新疆"百里风区"强风天气预报方法

在对新疆"百里风区"大风形成原因分析的基础上,使用2003-2006年的实况资料和在T213数值预报产品中,选取适当的预报因子,运用双重检验的逐步回归方案,建立了以12h为一个预报时段的48h大风预报方程.检验表明:以12h为一个预报时段的48h预报,2003-2006年的回代检验准确率和2007,2008年试报准确率均在75%以上,24h内的预报准确率超过了80%.24～48h的预报准确率也高于新疆气象台天气图方法预报结果.     

中国北方水汽与云和降水的关系

利用中国35°N以北地区1961年1月1日-2001年12月31日58个探空站逐日高空观测资料以及地面观测的逐日总云量、低云量、降水量资料,分析了42a来中国北方各区水汽质量分数的变化特征,水汽质量分数与总云量、低云量以及降水量的年际变化特征,逐区讨论了水汽质量分数与总云量、低云量和降水量的相关关系.结果表明:中国北方地区42a水汽质量分数有微弱的增加;水汽质量分数与云量、降水量呈明显的正相关.水汽质量分数与云量、降水量的相关中,平均水汽质量分数与低云量、降水量的正相关最显著;云量与降水量的相关中,低云量与降水量的相关最显著.这三种相关的季节变化特征均为春季最显著,秋、夏季次之,冬季最弱.沙区的各相关系数均低于非沙区的,说明荒漠化对空中水资源也有一定的影响,尤其是在沙尘暴多发的春季,这一影响就更显著了.     

附加UV—B照射对四种冬小麦幼苗生长的影响

研究UV—B辐射对冬小麦品种9858、NCW4、科遗26和泰山269幼苗生长发育的影响,结果表明,鲜重可以作为评价供试品种苗期对UVB耐性强弱的指标,9858和科遗26为耐UV—B品种,NCW4和泰山269为对UV—B敏感品种．低剂量（15μW／cm2）的UV—B辐射促进冬小麦幼苗生长,高剂量（25μW／cm2）的UV—B处理对敏感品种抑制作用大,对耐性品种抑制作用不明显．UV—B处理下,各品种叶色值变幅较小,丙二醛和类黄酮含量增加,但类黄酮含量的变化与品种对UV—B的耐性间未见必然联系．     

一类T-S模糊双线性关联大系统的鲁棒H_∞控制

针对一类带有外界扰动输入的模糊双线性关联大系统给出鲁棒H∞模糊控制方法.首先采用T-S模糊模型构建模糊双线性模型,然后利用模糊双线性模型逼近一类关联大系统,并根据Lyapunov方法和并行分布补偿算法设计模糊控制器,最后以线性矩阵不等式(LMI)的形式给出在模糊控制器作用下系统满足H∞性能指标的充分条件.仿真例子验证了所提出模糊控制器的有效性和可行性.     

使用EJS改进信息系统开发效率

本文首先对EJS构架作了一个简单的介绍,然后数据驱动及对象驱动的两种开发流程作了对比及分析,重点分析了对象驱动的开发方法所具有优势;然后是通过开发一个图书管理模块实例来从整个开发流程上介绍EJS系统的使用方法,从中我们可以看到其在开发效率上的提升;最后对EJS构架作了简介的总结．     

2-（2-（1H-1,2,4-三唑）乙基）-3-乙酰基-2,5-二取代芳基-1,3,4-噁二唑啉类化合物的合成

在盐酸和乙醇存在下,苯乙酮、多聚甲醛以及N,N-二甲基甲酰胺进行Mannish反应,得到了Mannish碱;然后将其和1,2,4-三唑在水中反应,得到含有1,2,4-三唑的苯丙酮（1）;在冰醋酸催化下,（1）和4-取代苯甲酰肼（2）进行缩合,得到一系列含有1,2,4-三氮唑的酰腙衍生物（3）;化合物（3）在乙酸酐的作用下环化生成一系列2-（2-（1H-1,2,4-三唑）乙基）-3-乙酰基-2,5-二取代芳基-1,3,4-噁二唑啉（4）.化合物（4）的结构经IR,1HNMR,MS,元素分析确证,同时用X-射线衍射法测定了化合物4a的晶体结构.     

堤坝砂土地基液化的数值模拟

基于足立－岗循环弹塑性模型和固液两相介质耦合的有效应力反应分析方法,数值模拟分析了模型试验中的堤坝及其砂土地基,揭示了幅值为0.1g和0.2g正弦波动荷载下提坝的动力反应过程,并与振动模型试验的结果进行了比较分析。结果表明,该反应分析方法能够合理求得土体中孔隙水压力,有效应力,加速度变化过程以及堤坝的沉降变形。     

智能车竞赛学习成果认知诊断模型

近年来，教育模式由传统的“科学教育”向“工程教育”转变，解决复杂工程问题由单纯技术转变为模拟现代复杂工程产品结合当前智能车竞赛学习成果评估现状，为提高学生解决复杂工程问题的能力，分析了智能车竞赛与复杂工程问题的相关性和达成的毕业要求能力指标点；运用人工智能的方法，以智能车竞赛路径识别环节为例展开分析，搭建智能车竞赛学习成果评价认知诊断模型；基于贝叶斯网络，提出一种先验概率、条件概率的设计方法；基于博弈论设计了团队合作能力的证据辨识规则最后对认知诊断模型进行仿真，测量学生对知识的掌握程度和解决复杂工程问题能力的强弱，测量结果验证了模型的可靠性.     

基于Bagging神经网络集成的燃料电池性能预测方法

利用三维质子交换膜燃料电池数学模型模拟研究了电池流道进、出口高度对电池性能的影响,然后将数值模拟结果作为神经网络模型的训练数据.以流道进、出口高度和电池电压值作为输入变量,以电池电流密度作为输出变量,建立了3层反向传播神经网络模型;然后利用Bagging集成学习方法对神经网络模型进行集成,构建了燃料电池性能预测方法.研究发现:与单一神经网络模型相比, Bagging神经网络集成模型预测精度更高,且所需模型训练数据量更少.此外对于超出训练数据以外的情形, Bagging神经网络集成模型仍然能够准确地预测燃料电池的性能,且精度良好,表明Bagging神经网络集成模型的鲁棒性较好,可用于更宽工况范围内燃料电池性能的快速预测.