可应用于互联网的自学习中文关键词抽取算法

论文提出了一种自学习中文关键词抽取算法，该算法可以辅助实现互联网上的智能信息获取，从而有效解决互联网信息爆炸问题，该算法现已用于课题组开发的互联网信息智能获取工具中，实验表明该算法的查全率和查准率较高，在互联网信息智能获取中具有广阔的应用前景。     

无约束云雾产生爆炸场的数值模拟

无约束云雾爆炸具有两个特点：（１）有限的能量释放速率；（２）与爆源的能量密度Ｑ＿ｆ有关。该文在欧拉坐标系下，以能量波模型，选用了近年计算冲击波较好的ＴＶＤ格式，对无约束云雾爆炸场进行了数值模拟，计算过程中，对Ｌｕｃｋｒｉｔｚ的能量波模型进行了改进。该文选用的能量波模型具有简单、物理含义清楚且能反映无约束云雾爆炸的特点。     

聚能装药对岩石的侵彻

分析了聚能射流和爆炸成形弹丸（ＥＦＰ）在侵彻岩石时的不同特点,提出了用ＥＦＰ在岩石中侵彻圆柱形深孔的新方法．研制了一种新型聚能装药,并用它对多种岩土进行了侵彻试验,得到了长径比为１０—２０的圆柱孔,并指出了侵彻深度与岩土容重的相关性．     

基于贝叶斯网络的不确定环境下多属性决策方法

融合贝叶斯网络推理技术来求解不确定多属性决策问题,根据问题的决策变量、环境变量和多个属性之间的依赖关系构造贝叶斯网络,通过推理求解在各个方案下每个属性取值的概率分布,从而把问题转化成风险决策问题.采用此方法求解不确定环境下多属性决策问题时,决策者只需考虑节点与其父节点之间的依赖关系,降低了思考的复杂程度,适用于大规模的复杂问题求解.算例表明基于贝叶斯网络的求解方法对不确定环境下的多属性决策问题是有效的.     

AHP判断矩阵一致性调整的前瞻算法

提出一种AHP判断矩阵调整的前瞻算法。在向前试探（前瞻）一步的基础上，对最矛盾元素朝其最优调整方向进行调整。给出了算法的具体步骤，并用实例演示了算法流程，同时分析了算法的收敛性。前瞻一步，使得算法较已有的其他算法保留了更多的原始判断信息，调整速度更快，并通过对比实验验证了这些优点。     

一种基于集对分析的区间数多属性决策方法

针对属性权重和决策矩阵均为区间数的多属性决策问题,提出了一种基于集对分析的排序方法。通过借鉴集对分析理论把论域三划分的思想,把区间评价值转化成联系数的形式,给出了两个具有直观意义、计算简便的排序准则,并分析其合理性。分析过程中发现,区间数权重向量和区间数决策矩阵的方案评价向量具有不同的自由度,因此需要对它们采用不同的处理方法。最后,通过算例表明算法排序有效。与已有的数学规划等方法相比,该方法计算更为简便,排序准则具有直观的意义。     

低速定态传播火焰在可燃云雾中形成的压力波

对低于Ｃ－Ｊ燃速以恒定速度传播的火焰产生的压力波直接用数值方法求解有困难，忽略云雾的两相作用，点火过程及火焰加速，仅考察火焰达到定态传播速度，则火焰与压力波阵面之间的流场是等熵的，用自相似方法求解。能量放看作在火焰面后瞬时完成，用自适应步长的四阶Ｒｕｎｇｅ－Ｋｕｔｔａ法对得到的控制方程求解，求出流场的参数分布与火焰面位置。燃烧过程结束时，火焰面到云雾中心之间流场用Ｓｅｄｏｖ结果连接，用ＭａｃＣｏｒ