基于高斯滤波下的粗糙度不确定度的计算

自由曲面的粗糙度的大小直接反映了表面加工质量的优劣.粗糙度的提取可以通过滤波过程来实现,本文选取高斯滤波来确定粗糙度评定中线,高斯滤波可以得到较为准确的粗糙度.本文将粗糙度评定中线根据波峰和波谷的位置在其临近部分分段模拟为二次曲线,最终分别得到波峰和波谷段的粗糙度评定中线的表达式.在此基础上,建立了关于粗糙度Rz的数学模型.随后采用"测量不确定度的标准指南"(GUM)来计算粗糙度的不确定度,并采用自适应蒙特卡罗方法(AMCM)来进行比较,得出了高斯滤波模型下通过GUM法来计算粗糙度不确定度是一种有效的方法.     

基于观点动力学的水库移民文化适应机制研究

从观点动力学的全新视角出发,首先厘清非自愿移民文化适应概念框架,然后据此构建出“社会心理建模+复杂网络分析+多Agent仿真”的文化演化计算模型,最后通过模拟实验量化分析了水库移民文化适应的影响因素和发生机制。结果表明:移民身份认同中的文化容忍度和易感性能加速文化适应进程;扩大移民在安置区的社交范围和精英移民的引导,能辅助其与原住民间的文化交互;政策满意度比文化环境的营造更为重要,能通过调节文化冲击方式来改变移民文化观念的更替速率,进而影响移民文化适应过程的平稳性与极化趋势。     

基于域适应与分类器差异的滚动轴承跨域故障诊断

基于数据驱动方法诊断滚动轴承故障时，不同工况下的数据特征分布差异会导致模型诊断性能严重下降.针对这一问题，提出了基于域适应与分类器差异的滚动轴承跨域故障诊断方法.首先利用卷积神经网络对带标记的源域样本和无标记的目标域样本进行特征提取;然后通过2个全连接分类器进行故障分类;最后通过分步优化分类损失、域最大平均差异损失和分类器差异损失，实现源域和目标域之间的域分布对齐，从而实现无标记目标域样本的故障诊断.实验结果表明，所提方法与主流的域适应方法相比具有更高故障诊断准确率，验证了该方法的合理性和可行性.     

大学新生学习环境适应状况及对策研究

大学新生面临着从高中到大学的重大转折,能否很快适应大学学习环境是关系到大学生顺利完成学业的关键。本文剖析了大学生学习环境适应的丰富内涵及其影响因素,提出了从校园环境、人际环境和自我调适能力三个方面进行统筹建设,帮助大学新生更好地适应学习环境,完成学业。     

帮帮我,有人欺负我

马上就要放寒假了,小马又期待又忧虑。期待的是,又可以和同学们一起去球场踢球了;恐惧的是,去踢球时总会碰到一些年纪比较大的孩子,那些孩子实在是太不讲理了,即使没惹他们,也会突然走上来对自己拳打脚踢。在青少年中,这种欺负人和被欺负的现象似乎并不少见。你也像小马一样被人欺负过吗?     

气候变化背景下中原城市群城市发展的响应及适应策略

随着城镇化的不断推进和国家战略的深入实施,城市群已经成为人类活动的集中区域和规模庞大的承载体,更容易遭受气候变化带来的不利影响。本文以中原城市群为研究区域,选取1951—2018年的气象资料,采取距平、滑动平均法、Mann-Kendall检验对中原城市群区域温度、降水、干旱指数3个气象要素的变化特征进行分析,并将这3个要素与城市发展综合指数进行相关性分析,来研究中原城市群气候变化特征及其对城市发展的影响。结果表明,年平均温度、年平均最高温度呈升高趋势,年降水量、年干旱指数呈减小趋势,且年平均温度、年干旱指数变化趋势比较明显。各气象要素的变化倾向率分别为0.31℃/10a、0.09℃/10a、-6.72mm/10a、-0.35/10a,并且各气象要素均发生气候突变。1978—2018年中原城市群城市发展综合指数呈显著上升趋势,趋势增长倾向率为3.1/10a。城市发展与年平均温度、年平均最高温度、年降水量呈正相关,与年干旱指数呈负相关。城市人类活动、城市区域内土地利用和土地覆盖方式发生改变等都是影响城市气候变化的重要因素。     

谈大一新生的学习适应

大学对每位大学生来说都是人生中的一个崭新的阶段,一个新起点。由于理想目标、学习态度、学习内容、学习方法等多方面的变化,使得大一新生在学习上遇到了很多不适应,进而出现迷茫。本文以一名大一新生的班主任角度分析大一新生在学习方面遇到的几点主要问题,并针对这些问题提出了加强大一新生学习适应的几点措施。     

少数民族居民社会适应方式研究

依据默顿提出的社会失范理论和社会适应方式,采用修订的＂社会适应方式问卷＂对2000名贵州省少数民族居民进行问卷调查。贵州少数民族居民主要采用的社会适应方式依次为遵从、形式主义、创新、反叛和逃避;少数民族居民社会适应方式在教育水平、职业、地域等因素上存在一定的差异。最后,根据研究结果,提出若干对策和建议。     

精密设备主动SAWPSO-LQR振动控制器设计及仿真研究

精密设备的振动控制效果直接关系到其是否能够正常使用。线性二次型最优控制算法(LQR)已广泛应用于振动控制领域。关于LQR控制器权矩阵的确定问题一直备受关注,而传统的计算往往以假设或经验性取值为主,不科学且不能充分发挥控制器性能。自适应权重粒子群算法(SAWPSO)克服了传统粒子群算法寻优过程的早熟情况,能使PSO算法达到局部及全局最优的平衡。基于SAWPSO算法,设计了SAWPSO-LQR控制器,对精密设备微振动进行了LQR权值自整定的优化控制研究;并针对不同工况进行了对比仿真。数值结果表明,合理的隔振系统参数设置及权值搜索范围对于控制效果影响较大,在此基础上的适应值函数选取亦有一定影响;但并非决定作用。研究为精密设备微振动及最优LQR振动控制提供了新思路。     

基于在线归档技术的多目标粒子群算法

提出一种基于在线归档技术的新型多目标粒子群优化算法. 使用外部集归档,在归档粒子中采用适应值共享技术选出全局最优位置,使得种群多样性得以维持;在粒子群的进化过程中,使用在线归档策略,将归档的粒子合理地引入下一代的种群,淘汰原种群中的不良粒子,从而保证进化过程中种群的优良性. 用Zitzler的两个多目标测试函数评价算法的性能. 结果表明,该算法能快速收敛到Pareto非劣最优目标域,并且解集沿着Pareto非劣最优目标域有很好的扩展性.