膜材经向拉伸性能数值模拟

膜材的强度主要由基布提供,基布由纱线编织而成,基于这样的膜材生产过程提出通过纱线拉伸性能建模模拟基布经向拉伸曲线和膜材经向拉伸曲线.以 MC 13122-1100/902膜材为例应用通用有限元程序Abaqus模拟,得到的模拟曲线与试验曲线在拉伸曲线的前两个阶段吻合很好,第三阶段稍有差异,对工程应用来讲模拟曲线是可靠的.     

球型量子点量子比特内电子的概率密度分布

通过精确求解能量本征方程及变分方法,得到球型量子点中电子-声子相互作用体系的基态和第一激发态能量,以这样一个两能级体系构成一个量子比特.数值计算表明,当量子点尺寸一定时,量子比特中电子的概率密度随空间位置的变化而变化,且各个空间点的概率密度均随时间做周期性振荡,振荡周期随球半径的增大而增大.     

基于动态可达性的城轨末班车时刻表优化

对城市轨道交通动态可达性及末班车时刻表的研究,是优化轨道交通末班车换乘衔接,保证运输效益最大化的基础.首先,从点、线、面三个层面,在综合考虑路网静态拓扑结构及动态OD(Origin-Destination)客流的基础上,提出城市轨道交通动态可达性指标及其量化方法;其次,面向广州市轨道交通网络,基于OD客流需求进行网络客流加载并评价轨道交通网络可达性;最后,以动态可达性最大为目标,考虑各线路发车时间等约束,建立末班车时刻表优化模型,并以广州地铁为例,基于遗传算法对其末班车时刻表进行调整优化.结果表明:调整后广州地铁路网末班车静态可达性提高20.29%,动态可达性提高10.97个百分点,优化后的末班车时刻表能有效提高运输能力,该模型可为网络运营组织提供决策依据.     

柱形量子点qubit的振荡周期

通过精确求解能量本征方程获得柱型量子点中的电子能态,并利用电子的基态和第一激发态构造一个量子比特．对GaAs量子点的数值计算表明：量子点能量随半径或柱高的增大而减小;量子比特的振荡周期随半径或柱高的增大而增大．     

不同膜初始预张力下索膜间摩擦接触对膜面应力的静力影响分析

为了分析谷索索力变化引起索膜间摩擦接触对膜面应力的影响,模型为带有一条稳定索(谷索)的双曲张拉索一膜结构,所有算例应用有限元程序ANSYS完成,谷索与膜面之间的摩擦接触问题用接触单元来模拟,接触表面的摩擦作用仅用摩擦系数来考虑,膜面初始预张力设计值分别取2,3,4 kN/m,对模型进行初始形态分析和静力荷载分析,分析表...     

一种跨层服务发现协议的设计与仿真分析

一般认为，服务发现协议用于解决设备间的相互发现及网络服务的自动获取。对于网络可靠性差，节点移动性大的Ad Hoc网络而言，服务的自动发现至关重要，但由此带来的通讯开销和请求时延也相当显著。为此，提出了一种基于混合区域路由协议ZRP的跨层服务发现协议-CZRP。该协议通过将服务发现机制与网络层ZRP路由机制相结合，利用ZRP的混合路由及BRP广播机制，添加服务加入、查询、选择、删除等机制，可在开销较低的条件下完成服务的自动发现。仿真结果表明，在移动Ad Hoc网络环境下，CZRP可较大地降低网络通讯开销和服务请求延迟。     

国际上船舶油污纯经济损失赔偿问题研究

随着船舶和海上石油运输量的不断增加,油污事件频频发生,由此而带来的纯经济损失巨大。本文从船舶油污纯经济损失的概念入手,介绍了国外对此的规定和索赔实践,引出在这一领域我国法制现状,最后提出了自己意见。     

2000——-2005年度我国数字鸿沟问题研究论文统计分析

对2000—2005年间我国期刊发表的有关数字鸿沟方面的论文进行了统计,并对论文的来源期刊、核心作者和内容主题进行了分析。     

O2/CO2主动自发气调对西兰花活性氧代谢及保鲜效果的影响

为了解决传统气调保鲜技术在物流运输中难以应用的问题,研究了O_2/CO_2主动自发气调(AMAP)对西兰花活性氧代谢以及保鲜效果的影响。试验设计初始O_2/CO_2体积比例分别为60%O_2+40%CO_2、70%O_2+30%CO_2、80%O_2+20%CO_2、90%O_2+10%CO_2和自然空气(CK)5个处理,充气量约为西兰花体积的3.5倍,对10℃贮藏条件下密封箱内O_2和CO_2含量、西兰花的活性氧代谢以及品质指标进行定期测定。结果表明:70%O_2+30%CO_2 AMAP的密封箱内O_2、CO_2可迅速平衡,并提高SOD、POD酶活性,降低O■、H_2O_2含量及MDA积累,延缓西兰花叶绿素和VC含量的下降;而其他比例的O_2/CO_2 AMAP在不同阶段均产生较高的活性氧和MDA含量。本研究可作为西兰花物流运输过程中AMAP保鲜参数的理论依据。     

基于AFC数据的大型活动期间城市轨道交通客流预测

准确预测大型活动期间城市轨道交通客流,是城市轨道交通管理与运营部门制定运输组织计划的重要依据,也是实现活动期间交通保障的关键.在分析大型活动期间城市轨道交通历史客流特征的基础上,针对活动期间的客流成分,分别构建活动客流与背景客流预测模型,以实现对未来大型活动期间城市轨道交通客流的预测.基于城市轨道交通自动检票系统(AFC)采集到的客流数据,分析大型活动期间的历史客流数据的变化规律,并依据其客流特征进行成分分解.针对活动客流,构建基于小波分解与重构的GM-ARIMA客流预测模型,针对背景客流则采用ARIMA模型与底特律法进行预测.基于广州地铁在2011—2014年广交会期间的历史AFC客流数据,对提出的方法进行验证.结果表明:该方法能够捕捉大型活动期间的客流特征,并可实现对大型活动期间城市轨道交通客流的预测.