基于OpenGL的中药自动配药系统运动仿真

利用OpenGL建立可视化的中药自动配药系统运动仿真模型，结合算法的理论分析，在此平台上测试集料斗运动控制的不同算法，确定最适合本配药系统的算法。分析仿真所得数据，阐述此运动仿真系统在开发中药自动配药系统中的作用。     

中西并举 风水与景观设计的巧妙联姻

景观规划设计的最终目的，是为了收集并融合人与环境互动的资讯，以创造出符合人类需求及增进人类福祉的处所。多少学者秉承这一信念，在真理的路上用自己的智慧和心血创造出光辉的卓越成果。任教于台湾国立勤益科技大学景观系的韩可宗教授就是这样一位质朴、甘于为景观设计奉献的学者。     

开拓创新 心怀天下——访我国著名工业工程及现代化管理专家齐二石教授

人类社会已经进入知识经济时代，回首近现代时期经济的发展，不难发现工业化过程不可逾越。但是英国实现工业化用了大约200年，日本实现工业化用了100多年，而韩国实现工业化仅用了50多年，为何会有如此大的不同呢？我国目前也正面临着类似于韩国的机遇和挑战，能否抓住信息化这一机遇快速实现工业化呢？下面天津大学学术委员会副主任齐二石教授就以上问题谈到了他的独特见解。     

沧桑五十载 真情今犹存——访中国人民的老朋友贝特兰教授

在中国革命漫长而艰难的历史上,有一批勇敢、正直的外国朋友永远不会被忘却。他们曾经不畏山高路远,冲破了国民党的重重封锁,追寻黑暗中国的光明之所在——中国共产党,并且将共产党、红军以及解放区的真实情况,介绍给了全世界。詹姆士·     

大规模薄膜生长的格子MC模拟并行计算

基于1000×1000个原子的Ti薄膜淀积生长过程的模拟, 在分布式并行系统上提出了区域重叠划分和异步通信的有效并行计算策略, 并运用Monte Carlo方法实现了模拟真实沉积速率下的大规模薄膜生长的并行计算过程, 缩短了薄膜生长模拟计算时间. 实现的并行算法能够模拟比以前粒子数大得多的真实沉积速率下薄膜生长问题, 从而为运用计算机方法模拟薄膜生长提供了有效的手段.     

线性时滞不确定性系统的稳定性

研究了一类线性时滞不确定性的动态系统的时滞无关渐近稳定性。利用Lyapunov稳定性理论,通过求解一个矩阵代数不等式,导出了时滞无关渐近稳定性的充分条件,并给出了几个简单易验证的代数判据。     

n维椭球面内接平行多面体的最大体积

建立了ｎ维球内接平行多面体的性质及其最大体积的概念；利用仿射变换把求ｎ维椭球内接平行多面体的最大体积转化为求球内接平行多面体的问题。最后得到ｎ维椭球内接平行多面体的最大体积为∏ｎｉ＝１（２／ｎ）ａｉ，此处２ａｉ为椭球的轴长。特别地，当ｎ＝３时，就是经典问题的解。它避免了以往假定长方体的表面与坐标面平行所产生的证明缺陷     

关于n~(1/2)∫_0~(π/2)(sin~nxdx(n→∞))渐近级数展开计算

运用文献［１］的结果建立了如下的渐进展开式：ｎ∫π／２０ｓｉｎｎｘｄｘ～π２∞ｉ＝０ａｉｎｉ其中，ａｌ由下面的递推公式所决定：ｌｉ＝０ａｉｂｌ－ｉ＝（－１）ｌ１／２（１／２－１）…（１／２－ｌ＋１）ｌ！，ａ０＝１，ｌ＝１，２，３式中：ｂ０＝１，ｂ１＝ａ１，ｂｉ＋１＝ａ１＋ｉ１！ａ２＋ｉ（ｉ－１）２！ａ３＋…＋ｉ（ｉ－１）…（ｉ－ｉ＋２）（ｉ－１）！ａｉ＋ｉ！ｉ！ａｉ＋１，ｉ＞１这个新递推公式的作用是简化了系数计算的复杂性。此外，还给出了有关的Ｗａｌｉｓ公式渐进性的应用。     

以EBV复制子载体为基础的新型重组AAV载体包装系统

重组腺病毒伴随病毒(Adeno-associated virus,AAV)载体是能建立稳定表达的转导型表达载体,可用作基因治疗的外源基因荷载工具.与逆转录病毒相比,它具有高安全性、无致病性和能感染有丝分裂后细胞等的特点.目前重组AAV的制备,需要两种不同的重组AAV质粒,一种是含位于AAV基因组两端的为病毒复制和包装所必需的反向末端重复(Inverted ter-minal repeats,ITR)和外源基因的重组表达质粒载体;另一种质粒作为助手质粒,克隆了除两端ITR外的AAV全基因组DNA,它反式提供AAV复制和包装所需的病毒蛋白,当这两种质粒共转染宿主细胞时,如存在辅助病毒(腺病毒或单纯疱疹病毒)的感染,就能包装出含外源基因的重组AAV假病毒颗粒.     

电力系统潮流并行算法的研究进展

随着高性价比可扩展集群并行系统的逐步成熟和应用 ,大规模电力系统潮流并行计算和分布式仿真成为可能。该文首先简要介绍了电力系统的潮流计算模型及基本算法 ,分析了算法中存在的困难。然后分析了 4类较重要的电力系统潮流并行算法 :分块法、多重因子化法、稀疏矢量法和逆矩阵法 ,同时讨论了这 4种潮流并行算法的基本原理和实用效果 ,比较了各种并行算法的优点和局限性 ,并指出基于集群系统的粗粒度区域分解潮流并行算法最具发展潜力。