大学生勤工助学体验性学习实践模式探索

以北京联合大学的大学生勤工助学体验性学习实践为例,通过课题研究,探讨了适用于高校大学生勤工助学体验性学习实践的模式。     

基于JAVA建立树形结构的算法优化

树形结构在程序设计过程具有非常重要的作用,但树形结构的构建相对比较复杂。通过研究设计并实现一种从普通Java对象中建立树形结构的优化算法。     

多铰接结构的现代无轨列车路径跟随研究

现代无轨列车是一种新型公路运输车辆,其融合了汽运车辆建设成本低和轨道车辆载运量大的技术优势.针对多铰接现代无轨列车车体编组多,运动自由度大,曲线路径行驶时后方车辆会偏离前方车辆的运动轨迹的问题,建立了跟随误差模型,分析影响路径跟随性的因素,提出一种曲线路径行驶的路径跟随策略.采用航向角预测跟随控制策略,设计中间车轴的铰接角和后车轴的转向角控制规律,以增量PID算法补偿阿克曼转向模型误差,提高系统稳定性.最后在圆曲线路径和"S"曲线路径工况下测试车辆各轴的行驶轨迹.仿真结果表明:车辆的位置跟踪误差保持在0.03 m以内,航向跟踪误差最大在4.5°以内,车辆具有较好的路径跟随性能.     

酚酞在NaOH,Na_2CO_3和NaHCO_3溶液中的显色现象及其应用

酚酞在不同浓度的Na OH,Na2CO3和Na HCO3溶液中会有不同的显色现象,这些差异可用于区别Na OH,Na2CO3以及Na HCO3溶液.     

溶解气回注提高致密油藏采收率效果及敏感性

针对致密油藏水平井产量递减快，衰竭开发采收率低等问题，提出了衰竭开发后期回注溶解气提高采收率的方法。基于新疆玛湖凹陷百口泉组地质油藏特征，建立了致密油藏多级压裂双水平井机理模型，系统研究了上述方法在致密油藏中的生产特征及敏感性。结果表明，溶解气回注可以有效提高致密油藏采收率，缓解水平井产量递减的速度。采出程度随注入量、注入速度及吞吐轮次逐渐增加；气体分子的扩散作用可增加基质的受效范围，扩大气体的作用半径；弱非均质性储层（变异系数0.2）采用溶解气吞吐提高采收率效果最佳。敏感性分析结果表明，吞吐轮次对注溶解气提高采收率的影响最大，其次是注入时间、注入速度、扩散系数、焖井时间。另外，建立的代理模型可准确预测和优化致密油藏注溶解气提高采收率效果。     

带有白噪声的Berger方程随机吸引子

考虑带有白噪声的Berger方程解的随机渐近性行为, 用渐近先验估计技术和算子分解方法, 通过引入同构映射构造等价过程, 证明随机吸引子在(H²(U)∩H¹₀(U))×L²(U)中的存在性.     

基于耦合目标的近场双站散射测试方法

对于近场散射测试中存在多次耦合目标,从近场数据外推远场雷达散射截面时,需要完备的双站散射信息。传统的双站散射测试方法中,远场观测点的数目等于扫描面上的天线数目,测量所需时间成倍增加,难以工程化。因此,根据截断角域的选取原则,结合采样间隔设计了一种“一发多收结合转台旋转”的近场散射测试方法,用以验证“多发多收”双站模式的近远场外推方法的有效性和误差大小。通过在微波暗室对二面角进行测试,验证了该外推算法的正确性以及实验系统的可行性。     

基于变量选择-神经网络模型的复杂路网短时交通流预测

摘要： 针对传统交通流预测模型正在由单断面历史数据处理向多断面、多时刻历史数据处理转变,但在考虑各断面间的影响时,多变的交通状况往往会使预测模型复杂化的问题,引入一种多元线性回归最小绝对收缩和选择算子方法(Lasso),并利用其优秀的变量选择能力,在复杂路网多断面中选出相关性较高的断面；结合神经网络(NN)的非线性特性,提出了Lasso NN组合模型.结果表明：Lasso NN模型在路网交叉口对未来15 min交通流数据预测的误差率低于9.2%；在非交叉口的误差率低于6.7%,总体优于各自单独使用得出的结果.