一类含时滞和扩散的Prey- Predator系统波前解的存在性

反应扩散方程的行波解可以很好地表现自然界中的振荡现象和扰动以有限速度传播的现象,是非线性偏微分方程的一个重要研究领域。本文研究了一类含时滞和扩散的Prey-Predator系统的行波解。通过构造系统的上下解,利用波前解的存在性理论,得到当时滞τ1和τ4较小时,该系统波前解存在。     

六大怪异青蛙

蓝色箭毒蛙外表冷酷的蓝色箭毒蛙警告着侵略者,它是一个致命威胁,这种青蛙的毒素存储在皮肤之中。钟角蛙原产地是南美洲,具有凶残的本性,它们会侵袭经过的青蛙、蛇和蜥蜴,将它们的尸体大口咀嚼。     

有限p-幂零群的一个刻画

利用有限群G的Sylow p-子群的极大子群给出了有限群成为P-幂零群的一个充分条件:若G的Sylow p-子群P的所有极大子群在G中s-半正规,则G为P-幂零群。同时,推广了有关P-幂零性的几个已知结果。     

稠油热采井改性纤维复合防砂实验研究

单一的防砂技术在稠油热采井中的应用受到一定限制,为解决热采井防细粉砂,从改善纤维复合防砂技术体系中的基体（树脂涂敷砂）性能入手,以期使纤维复合防砂技术能够用于热采井防砂。通过考察水溶性酚醛树脂、ER树脂粉末、偶联剂、增强剂加量对砂体抗压强度和渗透率的影响,分析了体系中各组分的作用机理。通过室内实验优化了纤维防砂体的配方,研究表明,偶联剂、改性剂、增强剂、ER树脂粉末、水溶性酚醛树脂SR1、石英砂之间的质量比为（0.15~0.20）∶3.1∶1.5∶（2~4）∶10∶100时体系具有较高的防砂强度,并且在350℃下仍能保持在3MPa左右,较不加入纤维时高30%,渗透率可增加10%左右。     

K_(0.5)Na_(0.5)NbO_3纳米材料的表征及其水热生长习性研究

采用水热法在一定条件下合成K0.5Na0.5NbO3(KNN)纳米材料.利用XRF、XRD、SEM、Raman散射光谱和紫外/可见吸收光谱分别对材料的组分、物相、形貌、声子振动模式和光吸收等性质进行了表征.结果显示所合成的KNN材料为正交相钙钛矿结构,能隙约2.93 eV,其室温拉曼光谱与块体相比存在一定蓝移.此外,反应时间对产物形貌影响较大,阶梯状复杂形貌可能是一种聚集生长机制.     

浅谈高校BBS学生心理危机干预机制的构建

当今网络文化迅猛发展对高校大学生产生了巨大的冲击。在高校信息化校园建设中,加强网络文明的建设,培育,重视绿色网络,并且从高校大学生的实际出发,努力营造一个健康、文明、有序、安全、具有活力、没有污染的网络文明环境。高校BBS在全国高校里飞速发展,一定程度上可以成为高校教育工作者掌握学生思想情况的一条渠道。本文探讨了高校BBS心理危机的内涵及构建高校BBS学生心理危机干预机制的重要性。详细提出了高校BBS学生心理干预的构建机制。     

一类具功能性反应的Prey-Predator系统的周期解与稳定性

研究一类具Holling Ⅱ功能性函数的含扩散与时滞Prey-Predator系统,利用上下解及比较原理,通过周期抛物系统(e)ui(t,x)/(e)t-Aiui(t,x)=ui(t,x)[ai(t,x)-bi(t,x)ui(tx,x)](i=1,2)的周期解得到系统的上下解,证明了系统在对应的特征方程的主特征值σ1(a1)≥0,σ1(a2)>0时存在全局渐近稳定的平凡解(0,0),当σ1(a1)≥0,σ1(a2)<0时系统存在全局渐近稳定的半平凡解(0,(O)2(t,x)),当σ1(a1)<0,σ1(a2+1)≥0时系统存在全局渐近稳定的半平凡解(01(t,x),0),并获得当σ1(a1)<0,σ1(a2)<0时系统存在一对T-周期拟解的充分条件,且对任意的非负初值函数这对周期拟解构成此系统的一个吸引子.     

n进制下一个数论函数均值计算

引入概念矩函数、方差函数、高阶方差,运用组合数学与概率论相关知识得到3个引理与1个定理,从而解决了n进制数字和函数的p次均值问题,得到几个均值计算公式.     

改进的人工鱼群算法在置换Flow Shop调度中的应用

分析了人工鱼算法(AFSA)存在的不足,在保持AFSA算法基本行为的基础上,提出了在觅食行为过程中采用基于交换列表的排序法,在随机移动行为中采用自适应的小范围移动行为的改进人工鱼群算法。根据置换Flow Shop调度问题的数学模型,给出了基于改进的人工鱼群算法的置换Flow Shop调度问题的求解策略,并详细讨论了求解步骤。仿真实验结果表明:该算法具有较强的全局搜索能力、更高的搜索效率,同时验证了该算法的可行性和有效性。     

一种新的数据二阶特征估计算法及其在数据校正中的应用

在许多数据分析,尤其是数据校正过程中,需要知道数据的二阶特征。现行的二阶特征算法通常是对方差的估计,算法存在共同的局限性,即假定样本中不含有显著误差,并且服从正态分布。这种假定在许多实际情况中是不能满足的,从而使算法的应用受到了限制。针对常用算法的局限性,本文提出了一种新的数据二阶特征估计算法。该算法基于序列的关联性理论,通过对信号或然误差的实时估计实现对数据等效二阶特征的估计。理论分析和仿真实例验证了新算法的有效性。