基于WebSocket的PK答题的设计与实现

互联网的发展给人们的生活和工作都带来了极大的方便,相应人们对互联网应用也产生了更多的需求.如何帮助学生通过互联网进行在线答题也越来越成为广大中小学以及各在线教育平台的现实需求.从这一现实需求出发,提出了一款基于线上的PK(Player Killing)答题功能.通过在线PK答题,可以提升学生学习的趣味性,提高学生对知识的掌握能力.     

岩土体结构失稳概率的二次二阶矩评估方法

常规二次二阶矩可靠性方法只适用于功能函数偏导数(一阶和二阶)能够简便地由解析法求解的工程,使得其难以解决复杂岩土体结构的稳定可靠度问题.针对这一局限,基于数值差分原理,导出功能函数在验算点处各阶导数近似表达式,结合随机变量在X空间和Y空间的变换,构建了基于差分方法的梯度矢量数值求解工具;以该工具置换Breitung二次二阶矩方法中的梯度计算准则,形成一种适用于任意形式功能函数的二次二阶矩可靠度算法,消除了经典方法的局限;利用所提方法解决了功能函数为隐式和未知形式的边坡可靠度问题,展示了该方法解决复杂岩土体结构概率稳定性问题的能力,并同时在基准Y空间内建议了具有普遍意义的合适步长系数值0.01.     

考虑标度的加型一致性模糊判断矩阵的排序方法

通过实例说明相关文献中加型一致性模糊判断矩阵排序方法的参数取值存在的问题,分析出该问题是由于其公式证明中没有区分标度导致的,指出其结论适用于0～1标度的加型一致性模糊判断矩阵.然后,重新证明了0.1～0.9标度下的加型一致性模糊判决矩阵的排序方法和相关结论.最后,定义了广义模糊标度,并给出广义模糊标度下加型一致性模糊判断矩阵的排序方法和相关结论,使得相关文献中排序方法和相关结论实现形式上的统一.     

单原子Co修饰TiO2(101)面的结构和析氢性能的第一性原理研究

通过基于密度泛函理论（DFT）+U的第一性原理方法研究了单原子Co在TiO₂（101）面的掺杂位置和方式、几何结构和整体能量以及掺杂后产物的制氢反应机制，得到了稳定且易出现的单原子修饰结构，即单原子Co吸附在4个O组成的表面空隙的中心位，记为Co/TiO₂（101）。进一步对Co/TiO₂（101）的析氢反应过程和性能进行研究，确定了当且仅当TiO₂（101）面完成表面羟基化反应后，H原子全覆盖的TiO₂（101）表面才能进行后续的析氢反应；此时单原子Co是唯一的反应位点，整体的制氢反应自由能ΔG_H*比Co（111）面更加趋近于0，显示出其具有远优于金属Co的催化性能。此外，Co和TiO₂间的电荷转移和相互作用使TiO₂带隙出现新的掺杂能级，可带来作为光催化基材的TiO₂光吸收性能的改善。     

基于滑移/非滑移异质界面的动压润滑性能优化

合理布置的滑移/非滑移异质界面可以提高流体动压润滑性能,但目前滑移区和非滑移区的组合方式大多采用单一的直线拼接法,没有针对流体润滑摩擦副的各类工况设计出相应的优化方案,为此本文建立了一组离散式二次方程来描述滑移区和非滑移区拼接轨迹,并引入计算域单元的宽长比作为优化变量,分别以液膜刚度和摩擦因数作为优化目标,通过MATLAB数值仿真求解不同宽长比条件下滑移区和非滑移区的最优拼接轨迹。结果表明,与直线拼接法相比,选取二次方程所描述的抛物线作为滑移区和非滑移区拼接轨迹的方法使流体润滑摩擦副在摩擦因数和液膜刚度等性能指标上都有所改善,而且根据不同的优化目标参数可以方便地绘制出最优拼接方案,验证了本文方法在改善动压润滑性能上的可行性和普适性。     

磁流变液中磁性颗粒成链与团聚的临界特征分析

热运动对纳米级磁流变液系统的颗粒团聚行为和宏观流变特性扰动影响不可忽视.为研究施加外磁场后系统微结构与热运动间的关系，探讨在不同颗粒粒径情况下热运动能量在系统总能量中的占比.采用CCD设计方法，分析Monte Carlo仿真获取的颗粒位形信息，生成关于外磁场磁感应强度、颗粒粒径和体积分数的系统热耦合系数<λ>回归模型;成链团聚的临界颗粒粒径计算值比文献经验值高出约23%，证实在考虑系统内多因素的综合影响下，纳米级磁流变液具有更严格的流变现象临界发生条件.     

电路图读图的基本方法分析

电路图是电路分析的重要资源,有效识别电路图是开展其他工作的前提。由此,本文首先分析电路图的种类,包括示意图、方框图、等效电路图及电原理图,然后探讨各类电子电路图的读图方法,以期为识图、读图提供参考。     

基于物理的海洋场景模拟技术综述

系统阐述海洋场景模拟的发展历程以及当前基于物理的海洋场景模拟热点问题和前沿理论,并对浪花的动态仿真、流体表面重建以及流固耦合等细节增强策略进行详细分析和总结,就实时模拟问题中的加速策略进行了简要论述.     

基于聚类方法和神经网络的非线性系统多模型自适应控制

针对具有参数跳变的非线性系统,联合聚类算法和神经网络提出新的多模型自适应控制方法。首先对系统的输入输出数据进行模糊聚类,然后基于递推最小二乘法建立多个固定模型。为提高系统的暂态性能,同时建立两个自适应模型,并在此基础上设计鲁棒自适应控制器。此外,为了补偿系统的非线性部分,建立非线性预测模型,并设计非线性神经网络自适应控制器。所提方法可使控制切换系统具有稳定性保证。最后,通过性能指标对控制器进行平滑切换。仿真结果表明,所提方法能够保证系统具有良好的控制性能。