新疆紫草中萘醌类成分的提取工艺研究

为了确定新疆紫草中萘醌类成分的最佳提取工艺,本研究以新疆紫草中主要萘醌类成分的含量为指标,利用反相高效液相色谱(RP-HPLC)法测定其含量,采用L9(34)正交实验进行提取工艺全面优选。结果显示,最佳提取工艺为:新疆紫草粗粉,用12倍量95%乙醇冷浸8 h。采用冷浸法提取新疆紫草中萘醌类成分,操作简便,方法可行,降低了生产成本,提高了药材利用率,使实验结果具有实际应用价值。     

UNIX操作系统下SOCKET网络编程

介绍了ＢＳＤ（ＢｅｒｋｅｌｅｙＳｏｆｔｗａｒｅＤｉｓｔｒｉｂｕｔｉｏｎ）ＵＮＩＸ操作系统的ＳＯＣＫＥＴ（套接字）的网络编程思想，并给出客户机－服务器进行传输信息的编程方法。它是开发网络通信软件的基础     

双连杆柔性机械臂的变结构轨迹控制

针对双连杆具有柔性前臂的机器人建立了非线性动力学模型，柔性臂所在的动坐标系采用相对坐标系，即悬臂梁坐标系，使得关节的实际转动角度与动坐标系的转动角一致，利于控制方案的实施。基于输入输出线性化，提出了一种关节轨迹变结构跟踪控制方案，该方案考虑了柔性臂弹性变形的稳定性和对参数的变化的鲁棒性。     

不对称的双（杂芳基）烷类的合成

Ｎ－（α－苯关三唑烷基）氨基甲酸甲酯２ａ，用１ｍｏｌ杂环化合物处理时，形成苯并三唑烷基取代的杂环化合物。在温和的条件下，这些中间体进一步同其安杂环化合物反应，得到了不对称的双烷类，产率很好。     

一种新的网络计划方法：群体网络计划技术

提出了一种由群决策理论、计算智能、计算机支持协同工作和网络计划技术相结合而成的新方法－群体网络计划技术，在工序设置、基本假定、技术支持以及计算方法等方面分别进行了初步探讨。这一方法在项目管理中，有着广泛的应用前景。     

杜氏藻中多糖的化学研究（Ⅰ）

用０．２％稀碱溶液萃取杜氏藻提取出β－胡萝卜素后的残渣，经浓缩后用乙醇沉淀，得粗多糖，以Ｓｅｖａｇｅ法除去蛋白质，再经ＤＥＡＴ－纤维素及葡聚糖凝胶Ｇ－１００柱层析，得杜氏藻多糖（简称ＰＤＳ）．多糖经薄层层析、纸层析、气相色谱及经甲基化后的色谱／质谱分析，获知有５种糖，即半乳糖、木糖、鼠李糖、葡萄糖、甘露糖，并测得各种糖的可能连接．     

一种用于判断矩阵排序的扩展最小二乘方法

对判断矩阵排序提出一种新的扩展最小二乘方法（ＥＬＳＭ），并从理论上给出相应的收敛性迭代算法和一致性检验方法．与最小二乘排序方法ＬＳＭ相比较，新的排序方法ＥＬＳＭ保序性好，排序结果准确；与特征向量排序方法ＥＭ相比较，ＥＬＳＭ排序方法虽然算法复杂些，但概念更清楚，涵义更明确，更为突出的优点是可以推广应用于群组判断矩阵排序．最后通过仿真实例说明ＥＬＳＭ排序方法的优越性     

伴随阵的最小多项式和Jordan标准形

Ａ是数域Ｆ上ｎ阶方阵，文中给出用Ａ的最小多项式来表示Ａ的伴随阵的最小多项式的表达式，以及由Ａ的Ｊｏｒｄａｎ标准形表示出Ａ之伴随的Ｊｏｒｄａｎ标准形的方法。     

基于非齐次泊松过程的共享停车场运营策略

为缓解因城市某些地区、某些时间段停车供需不平衡的问题,将居住区内空闲车位进行共享的解决方法已引起多方的关注。在居住区实施共享停车时,需考虑车位提供者与社会停车用户的时空冲突问题。本文首先基于实际停车行为数据,假设车位提供者返回过程呈非齐次泊松过程;其次,以居住区共享停车为运营场景,居住区停车场车位共享率和管理者收益最大化为目标,构建了相应的数学优化模型;最后,设计了粒子群求解算法,通过数值实验,分析该场景下的最优运营策略。结果表明：(1)社会停车用户的最大离开速率在其占车位总数的四分之一左右时,管理者总收益最大;(2)随着车位提供者车位返回速率突变时间的改变,要使得总收益及车位共享率最优,第一阶段变更共享策略时间设置在车位提供者返回速率突变时间前三十分钟内,第二阶段变更共享策略时间应设置在车位提供者返回速率突变时间后一小时五十分钟以内为宜。     

基于SOA-BP神经网络的SLS成型件精度预测模型

针对选择性激光烧结(selective laser sintering,SLS)成型件精度难以控制以及工艺参数优化实验成本高等问题,提出了一种利用人群搜索算法(seeker optimization algorithm,SOA)优化BP(back propagation)神经网络对SLS成型件精度预测的方法。首先选择激光功率、预热温度、扫描速度、扫描间距以及分层厚度五个工艺参数设计正交试验获取样本数据。然后根据SOA算法特有的利己、利他、预动和不确定推理四大行为确定搜索策略,获取BP神经网络最优权值和阈值。最后采用MATLAB建立优化后的BP神经网络预测模型对样本数据进行预测分析,并与传统BP神经网络和粒子群算法(particle swarm optimization,PSO)优化的BP神经网络预测结果进行对比。结果表明:基于SOA-BP神经网络的预测模型具有较高的预测精度,最大绝对误差仅为0.028,对SLS成型件精度的提高和工艺参数的选取具有指导作用。