关于G/G/1排队模型中排队长度的积分

考虑了一个具有中度正则变化服务时间的G/G/1模型.假设Q(t)是排队长度,则在忙期[0,l]上,Q(t)下方所扫过的面积也具有中度正则变化的性质.     

垂直导桩锚固方箱-水平板式浮堤消浪性能试验研究

提出了垂直导桩锚固方箱-水平板式浮堤,通过实验室物理模型试验研究了规则波作用下浮堤模型的消浪性能和升沉运动响应.探讨了相对宽度、水平板层数、水平板与方箱间距等几何参数对浮堤消浪性能与浮堤升沉运动的影响及消浪性能与浮堤升沉运动的相关性.试验结果表明提出的方箱-水平板式浮堤的消浪性能好于单一方箱,在B/L(模型宽度与波长比)为0.2时,其透射系数比方箱模型透射系数减小约0.2,升沉高度比方箱模型升沉高度减小0.3倍入射波高.通过对透射系数的主要影响因素进行多元回归分析得到了透射系数的拟合公式.     

浅谈如何以教研室建设推进课程建设

教研室是高校最基层的教学管理组织,担负着教学、科研、师资队伍建设等重要任务。教研室建设能提供给课程建设以较强的物质与精神的支持。加强教研室建设是推进课程建设的基础,能够更好的促进教学质量的提高。     

三维数值波浪水池技术与应用

建立了用于波浪-结构物相互作用数值模拟的三维数值波浪水池．应用VOF方法对粘性流动的基本方程进行数值求解并描述其自由表面，水池计算域的一侧使用数值造波机条件产生斜入射波浪，其下游开边界联合使用辐射条件和局部强迫衰减，侧向边界使用周期性条件使斜向波浪透过．数值试验表明，所建立的三维数值波浪水池产生和传播波浪具有良好的重复性和稳定性，应用于海洋结构物波浪荷载的确定也是可靠的．     

DUT-1模型冰的物理性能和弹性模量

一种自行研制的非冻结合成模型冰,命名为DUT-1模型冰.从材料物理性能角度出发,简单阐明该合成模型冰制作程序,详细描述其成分、级配、结构和密度.根据密度变化范围和浸水后的密度稳定性,推断其力学指标的稳定性和能够进行物理模拟实验的时间范围.讨论了实测弹性模量与吸水率、湿密度的关系.     

弹性变形对三维弹性液箱内晃荡波面的影响

弹性液舱舱壁在大幅晃荡液体的作用下会发生弹性变形,从而会对液舱内液体晃荡的水动力特性产生一定的影响.文中通过物理模型实验研究了水弹性效应对弹性方形液舱内液面晃动的影响.实验水深比h/L(h为液深,L为液舱长度)为0.167,激励频率在最低阶自振频率附近.由于液舱结构变形的影响,弹性液舱内液体的最低阶自振频率与同尺寸的刚性液舱略有差别.实验中分别对刚性和弹性两个方形液舱在不同频率的简谐纵向激励作用下的波动形态进行了分类分析,并比较了对应不同二维行波、过渡状态和三维共振以及二阶次共振等不同波动形态时弹性液舱和刚性液舱内的波面高度.     

作用于正倒锥结构上冰力物理模拟试验研究

利用新型非冻结可碎合成模型冰材料,进行了冰排对正倒锥体结构物作用的物理模型试验研究;试验中测量了作用于锥体结构物上的冰力,并观察记录了冰排作用于结构物的破坏过程。综合分析试验结果,发现冰速的变化对冰力没影响。而随锥角、水线直径的增加以及冰排弯曲断裂模式由下弯变为上弯,作用于锥体结构物的冰力显著增加。试验得到的总冰力结果与Croasdale和Ralston的理论预测结果符合较好。     

多层水平板透空式防波堤消浪性能试验研究

从破坏波浪水质点垂向运动轨迹出发,提出一种由多层水平板组成的透空式防波堤新结构.通过物理模型试验,深入探讨了防波堤结构几何参数(相对宽度、相对间距)以及波陡等因素对防波堤消浪效果的影响,并对不同因素影响下的透射系数以及反射系数变化特征进行了比较和分析.试验结果表明,该结构具有良好的消浪性能,且对波浪的反射作用较弱.多层水平板透空式防波堤结构是对传统防波堤结构型式的发展,对促进透空式防波堤结构作为永久性建筑物的实际应用具有重要意义.     

DUT-1非冻结合成模型冰物模技术及应用

基于渤海海水的物理和力学特性、海冰物理模型试验的相似理论以及国际上已有模型冰的经验,较成功地研制出一种用于模拟我国渤海海冰的非冻结可破碎功能材料－－DUT－1模型冰。该模型冰采用聚丙烯粉、水泥、塑料微珠等材料,加入一定量的水、由特制的搅拌机搅拌均匀倒入模具后成型制成。利用DUT－1模型冰材料,在实验室常温波流水槽中进行了冰排在波浪作用下的断裂、冰排对直桩及锥体结构物结构作用的物理模型试验。通过对试验现象的观察,对实验结果的综合分析、对相关理论及经验公式计算结果的比较,证明DUT－1非冻结合成模型冰材料物模实验技术有较好可靠性。     

基于蚁群神经网络的目标图像识别

该文提出一种基于蚁群优化与人工神经网络相结合的识别算法。该方法能够防止BP网络陷入局部极小点,且收敛速度快。针对飞机图像目标识别,提取图像三阶相关量特征、不变矩特征和图像边界的Fourier描述子特征,形成特征向量作为神经网络的输入向量。仿真实验表明,新算法能够有效缩短网络训练时间,提高目标识别精度。