连续铸钢用中间包衬里损伤的红外检测分析

利用一维稳态传热模型,计算中间包底面温度,建立了底面温度与中间包衬里损伤程度间的对应关系,发现中间包底面温度随着衬里损伤程度增加而增加.红外热像检测表明:中间包底面温度随着包龄的增加而增加;红外热像技术可以有效地对中间包衬里损伤进行检测;利用所建立的理论关系式,可以实现对中间包红外热像的定量分析.     

全路径Logit交通分配模型的求解方法

分析了求解Logit模型的现有算法的不足,根据路网的连通特征提出了一种新的求解全路径Logit分配模型的迭代算法.给出了算法和Logit模型的等价性证明,并和经典的Dial算法进行了比较.     

风、浪、流联合作用下系统系泊力的时域计算方法

为解决海洋工程中系泊系统在风、浪、流联合作用下系泊力的计算问题 ,在时域内建立了一种计算防风水鼓系泊系统系泊力的方法。在分析波浪荷载时 ,使用了设计波法和非线性 Stokes五阶波 ,并由经验公式求出了船舶的风、流作用力。由准静态方法计算了初始条件后 ,在忽略了锚链和水鼓动态效应对船舶运动的影响的条件下 ,求解了系泊力和船舶的运动时历。再由二维集中质量法建立了锚链和水鼓的数学模型 ,用 Houbolt方法求解了锚链和水鼓的运动方程 ,并对系泊力进行了修正。模拟计算结果与经验公式计算结果吻合较好 ,且模拟计算的时域特征表现突出 ,建立的时域计算方法可用于防风水鼓系泊系统的系泊力计算     

我国农村劳动力结构转移现状的实证分析和对策

用Markov过程模型，对我国农村劳动力结构的变迁进行模拟与研究，通过农村劳动力系统的Markov转移概率的估计，对我国农村劳动力结构转移状况进行了实际分析。并借此分析，提出了可供选择的应对策略。     

基于海浪谱的随机海浪仿真及验证

将VV＆A技术引入了海浪仿真研究。首先比较了线性叠加法和线性滤波法并对其仿真结果进行了校核，然后验证了仿真结果，并讨论了谱窗估计和最大熵谱估计两种方法在海浪谱仿真验证中的可用性，最后通过在PC机和工作站上的大量仿真试验分析了海浪视景实时仿真相匹配的网格、频率等参数的选择对帧时间的影响。研究表明上述结果在海浪仿真、验证和视景生成方面具有参考应用价值。     

运用概率神经网络对混凝土拱坝进行损伤位置的识别

大型水利工程的灾难性事故多由大坝的微小裂缝发展而成,在运行期间对混凝土坝的裂缝进行监测十分重要.提出了基于振动测试数据用概率神经网络对混凝土拱坝进行损伤检测,并针对一混凝土拱坝进行损伤识别的数值模拟分析,结果表明基于振动测试数据利用概率神经网络识别混凝土拱坝的损伤位置是可行的.     

随机保费率下带干扰风险模型的破产概率

考虑了保险费收取率为随机变量且含随机干扰因素的风险模型，在更一般的情形下，得到了破产概率满足的一般公式和Lundberg不等式，并且，通过实例分析了破产概率与初始资本、保费额及理赔额之间的关系。     

两亲性星型共聚物s-PLLA-PVP的制备及性能

以木糖醇为引发剂,辛酸亚锡催化L-丙交酯开环聚合制备星型聚乳酸(s-PLLA);以N-乙烯吡咯烷酮(NVP)为单体、偶氮二异丁腈(AIBN)为引发剂,通过自由基溶液聚合法得到末端羧基化的聚乙烯基吡咯烷酮(PVP-COOH);再通过s-PLLA和PVP-COOH发生酯化反应制备两亲性星型共聚物s-PLLA-PVP.用FTIR、~1H NMR、GPC对s-PLLA-PVP的结构进行表征.用XRD、TGA和DSC研究共聚物s-PLLA-PVP的结晶性能和热学性能,通过接触角测定仪测试共聚物薄膜的亲水性能.结果表明,随着s-PLLA分子量的增加,s-PLLA-PVP共聚物热学性能提高;PVP的引入,降低了共聚物的结晶性能,提高了共聚物的亲水性能.     

旅游城市休闲体育发展路径研究 ——以黄山市为例

通过广泛地调查和有关文献资料的收集、分析,探讨了新型旅游城市中休闲体育文化与休闲体育产业的关联性,以现阶段旅游城市中极具代表性的城市——黄山市为例,揭示了旅游城市与休闲体育的融合发展应坚持旅游创新与产品开发、精确市场定位、立足文化特色并大力发展旅游文化及积极拓展旅游发展空间,推动区域旅游一体化的道路,为实现城市的发展目标,进一步提升城市的品牌影响力和城市吸引力提供了新的思路与启迪。     

T-S模糊神经网络在冠心病智能诊断中的应用

 冠心病是一种最为常见的心血管疾病,近年来在中国的发病率与死亡率逐年升高,准确诊断和及时治疗是有效降低冠心病死亡率的主要措施。通过引入模糊系统的理论,在传统BP神经网络结构中加入了模糊层与模糊规则计算层,建立了T-S模糊神经网络模型。使用该模型对采集于克利夫兰诊所的297组数据进行分析预测,与传统BP神经网络预测结果对比显示,T-S模糊神经网络模型的平均准确率为82.93%,而传统BP神经网络的平均准确率为75.56%,表明T-S模糊神经网络模型在冠心病的智能诊断中具有较高的预测准确率。