关于ln2的渐近展开公式

通过引进变量代换和级数求和法得到ｌｎ２的若干新的渐近展开式，并且比较了计算ｌｎ２的收敛速度。所得结果有利于计算和判断收敛速度，对估计ｌｎ２近似计算中的误差提供了依据。     

煤的耗氧速度及其影响因素恒温实验研究

耗氧速度是评价煤自燃性的重要指标，一般认为相同温度下煤的耗氧速度和氧浓度成正比，但据此计算的耗氧速度与实际偏差有很大，在不同温度和氧浓度水平下对煤进行等温氧化实验，推导出据等温实验测算煤氧化反应的级数和反应速度常数的公式，从而能确定相同温度下氧浓度与耗氧速度间的函数关系，该关系式能更准确地反映煤氧复合过程的耗氧规律。等温实验研究表明，煤氧化反应的平均级数通常不为1，反应级数和速度常数都是温度的函数。     

局部均布荷载作用下四边支承矩形板的内力计算

以矩形板的Navier解为基础，采用带补充项的傅里叶级数作为挠度函数，研究了局部均布荷载作用下四边支承矩形薄板的弯曲问题. 推导了确定待定系数的线性代数方程组，给出了简支边和固支边不同组合条件下的统一计算公式. 讨论了带补充项法级数解的收敛速度，并与叠加法级数解及有限元数值解分别进行了精度和计算量的对比. 结果表明，带补充项法的级数解达到收敛的级数项数约为40项. 带补充项法的级数解与叠加法级数解具有同样的求解精度. 有限元解随网格的细分，计算结果逐渐接近级数法解. 级数解法的计算量与有限元解法相比是微不足道的. 研究成果适于进行构筑物顶板受局部均布荷载作用的结构计算.     

拉贝判别法的等价性

正项级数中拉贝判别法，是可以判别级数的项收敛于零的速度较慢的一些正项级数，因此Ｒａａｂｅ判别法判别级数的范围更大，笔者在于创建一个新的判别法，并进一步研究这个新的判别法是与Ｒａａｂｅ判别法等价的。     

通用级数法求解分层媒质中的电磁场

研究了一种求解拉普拉斯方程和亥姆霍兹方程的通用级数法，给出了两种方程所描述的不同媒质中电磁场的统一级数表达式及确定级数项系数的方法，并用该级数法计算了几个示例，给出了计算结果．     

通用级数法求解分层媒质中的电磁场

研究了一种求解拉普拉斯方程和亥姆霍兹方程的通用级数法，给出了两种方程所描述的不同媒质中电磁场的统一级数表达式及确定级数项系数的方法，并用该级数法计算了几个示例，给出了计算结果。     

煤的耗氧速度及其影响因素恒温实验研究

耗氧速度是评价煤自燃性的重要指标。一般认为相同温度下煤的耗氧速度和氧浓度成正比 ,但据此计算的耗氧速度与实际偏差可能很大。在不同温度和氧浓度水平下对煤进行等温氧化实验 ,推导出据等温实验测算煤氧化反应的级数和反应速度常数的公式 ,从而能确定相同温度下氧浓度与耗氧速度间的函数关系 ,该关系式能更准确地反映煤氧复合过程的耗氧规律。等温实验研究表明 ,煤氧化反应的平均级数通常不为 1 ,反应级数和速度常数都是温度的函数     

用沃尔什级数求解连续系统

本文介绍用Ｗａｌｓｈ级数求解连续系统的方法，而连续时间系统的数学模型是微分方程。用沃尔什级数求解微分方程时，由于级数收敛速度比较慢，所以，在文中同时介绍改变解的收敛性方法及误差的估计方法。     

关于无穷级数求和问题的探讨

无穷级数的求和部分，是学生学习级数过程中较难掌握的部分。介绍几种无穷级数的求和方法，在一定程度上开阔学生解题思路，提高他们的计算能力。     

求化工理论级数的一种可视化方法

根据McCahe-Thiele图解法原理，利用功能强大的Excel电子表格，设计了一个用于求解化工理论级数的可视化方法。利用Excel图表及自动填充功能实现了计算数据可视化，求解方法简单易用，避免了手工绘图计算和编程的麻烦。该方法适用于精馏、吸收、萃取、离子交换、吸附等分离过程理论级数可视化计算，也适用于多釜串联反应器级数可视化计算，可用于教学和工程计算。     

基于蝙蝠算法的K均值聚类算法

为解决传统 K-means 算法中因初始聚类中心选择不当而导致聚类结果陷入局部极值的问题, 采用蝙蝠算法搜寻 K-means 算法的初始聚类中心, 并将模拟退火的思想和基于排挤的小生境技术引入到蝙蝠算法中, 以克服原始蝙蝠算法存在后期收敛速度慢、 搜索力不强等问题。 同时, 通过测试函数验证了其有效性。 最后利用改进后的蝙蝠算法优化 K-means 算法的初始聚类中心, 并将该改进的算法与传统的 K-means 算法的聚类结果进行了对比。 实验结果表明, 改进后的算法的聚类性能比传统的 K-means 算法有很大提高。     

一种从自由飞行实验中提取空气动力系数的新方法

该文提出从飞行体自由飞行试验中提取空气动力系数的新方法－－Ｍａｒｑｕａｒｄｔ改进法。Ｍａｒｑｕａｒｄｔ法综合了Ｃｈａｐｍａｎｎ－Ｋｉｒｋ渚最速下降法的优点而避开了它们的缺点，是一种比较好的数据处理方法。Ｍａｎｑｕａｒｄｔ改进法既继承了Ｍａｒｑｕａｒｄｔ法的优点，又大大地减少了计算工作量，是一种收敛快的迭代算法，最后，给出了在靶道实验数据处理中的计算实例。     

基于马氏距离的模糊聚类优化算法——KM-FCM

为了解决以欧氏距离作为相似性准则的传统模糊聚类算法对多维数据处理不利的问题,采用马氏距离代替欧氏距离,对基于马氏距离的模糊聚类算法进行优化研究,以增强基于马氏距离的模糊聚类算法的聚类效果和能力。通过构造启发式搜索与k-means算法结合的初始优化方法,利用可以自动调节最佳聚类数的有效性函数,提出了一种优化算法KM-FCM,并将此新算法与FCM,FCM-M,M-FCM聚类算法在3个标准数据集上进行了实验。结果表明,KM-FCM算法有效,聚类精度比FCM,FCM-M,M-FCM高,对高维数据聚类识别能力强,具有全局优化作用,并且聚类个数无需提前设定。新算法可为基于马氏距离的模糊聚类算法的优化提供参考。     

物联网密文数据访问中可撤销的混合加密控制算法设计

针对物联网密文数据访问中用户隐私数据的安全性与数据应用操作效率要求之间的矛盾问题,提出一种新的可撤销的混合加密控制算法。介绍了对称加密算法,根据物联网密文数据访问中用户录入的指纹,通过数据特征提取过程、模板生成过程以及密钥生成过程生成可撤销密匙。介绍了公钥加密算法,给出物联网密文数据访问中公钥加密算法加密过程。对对称加密算法和公钥加密算法的性能进行对比,将二者结合在一起形成可撤销的混合加密控制算法。将椭圆加密算法和AES加密算法作为对比进行测试,结果表明所提算法效率高,对明文和密钥有较高的敏感性。     

基于混合遗传算法的多约束组播路由优化算法

针对目前多约束组播路由算法中存在的算法复杂,不能求出其精确解和运算量大,解不稳定等问题提出了一种新的组播路由优化算法,其核心是采用改进的遗传算法。该算法采用模拟退火算法与遗传算法相结合的方法,编码采用实数编码结构,交叉和变异概率适当选择,合理设计适应度函数。仿真结果表明,该算法是有效的,稳定的,比传统遗传算法性能优越,具有较强的实用性。     

基于混合算法求解指派问题

本研究建立了指派问题的数学模型,提出了以遗传算法和蚁群算法相结合的思想及其解决方案．算法主要是将每一个任务作为一个基因位形成染色体,以遗传算法控制寻优方向,更适宜解决组合优化问题．实验结果表明,使用此算法解决指派问题,提高了搜索效率,能够在短时间内找到最优分配方案,证明该算法是可行的．     

基于认知诊断的自适应学习材料智能推送算法研究

将认知诊断和自适应学习相结合,利用认知诊断方法先诊断学习者对知识的掌握情况,然后依据遗传算法和多岛遗传算法为每个学习者智能化提供合适的学习材料,提出了基于认知诊断框架下的自适应学习材料智能推送算法.通过Monte Carlo模拟实验考察了新算法的科学性及其效果,研究结果表明:(i)基于认知诊断框架下的自适应学习材料智能推送算法具有较理想的效果;(ii)遗传算法和多岛遗传算法选取的学习材料具有低惩罚函数值和高学习材料匹配的正确率;(iii)遗传算法和多岛遗传算法选取的材料比随机算法更加适合学习者.     

一种基于量子遗传算法的多播路由算法

提出了一种基于量子遗传算法QGA（quantum genetic algorithm）解决多播QoS（quality of service）路由问题的算法．介绍了量子遗传算法的基本原理，给出了算法实现的方法和具体流程，并进行了量子遗传算法在多播路由选择优化方面的仿真实验，证明了量子遗传算法优于常规遗传算法．     

接触电阻计算新方法

运用模糊系统对接触电阻进行建模.首先通过全因子法进行试验,得到足量试验数据,从试验数据中选出一部分能代表整个样本空间特征的数据作为训练数据训练模糊系统,剩下的作为测试数据对模糊系统进行测试,检测系统可靠性.然后在分析基本遗传算法与递推最小二乘算法特点的基础上,将二者结合形成混合算法,混合算法是在基本遗传算法之后进行递推最小二乘算法的运算.通过训练数据分别利用递推最小二乘算法、基本遗传算法、混合算法训练模糊系统,混合算法的收敛效果优于其他2种方法.通过训练数据建立基于回归分析的接触电阻模型.利用测试数据对各模型进行测试,并比较测试结果,混合算法训练模糊系统所得模型的测试效果是各模型中最好的.测试和比较结果说明若能得到足量训练数据,用混合算法训练模糊系统的方法对接触电阻进行建模是可行的.     

The refinement algorithm consideration in text clustering scheme based on multilevel graph

To construct a high efficient text clustering algorithm, the multilevel graph model and the refinement algorithm used in the uncoarsening phase is discussed, The model is applied to text clustering. The performance of clustering algorithm has to be improved with the refinement algorithm application, The experiment result demonstrated that the muhilevel graph text clustering algorithm is available,