酒钢铁路运输优化研究

在市场经济高速发展的今天,如何在市场竞争中求生存、谋发展,已成为各方面研究的重点问题。本文结合酒钢的实际,通过与其他内陆同行业先进运输指标作对比,从企业内部铁路运输存在的不足和矛盾入手,对运输优化进行了研究,目的就是在做好运输服务的同时,解决好存在的各种矛盾。通过优化,将为降低企业生产成本起到重要的作用,进而提高企业产品竞争优势,为酒钢做大做强创造基础的条件。     

M矩阵与M矩阵的逆矩阵的Hadamard积的最小特征值的下界估计式

给出了M矩阵的逆矩阵的对角元素的一个下界及M矩阵和M矩阵的逆矩阵的Hadmard积的最小特征值的一个下界,通过理论证明改进了现有的结果,并通过数值算例进行了说明.     

三级专业认证背景下毕业要求达成度评价方法研究——以交通工程专业为例

在三级专业认证背景下,依据新修订的中国工程教育专业认证标准,结合安徽建筑大学交通工程专业的教学实践,对"毕业要求"达成度的评价方法进行了探讨,给出了完整的评价过程和判定专业三级认证等级的方法,这对于交通工程专业的人才培养具有一定的指导意义。     

Ti-1300钛合金挤压管材组织性能研究

通过室温拉伸测试和显微组织观察，研究了挤压温度和热处理工艺对Ti-1300钛合金挤压管材显微组织和力学性能的影响，讨论了热加工工艺、显微组织和力学性能之间的关系。结果表明：Ti-1300钛合金在两相区挤压后的横向组织均匀细小，纵向组织沿挤压加工流线破碎均匀；其拉伸强度高达1 445 MPa。管材在相变点以上的高温固溶组织主要由等轴β相晶粒组成，具有较好的塑性。合金两相区挤压后具有较好的强度和塑性的匹配，两相区挤压的塑性明显优于β单相区挤压，尤其面缩。试样经过固溶时效处理后显微组织明显细化，强度大幅度提高，可达1 300 MPa以上。     

基于AP-HMM混合模型的充电桩故障诊断

确定性的相似性传播(AP)聚类方法和统计性的隐马尔可夫模型(HMM)是2种常用的设备故障诊断方法,但电动汽车充电桩结构设计复杂且目前积累的故障样本不多,使用上述2种方法均不够理想。针对充电桩故障诊断本身具有的特点,结合AP聚类快速、准确提取故障的特征和HMM强大的故障分类能力,本文提出一种基于AP-HMM混合模型的充电桩故障诊断方法。为了研究充电桩长期工作的状态性质,采用马尔可夫平衡方程组求得充电桩发生故障的稳态概率值。实验结果表明,与传统模型相比,AP-HMM混合模型的充电桩故障诊断学习精度提高了3%以上。本文提出的混合模型具有一定的可行性与普适性,可在一定程度上用于速度要求低但精度要求高的其他电子设备故障诊断。     

基于八叉树优化的MoM-PO/PTD混合算法分析目标电磁散射及辐射问题

在综合利用矩量法(method of moments, MoM)和物理光学(physical optics, PO)方法的过程中, 要精准识别和划分PO位置处于点光源照射情况下的暗区和亮区。传统的识别划分手段的时间复杂度为O(N²), 当面片数量N增多时, 所需的时间呈现出急剧增长的趋势。文中应用八叉树和后向追踪算法, 对PO亮区判断过程进行加速, 可将时间复杂度由N²降为NlgN。由于计算PO区域电流时没有考虑边缘绕射造成的影响, 导致计算误差较大。鉴于此, 本文在计算过程中引入物理绕射理论对混合算法加以改进, 并通过与FEKO中的MoM相比较, 说明了修正后的混合算法能够有效提升计算精度。     

面向脑电数据的知识建模和情感识别

心理科学研究依赖于对生理、心理数据的分析,情感是心理研究的重要内容.近年来随着认知神经科学研究技术的成熟,研究者利用脑电(electroencephalogram,EEG)等可以反映脑功能活动的生理信号,直接研究情感问题,如情感识别、情绪脑等.但是,生理信号将会产生TB级甚至PB级的数据量,认知研究和临床神经科学在过去几十年中已产生大量生理数据,对这些大数据的表示和情感知识挖掘需要更高级的工具.构建能够表示数据含义和情感相关知识的模型,能够给心理研究者提供一个知识共享平台,以便使用这些大数据进行情感方面的科学研究.本文构建一个可以表示EEG数据语义和被试者上下文信息的本体模型,并基于该模型使用推理引擎进行基于EEG生理信号数据的自动情感识别.实验结果表明,模型在e NTERFACE 2006数据集上能够以99.11%的平均准确率识别被试者的情感状态,并从实验结果分析发现基于EEG数据情感识别最关键的特征是Beta波与Theta波的绝对功率比.     

An Average Edge Distance Contribution Method for Identifying Influential Nodes in Complex Networks

How to accurately and effectively identify the influential nodes in networks has always been a core issue. In order to evaluate the importance of the nodes, some famous centrality measures have been proposed and widely used. However, the existing methods still exist some shortcomings. In this work, a novel method named average edge distance contribution (AEDC) is proposed to effectively find the influential nodes, which measures the average contribution of each edge to the sum of distances of all node pairs in the network. For each node, we utilize the relative change of AEDC by removing it from the network to determine its influence. For verifying the effectiveness and feasibility of the AEDC method, we simulate the process of disease spreading in four real complex networks with the Susceptible Infected Recovered (SIR) model. The experimental results show that our proposed method is more accurate than several benchmark centrality measures in terms of identifying the influential nodes.     

基于热中子探测评价裂缝的示踪剂特性研究

针对裂缝热中子示踪探测方法,从中子双组扩散理论入手结合蒙特卡洛数值模拟方法,分析压裂前后地层热中子分布影响因素,并模拟不同类型示踪剂及含量的热中子裂缝响应规律,筛选最佳示踪剂并给出其在支撑剂中含量的上、下限。结果表明:压裂前后热中子计数变化量主要受裂缝宽度和标记支撑剂中示踪剂含量的影响;钆对裂缝宽度变化反应最灵敏,钆元素是作为标记支撑剂的最佳示踪元素;随支撑剂中Gd 2O 3含量的增加,热中子计数率降低,热中子计数变化量D增加;示踪剂中氧化钆的上、下限值随裂缝宽度呈指数降低,且当裂缝宽度为1.0 cm时,Gd 2O 3的质量分数上限为0.68%,下限为0.03%。     

张家界市永定区县域耕地保有量预测

以张家界市永定区为案例区，在分析区域耕地利用现状、耕地动态变化的基础上，运用粮食安全法、供需平衡法和趋势外推法分别预测2020年、2030年、2035年单一目标约束下的区域远景耕地保有量，再通过层次分析法对预测结果进行权重赋值，从而建立了一个多目标组合模型.利用组合模型对多目标约束下区域远景耕地保有量进行预测，最终得到永定区2020年、2030年、2035年的耕地保有量分别为30 423.35，29 515.76，29 321.66 hm，这说明耕地保有量整体上呈减少趋势但减少速度有所放缓.