世界燃料消耗预测
Laboratory of Applied Thermodynamics Department of Mechanical Engineering Aristotle University of Thessaloniki 54124 Greece;
Laboratory of Applied Thermodynamics Department of Mechanical Engineering Aristotle University of Thessaloniki 54124 Greece;
Laboratory of Applied Thermodynamics Department of Mechanical Engineering Aristotle University of Thessaloniki 54124 Greece;
Laboratory of Applied Thermodynamics Department of Mechanical Engineering Aristotle University of Thessaloniki 54124 Greece;
Laboratory of Applied Thermodynamics Department of Mechanical Engineering Aristotle University of Thessaloniki 54124 Greece;
Laboratory of Applied Thermodynamics Department of Mechanical Engineering Aristotle University of Thessaloniki 54124 Greece;
Real world; Fuel consumption; RDE; CO_2 emissions; Simulation;
机译:开发用于燃料消耗和制动扭矩预测的面向控制的柴油机模型并进行实验验证
机译:燃料容重和燃料水分含量对扩散率的影响:FIRETEC模型预测与灌木燃料实验结果之间的比较
机译:组合来自多项试验的个体患者数据需要具体的建模技术,以便提供准确的预测
机译:实时能源定价和燃料消耗模型
机译:使用计算流体动力学技术结合主要/次要流动模型,对离心式叶轮护罩通道进行转子动力预测。
机译:基于微血管测量的基于模型的推断:使用贝叶斯概率方法将实验测量与模型预测相结合
机译:我们开发了一种科学创造力模型,并在稀有疾病领域进行测试。我们的模型基于对Rett综合征的深入案例研究的结果。档案分析,文献计量技术和专家调查与网络分析相结合,以确定最具创造力的科学家。首先,比较生成和组合创造力的替代措施。然后,我们推广了我们的结果,并提出了社会语义网络演化的随机模型。模型预测用多个罕见疾病专业网络进行测试。我们发现,一个领域的专家之间的新的科学合作增强了组合创造力。相反,新手的高入门率与生成创造力负相关。通过扩展这组有用的概念,创造性的科学家获得了中心地位。同时,通过增加科学界的中心地位,科学家们可以复制和推广他们的结果,从而促进科学范式的发展。
机译:使用TEXas模型预测移动源排放和燃料消耗