弯曲河流水流动力稳定性特征研究

弯曲型河流是自然界最为常见的河流形态,其水流特性以及河床泥沙的作用特性,对河流蠕动发展具有重要的影响,是河流动力学中研究的重要课题.弯曲河道中水流流态的转化涉及河床形态和河势单元的发展模式,包括：弯曲河道三维拟序涡与二次环流产生的条件;不同水流条件下拟序涡尺度分级情况;大尺度紊流结构与河湾自适应、互选择性,等等.本文以弯曲河流明渠为背景,首先对其层流转捩到紊流的特性进行研究,与顺直河道相比,其稳定中性曲线前移,失稳临界雷诺数降低,流动失稳过程中,对扰动波数的响应范围加大,层流更容易失稳.这些研究结果是传统流动稳定性理论中所没有的,本文的研究结果也弥补了这方面的不足和空白.     

神经树在煤与瓦斯突出预测中应用研究

由于煤与瓦斯突出影响因素之间存在着复杂的非线性关系,为准确预测煤与瓦斯突出的危险性,本文提出了基于柔性神经树的煤与瓦斯突出预潮模型,其中利用多表达式编程和粒子群优化算法分别优化了自身的结构及相关参数,使得神经树具有强大的预测和分类能力,与传统神经网络相比具有更加灵活的自动优化能力.通过采用实测数据对算法进行了验证. 结果 表明与常规预测方法相比较,该模型的预测准确性高,具有良好的适应性和有效性.     

顺直河流沙纹动力演变过程的非线性理论

自然界顺直型河流中经常可以观察到各种各样的沙纹床面形态.针对这一典型床面形态,著名河流动力学家Yalin认为是由于局部扰动造成了底部层流失稳进而诱发沙纹的形成,即：局部扰动→层流失稳→沙纹形成,但Yalin对此未能给出理论解释.基于这种观点,本文构建了＂扰动共振三波与床面泥沙作用的非线性理论模型＂,采用摄动方法,分析顺直河流沙纹动力过程及演变规律,解释了非对称沙纹床面形态的形成和发展.这一理论模型为进一步研究床面形态和湍流相互作用机理提供了理论基础,也为研究风成沙纹形成过程提供了一种流体力学理论.     

支持向量机及其在机械故障诊断中的应用研究

针对支持向量机分类算法中模型选择对分类精确性影响很大的问题,结合转子实验台模拟的典型旋转机械故障数据对影响多故障分类器分类性能的相关因素进行了研究。结果表明,在少量时域故障数据样本条件下,选用不同的核函数及核函数参数对多故障分类器的分类精度有一定影响,为实际工程应用中选择合适的支持向量机核函数类型及其参数提供一定的帮助.     

燃料电池-真空热离子混合系统的性能特性和优化分析

基于固体氧化物燃料电池（SOFC）和真空热离子发电器（VTIG）的粒子流及电流模型,建立考虑多种不可逆性的一类不可逆SOFC-VTIG混合功率系统的一般循环模型.通过该混合模型得到了混合功率系统的效率与输出功率表达式,应用数值模拟获得混合功率系统的效率和功率随系统一些重要参数变化的关系曲线,从而揭示了混合功率系统的性能特征,确定了系统一些重要性能参数的优化判据,讨论了混合功率系统中的一些不可逆损失对系统优化性能的影响.本文所得的结果可为实际SOFC-VTIG混合功率系统的优化设计和运行提供理论依据.     

熊野藻属Kumanoa系统分类研究进展

熊野藻属(Kumanoa)是淡水红藻中基于rbcL和SSU基因序列建立的一个属,并进一步得到了cox1和UPA序列结果的支持,隶属于串珠藻目(Batrachospermales)。本文综述了熊野藻属系统分类及我国该属植物研究的研究进展,对其主要形态特征进行了界定。该属植物与串珠藻属植物形态结构相似,但果孢子体通常半球形,位于轮节中央,受精丝长度有限,果胞枝弯曲、扭曲或螺旋状,其细胞形状明显区别于营养细胞。分子数据显示其单独聚为一支,明显区别于串珠藻属的类群。中国淡水熊野藻属已记录的种类有10种。利用分子生物学手段对我国淡水熊野藻属进行深入系统的、多特征的分类研究是今后该属植物的主要研究方向。     

河流功能区划研究

基于现代河流治理现状与功能要求,系统地研究了河流功能区划的目标、原则、分类体系、区划方法及区划程序．从生态系统的连续性和河流功能的完整性出发,按照人类对河流开发利用的强度和河流的功能特点将河流划分为生态保护区、生境修复区、开发利用区、缓冲区和过渡区5类．给出了这5种类型区的定性描述,并就如何判断功能区的类型进行了定量研究．依据河流社会功能评估和自然生态功能评估2个准则建立功能分区图,提出了河流功能区划的双准则约束分区方法．最后总结上述内容给出了河流功能区划的程序．     

植物昆虫种群动态数学建模研究与展望

植物虫害防治已不只是农林生产中的常规问题,它早已演变成为生态环境与食品安全中的重大应用问题.然而,人类对该问题的认知远远不足以为现实应用提出令人满意的有效指导.这其中也是由于植物昆虫种群可以纳入"多生命体-环境"为对象的复杂系统研究范畴.面对这样极具挑战性的科学问题,本文主要从计算机建模的研究路径对模拟植物昆虫种群动态的数学建模方法进行回顾,从模型构造方法和模型所考察研究对象的种类两方面对植物昆虫种群模型进行了分类;将目前的植物昆虫种群动态模型用通用数学表达式表达,并针对各类型的植物昆虫种群动态模型对数学表达式进行特殊说明,进一步强调了模型间的差异;介绍了目前比较成熟的几个模拟昆虫种群动态发展的软件;总结了基于植物昆虫种群动态模型研究种群动态行为、害虫防治技术所采用的数学分析和优化控制方法.文章最后探讨了目前植物昆虫种群动态模型的研究现状和发展趋势,以及在建模时所应考虑的问题,并对进一步完善模型方法及技术应用进行了展望.     

应用于土壤系统分类的土壤微形态学研究进展及展望

土壤微形态学从上世纪二十年代发展至今,取得了很大的进步,并广泛应用于土壤学各个领域,解决了很多土壤学问题.越来越多的学者应用微形态学方法进行土壤形成演化和系统分类研究,并取得了很好的结果.近年来中国土壤系统分类研究取得了长足的进步,在开展土壤系统分类制的基层分类上,应当把土壤微结构作为重要依据,以丰富土壤基层分类的内容,提高我国土壤系统分类在基层分类研究和应用上的水平.本文试从土壤形成演化和土壤系统分类中土壤诊断层和诊断特征两方面叙述土壤微形态学的应用.特别是总结了中国土壤系统分类中人为土、富铁土、变性土及其它土纲应用土壤微形态的研究成果.最后提出加强人为土、土壤基层分类的微形态研究以及土壤微形态的动态定量研究是土壤系统分类中土壤微形态学发展的重要趋势.     

基于Kriging代理模型的高速列车头型多目标优化设计

随着列车运行速度的提高,气动阻力成为制约列车提速和节能环保的重要因素之一,尾车的气动升力是影响列车乘坐舒适性和运行安全性的关键气动载荷.本文针对CRH380A三辆编组简化外形,以整车气动阻力和尾车气动升力为优化目标,结合局部型函数三维参数化方法和基于迭代局部搜索算法的带有极大极小准则的中心拉丁超立方采样方法,提出了一套基于自适应非劣分类遗传算法的高速列车头型有约束多目标气动优化设计方法.研究结果表明:局部型函数参数化方法可以较好的应用于复杂三维气动外形的优化设计;自适应非劣分类遗传算法能够较为准确、高效的找到Pareto最优解集;优化后,三辆编组简化外形的整车气动阻力减小3.2%,尾车升力系数减小8.24%,流线型部分的体积减小2.16%,真实外形的整车气动阻力减小2.26%,尾车气动升力减小19.67%,两种外形的气动力变化主要集中在鼻锥和尾锥的变形区域;本文提出的优化设计方法简单、高效,可以为高速列车气动外形多目标、带约束工程优化设计提供参考.     

窄深型河湾多尺度紊流拟序结构动力稳定与自适应特征研究

一定尺度范围的紊流涡体会主导河流形态的发展,塑造出某一特定弯曲度的河段,这种涡体称之为＂弯道造床涡体＂;弯道造床涡体与弯道相互协调关系则表现为＂河流的自适应特征＂.在以上两个概念的基础上,本文以自然界U型河湾为背景,从理论上分析了常曲率河湾紊流拟序涡体结构的稳定与自适应特征.参照流体力学相关理论,将紊流拟序涡体结构看作一种扰动,计算了不同弯曲度情况下,河湾拟序涡体的扰动增长率和扰动波数响应范围;研究了不同尺度紊流结构对河湾参数的响应情况,解释了河湾得以保持的可能动力机理,为进一步研究河湾蠕动提供了理论基础.     

河流水沙条件对水质评价的影响

世界上许多河流具有高泥沙含量特征,我国河流的高泥沙含量特征尤为显著.河流水沙条件包括悬浮泥沙的含量、粒径和组成以及溶解性有机质的含量和组成等参数.河流中的许多污染物倾向于与泥沙和有机质结合,泥沙和有机质的存在不仅影响了污染物的迁移转化过程,同时还影响了污染物的生态环境风险.本文归纳总结了河流水沙条件特征及其对耗氧性有机污染物和有毒有机污染物迁移转化的影响,详细阐述了河流水沙条件对耗氧性有机物和有毒有机物污染评价的影响,指出由于化学氧化剂能氧化泥沙中在自然条件下耗氧过程极为缓慢的天然有机质,现有的化学需氧量可能高估水体耗氧性有机物的污染;又由于与泥沙结合的有毒有机污染物部分具有生物有效性,现有的基于有毒有机污染物溶解态浓度的水质评价方法可能低估水体有毒有机物的污染.并提出怎样考虑水沙条件影响对现有水质评价方法进行改进的思路,为完善水质评价方法提供参考,对于“碳中和”目标的实现也具有重要的意义.     

基于卷积神经网络与Bayesian决策的图像识别与分类记忆建模

当前热门图像分类方法大多侧重在分类能力,忽视识别新事物,然而人类认识事物时侧重认识,只在细小之处重视分类,这一点与人类记忆机制密切相关.尽管目前有许多记忆建模理论被相继提出,但大多以单词列表的形式学习,对自然图像列表的研究有限.基于此,本文提出了基于卷积神经网络与Bayesian决策的图像识别分类记忆建模方法,首先利用卷积神经网络提取图像特征,并采用二进制形式存储特征向量;然后进行视觉图像的表达,存储与提取记忆建模,将测试图像特征向量与所有已存储特征向量进行匹配对比,计算似然率值;最后在所有似然率基础上计算测试图像是新类别的几率,若该几率大于某个阈值则判别其为新类别;反之,利用Bayesian决策规则进行.图像分类.在Caltech-101与Caltech-256数据库上的实验表明所提方法能很好地应用于图像识别分类任务中.其击中率比目前代表性的稀疏表达分类(SRC)以及极限学习机(ELM)方法高,且虚报率比其他两种方法低的多.     

多目标机器学习钢的四种力学性能

预报钢材的力学性能对其研发和应用都具有重要作用.本文对360条源自日本国立材料研究所(NIMS)数据库的钢材数据,使用正则化线性回归、随机森林和人工神经网络三种机器学习方法对钢材的疲劳强度、拉伸强度、断裂强度和硬度四种力学性能进行多目标机器学习,即使用一组特征变量来描述这四种目标函数,并使用MultiTaskLasso、特征重要性和复相关系数三种方法对特征变量的重要程度进行了排序,也用"面积法"来平衡模型复杂度(特征个数)与预测精度,且通过线性回归给出了基于化学成分、制备工艺参数、夹杂物参数的解析表达式,对四种力学性能具有较好的预测能力.作为对比,本文还使用原子半径、价电子数和鲍林电负性等9种原子尺度特征替代9种元素特征后进行多目标机器学习建模和预测,计算结果显示原子尺度特征同样具备较好的预测能力.     

二元年径流演化模式及其在无定河流域的应用

由于受人类社会活动影响的不断加强,流域水循环过程变得越来越复杂.探索流域年径流量的演变规律对定量分析变化环境中的水资源状况和预测流域未来水资源的演变规律具有特别重要的意义,因为以年为时间尺度能最好地反映天然和人类活动驱动下的流域水资源变化规律.在水资源的二元演化模式下提出了年径流的天然-人工二元演化理论,并在黄河中游的无定河流域进行了应用.应用实例中着重对无定河流域下垫面动态变化情况下的降水径流关系进行了深入的对比分析,并提出了代表流域水保措施的水保指标面积的概念,利用水保指标面积来反映流域下垫面条件,并建立了反映流域下垫面动态变化的降水径流经验模型.     

青藏高原热红外遥感与地表层温度相关性研究

通过对青藏高原热红外遥感数据与地表层温度场分布规律的分析,确定影响地表层温度的陆面因素,采用神经网络技术建立通过热红外遥感反演陆面参数预测地表层温度的模型,利用该模型对各陆面参数与地表层温度的相关关系进行了分析.该方法为热红外遥感用于大面积地块缝合带监测以及研究构造热异常探索了一种新途径.     

黄群藻目分类系统述评及主要分类特征的评价

黄群藻目Synurales是主要根据光合色素和亚显微结构特征建立的一个目,也是淡水金藻中较大的一个目,包括约160种。该目的植物体为自由运动的单细胞或群体,细胞的表质上覆盖许多硅质的鳞片,以覆瓦状、甲胄状排列或自由附着于表质上,鳞片具刺毛或无,具1条或2条不等长鞭毛。黄群藻目植物区别于其它金藻植物的主要特征为,它们的色素体仅含有叶绿素C1,鞭毛基部平行排列,并且形成硅质鳞片的硅质沉积孢囊与叶绿体外膜相连。自建立至今,该目的分类系统几经变化。本文综述了黄群藻目分类系统的研究进展,并对其主要形态特征的分类价值进行了分析。     

形状记忆合金复合材料交互作用能的细观力学分析

交互作用能的确定是形状记忆合金热力学本构理论中非常重要且较为复杂的问题. 本文基于细观力学的方法和热力学原理, 将形状记忆合金复合材料作为三相系统进行分析, 即基体相、奥氏体相和生成相马氏体相, 推导了形状记忆合金复合材料的交互作用能, 该表达式适用于各种形状的夹杂. 着重讨论了基体材料、纤维的含量、形状、尺寸和温度等因素对交互作用能的影响. 通过比较可知, 该方法是可行的, 并得到了一些有价值的结论.     

高超声速飞行器面向控制一体化迭代设计的参数化模型

针对高超声速飞行器复杂的运行环境以及强耦合的动力学特性,提出了一种适合控制一体化迭代设计的参数化模型.首先,讨论高超声速飞行器控制一体化迭代设计的必要性和研究现状.然后,采用二次曲线和状态类型函数法将典型的高超声速乘波体外形进行几何参数化.接着,基于面元法结合工程估算公式获取高超声速飞行器力和力矩,构建参数化的非线性动力学模型.进而,采用灵敏度分析策略得到力和力矩的解析表达式,将复杂的非线性动力学模型简化成适合迭代设计的仿真模型.最后,通过仿真实例验证了本文所提方法的可行性,结果表明所发展的参数化模型能够满足高超声速飞行器控制一体化迭代设计的需要.     

嫁接用苗生长状态无损测量技术的研究

利用机器视觉技术对蔬菜幼苗的生长特征信息进行了无损检测,该研究技术是定量化研究植物生长规律的关键技术之一,并为蔬菜自动化生产过程中的嫁接、移栽、间苗等作业提供必要的技术理论依据.该研究通过在温室内设计了一套计算机视觉系统,对多株群体蔬菜苗的生长进行了长时间、连续、快速的无损检测,并利用VB6.0编制了图像处理软件,提取了蔬菜幼苗的外部形态特征,经过图像处理软件分析得到蔬菜幼苗的日生长变化规律,发现蔬菜苗在夜间的生长率明显高于白天.研究表明,采用机器视觉及图像处理技术可以快速、准确地监测出蔬菜幼苗的外部形态特征量,能够对蔬菜生长状态进行直观测量,实现对蔬菜幼苗生长规的定量化研究,为蔬菜生产过程中相关作业的自动化提供可靠的理论依据.