苯甲酸对蘑菇酪氨酸酶抑制作用机理的研究

报道了苯甲酸对蘑菇酪氨酸酶的单酚酶和二酚酶活力的影响以及抑制作用机理.研究结果表明,苯甲酸对蘑菇酪氨酸酶的单酚酶和二酚酶活性均有抑制作用,其效应为可逆抑制效应.测定导致单酚酶活力和二酚酶活力下降50%的抑制剂浓度(IC50)分别为1.20和1.00mmol/L.苯甲酸对蘑菇酪氨酸酶的单酚酶的迟滞时间有明显的延长效应,4mmol/L苯甲酸使得单酚酶的迟滞时间从42s延长到200s.测定苯甲酸对二酚酶的抑制作用表现为非竞争性抑制类型,测定抑制常数为0.95mmol/L.苯甲酸与酶的结合导致天然酶的内源荧光的量子产率下降,但荧光发射峰没有位移.作者提出抑制剂与酶分子的作用模型.     

二维磁性纳米结构材料的Monte Carlo模拟

运用Monte Carlo模拟方法，通过分折系统自旋序参数与温度的变化关系了解纳米结构材料磁性的特征．计算模拟结果表明，磁性纳米材料具有比同等大小和平均密度的单晶低的居里温度，且在相变过程中往往会出现一些亚稳态．研究结果提供了一种解析金属纳米结构材料特性的重要方法．     

小波神经网络用于非线性函数逼近的研究

神经网络具有良好的学习特性，而小波变换具有良好的时频局部化特性．将二者结合在一起构成小波神经网络，网络隐层采用morlet小波函数，输出层采用线性函数，使得该网络兼具神经网络和小波变换的优点．分别用小波网络和BP网络逼近一非线性函数，其结果表明，在相同的误差条件下，小波网络的收敛速度要远远快于一般的BP网络．     

沥青路面的行为函数

路面的行为函数包括结构行为和功能函数两个部分．路面的结构行为，是指路面损坏状况、结构强度随使用时间或累计荷载作用次数而衰变的规律；路面的功能函数，是指路面的行驶质量、结构强度和荷载累计作用次数之间的关系．根据所积累的路面使用性能数据，建立了沥青路面结构强度在路面使用过程中的衰变模型；与路面使用性能模型相结合，首次导出了沥青路面的行为函数．该行为函数反映了路面主要参数的变化规律，揭示了路面性能衰变过程中主要参数之间的同步相互作用过程，在路面性能、强度、结构组合和环境因素之间建立了明确的联系，为基于性能的路面设计、评价和管理提供了通用、简便的基础和手段．     

芯拔管的有限元分析

采用二维弹塑性有限元法分析了单道次固定锥模短芯棒拔管的拉拔过程.通过分析拉拔系统的受力情况绘制了整个拉拔过程的拔制力———载荷步曲线,提出一种计算拔制力的方法.此外,比较了4种拔制力计算方法,指出本文提供的计算方法适用于所有固定模具拉拔情况.讨论了拉拔工艺参数(摩擦系数、模锥角)对拔制力的影响,对拉拔工艺设计和模具优化设计具有实用价值.     

一种用于多峰函数优化的改进混合遗传算法

针对遗传算法在处理复杂多峰函数优化问题中存在的一些缺陷，提出了一种改进型的混合遗传算法，它在小生境技术的基础上引入单纯搜索算法、最优保存算法和近优淘汰算法，并使之相互结合，经编程实践证明，这种改进的混合遗传算法在处理复杂多峰函数优化问题时，局部搜索能力和克服过早收敛能力方面都显著优于标准遗传算法，并在实际应用中取得了较好的效果。     

二水合双邻苯二甲酸合铜(Ⅱ)的晶体结构

利用X-射线衍射方法测定了标题化合物的晶体结构,结果表明晶体属单斜晶系,空间群为P21/c,a=0.8348(4)nm,b=1.4357(7)nm,c=0.7089(4)nm,β=112.202(8)o,V=0.7866(7)nm3,Z=4,Dc=1.815g/cm3,μ=1.449mm-1,F(000)=438,最终偏离因子R1=0.0373,wR2=0.0877,品质因子S=1.030,铜离子处于分子的对称中心,中心离子Cu( )与邻苯二甲酸阴离子中的羰基氧原子和水分子中的氧原子形成四配位的平面正方形结构,明显的分子内和分子间氢键将2个铜原子连接起来形成了二聚体.     

极小展弦比后加载叶栅气动特性三维数值分析和实验

以数值手段分析了极小展弦比下后加载透平叶栅内的定常3D粘性流动及损失，并对该透平叶栅在不同出口Ma和进气角下进行平面叶栅吹风实验．数值方法采用3D可压缩粘性流动压力修正算法求解N-S方程及Baldwing-Lomax代数湍流模型．通过数值计算分析和平面叶栅吹风实验研究表明，后加载技术应用于极小展弦比叶栅中，可以起到控制3D叶栅损失与二次流生成和发展的作用．     

不同增长趋势下中长期电量预测组合优化灰色模型

针对中长期电量预测中时间跨度大、电力需求增长不确定的特性，根据不同时期的增长率，运用灰色理论进行优化分段预测，同时引入组合模型的概念，建立了以残差平方和最小为目标函数的组合优化模型，并运用二次规划法求解，算例证明，该方法能得到较高精度。     

提取正弦信号参数的非线性寻优最小二乘算法

提出一种非线性动态寻优的最小二乘算法(LMS)，以高效地估计正弦信号幅值、相位和直流偏置．利用随机逼近理论中的Kiefer-Wolfowitz定理，提高了非线性梯度法搜索LMS估计量极值的收敛速度．以整周期内采样均值为迭代初值，迭代步长的选择根据各参数的差异分别选取，并采用修正因子以加快迭代的收敛速度，设置最大步长防止算法溢出．仿真表明，在计算量相当的情况下，该算法参数估计精度明显优于传统LMS.