非对称管箍力学模型及数值模拟研究

用有限单元法建立了非对称管箍的力学模型,利用参数线性回归方法分析了影响非对称管箍力学模型的参数,研究了不同参数条件对非对称管箍使用性能的影响. 对非对称管箍力学模型的准确性进行了数值验证,与实验结果相比,力学模型的理论计算值与实验值吻合较好,具有较高的可信度.     

铁路运输资源优化的因子与信息熵综合分析

为提高铁路的整体运输能力,实现资源利用最大化,采用因子分析与信息熵相结合的方法对铁路运输资源利用状况进行优化分析.在分析铁路运输资源技术经济指标的基础上,采用因子分析法对原始数据进行降维处理,并通过熵权法对主因子进行客观赋值,根据计算得出的综合得分预测2013年的铁路运输资源利用状况.研究结果表明:通过因子分析能使熵计算的数据从13个减少至3个,熵计算以及预测所得的1996-2013年的资源利用率的综合值表明铁路运输资源利用率总体呈提升趋势.     

变形量对各向异性纳米晶Nd-Fe-B磁体结构及性能的影响

<正>近年来,随着永磁电机产业的快速发展,环形永磁器件的需求量显著提高。采用热变形法可以一步制造出近净成型的永磁器件,相对于烧结磁体而言大幅降低了制造成本。因此,热变形Nd-Fe-B永磁材料的研究成为磁性材料领域的研究热点。与目前普遍使用的烧结方法相比,这种方法具有以下特点:首先,采用加压热变形方法制备的Nd-Fe-B磁体的磁性能比现有烧结Nd-Fe-B磁体提高;其次,热压热变形制备的磁体,晶体结构均匀、晶     

基于改进的布谷鸟搜索光伏电池模块参数识别与仿真

光伏电池模块参数识别是一个具有多个局部极值的非线性优化问题,传统的优化技术很难进行精确识别.基于交叉熵方法构建一种改进的布谷鸟搜索,该方法利用交叉熵全局优化算法和布谷鸟搜索的协同演化来快速而精确识别光伏模块参数.实验结果表明所构建的算法用于识别光伏模块参数是可行和有效的,且具有全局搜索能力强、优化精度高和鲁棒性好等特性.     

典则分析研究柴胡达原饮不同煎煮方式对化学成分溶出的影响

研究柴胡达原饮多种分煎、合煎方式对柚皮苷、橙皮苷、新橙皮苷、和厚朴酚、厚朴酚5种成分溶出的影响.将柴胡达原饮方中10味中药材,按照君臣佐使分为4组:A(黄芩、柴胡),B(枳壳、桔梗、厚朴、草果、青皮、槟榔),C(荷叶),D(炙甘草).按照排列组合排成15种组合方式.采用UFLC检测提取液中柚皮苷、橙皮苷、新橙皮苷、和厚朴酚、厚朴酚的含量.运用SAS 9.1对数据进行相关分析和综合评判.结果发现:5种成分均能达到基线分离,各成分均有较宽的线性范围和良好的线性关系;枳壳在合煎、分煎中受到的影响与青皮、厚朴是不同的;较佳组合为ACD+B,柚皮苷、橙皮苷、新橙皮苷、和厚朴酚、厚朴酚的含量分别为1.3130、0.6370、1.9420、0.8786、0.6110 mg/mL.ACD+B方式分煎,5种成分的溶出最大;相关分析能较好地揭示各组分的相互关系.     

项目投资选择模型的左右得分型TOPSIS法

由于决策者知识的局限性和现实决策问题的复杂性,某些多属性决策问题的属性值常需要模糊数刻画。三角模糊数是一类有效刻画模糊属性值的一类模糊数,于是针对属性值为三角模糊数的项目投资选择问题,提出了一类新的多属性决策方法。其具体步骤是:首先利用左右得分的基本思想将规范化的三角模糊数定义左右得分,进而将决策矩阵转化为基于得分的区间数决策矩阵,最后依据TOPSIS法的基本思想对备选方案进行排序和择优。文末通过实际例子说明本文所提出的方法的有效性和实用性。     

运用同伦摄动法结合参数展开法求解强非线性问题

运用同伦摄动法结合改进的Lindsted-Poincare法的参数展开法求解了两个强非线性振动系统,得出了较高的近似解,进一步证明了此方法的有效性.     

一种三项CD共轭梯度法及其全局收敛性

在前人提出的三项PRP共轭梯度法的基础上,提出了一种三项CD共轭梯度法.与以往求解无约束优化问题的经典二项共轭梯度法不同,该算法的搜索方向是三项的,且在任何线性搜索下都具有充分下降性.在适当的条件下,证明了三项CD共轭梯度法在强Wolfe线性搜索下具有全局收敛性.     

伯努利方程的解法探讨

针对部分学生学习常微分方程难的特点,以伯努利方程为例,分别给出了伯努利方程在变量分离法、常数变易法、积分因子法、变量替换法下的通解公式和求解条件,并且通过实例验证了上述解法的实用性和高效性。     

基于二次指数平滑法和优化Kalman滤波的短时交通组合预测

优化改进传统的Kalman滤波模型,解决预测精度不高且预测滞后的问题.用二次平滑指数法和优化后的Kalman滤波模型两种方法组合对道路断面通过交通量进行短时交通预测,通过平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分析预测结果.实例预测结果表明:当修正因子α=0.5时预测结果较为精确,同时,优化改进后的Kalman滤波模型的预测准确性有所提高.组合预测的两种方法都能够有效地降低预测误差,但按权重组合预测的效果更为明显.