二氧化硅微球的可控制备研究

通过St9ber法制备二氧化硅微球.研究了水醇比例、无机盐种类含量等对二氧化硅微球的微观形貌和粒径分布影响.结果表明,随着反应溶液中去离子水量的增加,二氧化硅微球的粒径逐渐变小.此外,无机盐的添加也会在一定程度上促进二氧化硅微球的长大.究其原因,是因为电解质的加入会破坏微球表面双电层的稳定性,进而促使其发生团聚形成粒径更大的颗粒.     

《数据结构》教改中的问题研究与探讨

探讨了《数据结构》教学改革存在的一些问题,根据自己多年教改的实践与探索,批判性地分析了数据结构教学改革中一些观点和做法,提出了在教改中应该注意的一些关系和问题,希望能对该课程的教学改革有积极的参考和促进意义。     

用遗传算法解大规模病态线性方程组

大规模病态线性方程组的求解是相当困难的。本文尝试使用遗传算法求解大规模病态线性方程组,采用了改善方程组病态程度的预处理及多种杂交手段相结合改善遗传算法搜索性能两项措施,结果表明遗传算法求解大规模病态方程组是可行有效的。     

一类混合算法的时间复杂度分析

近年来,许多学者对设计混合算法求解复杂问题感兴趣。混合算法被越来越多的学者所重视。然而,大部分有关混合算法的工作都集中于实验研究,几乎没有混合算法的理论分析工作。本文分析一类混合算法的时间复杂度。这些混合算法是结合两个基本算法而得。通过分析首达时间向量m的∞-范数,我们得到这类混合算法时间复杂度的上下界。这些界是混合算法参数ω与基本算法相应范数的函数。当ω趋于0或1时,这些界是非平凡的。     

神经网络结合遗传算法优化应用

神经网络特别是BP网络因其函数逼近能力已取得了广泛的应用,遗传算法因其解决优化问题的普遍适用性而在现实生活及科研领域获得了广泛应用。本文提出的优化策略是为解决一些工程优化问题,即用神经网络及遗传算法结合起来解决此类问题。以BP网络的函数逼近能力隐式地得到问题的函数表达式,再用遗传算法优化该网络的输出。     

多群体并行遗传算法迁移策略的性能研究

研究了迁移策略对并行遗传算法性能的影响。研究了所有可能的4种组合：（1）选取最优个体进行迁移并在目的子群体中替换最差个体；（2）随机选取个体进行迁移并在目的子群体中替换最差个体；（3）选取最优个体进行迁移并在目的子群体中随机替换个体；（4）随机选取个体进行迁移并在目的子群体中随机替换个体。从累积量（Cumulants）的分析来看，似乎选取最优个体进行迁移并在目的子群体中随机替换个体的迁移策略能更好地兼顾局部搜索和全局搜索。通过对几个典型测试函数的测试，结果表明：选取最优个体进行迁移并在目的子群体中随机替换个体的迁移策略不比其他3种策略差，甚至在部分测试中要优于其他策略。这一结果可能有助于设计出性能更好的并行遗传算法。     

放电等离子烧结制备碳化硅块材及其高温导热性能研究

通过放电等离子烧结制备了碳化硅块材,分析了烧结温度、保温时间等对碳化硅块材的密度、物相组成、微观形貌和硬度的影响,并对其高温导热性能进行了测试.结果表明,当烧结温度为1800℃,保温时间为5min时,通过放电等离子烧结能够获得致密度为98%的碳化硅块材.与传统热压烧结相比,放电等离子烧结制备的碳化硅块材的热导率略低,其主要原因是放电等离子烧结的保温时间较短与烧结样品的致密度略低,且晶界结合性较差所导致.