인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
This study proposes a novel hybrid approach, called Adaptive/Elevator Kinematics Optimization algorithm based on dual response algorithm (A/EKO-DRA), to enhance the robust parameters estimation and design of the plaster milling process. The A/EKO-DRA method reduces variability while maintaining the desired output target, thereby minimizing the impact of variance on the expected stucco combined water. The performance of the A/EKO-DRA is compared with conventional processes through numerical examples and simulations. The results show that the A/EKO-DRA method has the lowest mean absolute errors among other methods in terms of parameter estimation, and it achieves the response mean of 5.927 percent, which meets the target value of 5.9 percent for industrial enclosures, with much reduction in the response variance. Overall, the A/EKO-DRA method is a promising approach for optimizing the plaster milling process parameters.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
