高层钢结构设计中几点问题的探讨

章介绍了钢结构在我国的运用和钢结构的优越性能；探讨了高层钢结构在设计方法、设计指标(高宽比限制，层间变形限值)、抗风设计(风振系数、人体舒适度等)、抗震设计、抗火设计中存在的一些问题以及迫切需要研究的方面。     

攀枝花市区域创新体系建设研究

本文结合区域创新的相关理论,对攀枝花市区域创新体系建设的难点和重点进行了研究分析,提出了攀枝花区域创新体系的构建和相应的对策措施,以期为攀枝花“打造中国钒钛之都建设特色经济强市”战略的实施提供参考,同时为其它资源型城市建设区域创新体系提供借鉴。     

云南省蹴球运动训练管理体制状况调查

采用结构性访谈法、思维法以参加第十届云南省民运会蹴球项目竞赛的16个代表队的教练及领队为研究对象对云南省蹴球运动训练管理体制状况进行了调查,发现云南省蹴球运动训练管理体制存在机构不健全,权限划分不明确,管理制度不完善,训练不规范,基础建设薄弱等问题.在此基础上给出完善云南省蹴球运动管理体制的建议:健全组织机构,明确权限划分;完善管理制度,促使训练规范化;鼓励科学研究,促进蹴球技战术发展;加大经费投入,加强场地设施建设;设立专门比赛,丰富蹴球活动形式.     

等离子化学气相沉积硬膜技术研究

用等离子体化学气相沉积（ＰＣＶＤ）技术制备了ＴｉＮ、ＴｉＣ、Ｔｉ（ＣＮ）和（ＴｉＳｉ）Ｎ膜及其组合的多层膜。ＰＣＶＤ具有很好的覆盖性，ＰＣＶＤ－ＴｉＮ具有很好的耐磨、蚀性，膜与基体结合良好，因而用ＰＣＶＤ法在高速钢刀具、模具及轴承上沉积ＴｉＮ可大大提高其使用寿命。ＰＣＶＤ－ＴｉＮ和Ｔｉ（ＣＮ）膜无明显柱状晶，其显微硬度高于ＴｉＮ亦可用于高速钢刀具、模具上提高其使用寿命。ＰＣＶＤ－（ＴｉＳｉ）Ｎ，晶     

金属基体表面热熔敷玻璃涂层耐蚀性研究

利用斑点试验、点蚀试验、电化学测试及扫描电镜等方法，研究了熔敷温度、保温时间和稀土添加量等工艺参数对热熔敷法制备的玻璃涂层耐蚀性的影响，探讨了添加稀土提高玻璃涂层耐蚀性的机理。试验结果表明，采用热熔敷法制备的玻璃涂层有较好的耐蚀性。随着熔敷温度的提高和保温时间的延长，形成了一定量的晶相后会降低涂层的耐蚀性。试验结果表明，熔敷温度为700℃、保温5min后能够得到耐蚀性良好的玻璃涂层。添加稀土提高了釉料的软化温度和熔融釉料的粘度，阻止了结晶形核和晶核长大，减少了晶相，同时提高了涂层的电极电位，使涂层耐蚀性显著提高。当稀土含量为2％时，涂层的耐蚀性较好。     

某方钢管混凝土柱钢梁节点非线性有限元分析

选择合理的单元类型、材料本构关系,利用非线性有限元分析程序ABAQUS对内隔板外伸式钢管混凝土柱-钢梁节点进行了三维有限元分析,在试验研究的基础上进一步探讨了节点的受力性能和传力机理.分析结果表明,该类节点传力路径清晰,有较好的强度和刚度,满足"强节点,弱构件"的抗震设计原则;建立的三维有限元模型能够比较准确地模拟节点的实际工作状态.     

OTA-C压控振荡器的分析与设计

本详细分析了OTA—C压控振荡器的原理，并设计了一个用于OTA—C滤波器自动调谐系统的OTA—C压控振荡器，该振荡器的频率调谐范围在2MHz到50MHz之间．其中线性部分为4MHz～20MHz，其压控增益为62．89MHz／V。     

超密集部署下基于双向干扰图的资源分配算法

针对超密集部署时小小区用户之间在资源复用模式下将产生强烈干扰的情况,提出采用双向干扰图的方法建立小小区用户间的干扰模型,并在此基础上设计了基于势博弈的资源分配算法.为减小资源分配过程中的计算开销,同时进一步抑制干扰,提出了资源分配效用矩阵和效用值更新方法,在算法执行过程中对资源块状态进行分类,减少小小区用户在博弈策略空间中的尝试次数.仿真结果表明:与原博弈算法相比,提出的算法在保证蜂窝用户服务质量的条件下,进一步提高了系统容量,同时明显提升了边缘用户可获取的速率,大幅降低了计算复杂度.     

基于MIGA-BP神经网络的短期电力负荷预测

准确的短期电力负荷预测有助于工业生产中故障诊断和发电成本的降低.针对已有遗传算法优化的BP神经网络(GA-BP)存在局部搜索能力差的缺点,提出多岛遗传算法优化的BP神经网络(MIGA-BP),通过使种群在不同"岛屿"进化和迁移提高物种多样性,克服GA-BP算法中的缺点.将天气因素影响权重和归一化后的负荷数据输入建立的MIGA-BP神经网络预测模型,在MATLAB环境下进行仿真研究.结果表明,控制变量条件相同时,MIGA-BP模型预测误差比GA-BP模型的更小,对短期电力负荷预测更有优势.     

利用证据神经网络的多分类器系统构造

为了充分利用数据信息进而提高分类正确率,提出一种证据神经网络的分类器,并据此构造了多分类器系统。首先将训练数据中的含混数据视为新类别——混合类,将原始的训练数据重组成含有混合类的训练数据,然后使用证据神经网络分类器系统用重组后含混合类的训练数据进行训练,对分类输出进行证据建模,并使用多种不同的证据组合规则实现多分类器融合。采用人工数据集和UCI数据集进行对比实验,结果表明:与其他采用神经网络的多分类器系统相比,采用证据神经网络的多分类器系统能有效提高分类正确率;在数据集Magic 04和Waveform2上,采用提出的多分类器系统比采用投票法的神经网络多分类器系统的分类正确率分别提高了6%和10%左右。