不确定非线性时变时滞系统的可靠H∞控制

研究了不确定非线性时变时滞系统的可靠H∞控制问题.系统考虑了状态滞后、参数的不确定性、非线性及外部扰动.参数不确定性满足匹配条件,同时非线性满足有界条件.目的是设计一个状态反馈控制器,对于所有可允许的不确定性,使得当部分执行器失效时,系统仍能保持渐近稳定.基于Lyapunov泛函方法,通过求解一个线性矩阵不等式就可得到可靠H∞状态反馈控制器.用数值算例及仿真结果验证了所给方法的有效性.     

地震灾害后不同受灾人群身心应激症状影响度分析

面对地震带来的巨大灾难,通过探讨地震后不同类型灾民身心应激症状的影响度,有利于有针对性地对灾民进行心理救助,减轻灾害影响,提高灾害救援效果。本文将地震后灾民身心应激症状分解为4个指标,即生理症状、认知症状、情绪症状和行为症状。采用突变级数法构建了地震灾害后灾民身心应激症状突变模型,并以5·12汶川地震为例做实证研究,对不同类型受灾人群身心应激症状影响度进行了分析。通过对比研究发现,不同类型人群身心应激症状所受影响程度不同,女性、中老年组以及重灾区人群身心应激症状最严重。即使同一类人群,在面对同样灾害时,其在生理症状、认知症状、情绪症状和行为症状4个方面所受影响程度也不同。本文采用突变模型对地震灾害后灾民身心应激症状进行研究,所得结论与既往相关研究结论基本一致,表明模型的评价结果可靠、有效,为灾后减灾工作提供了新的思路和方法。     

改性环氧树脂三元聚合物的合成研究

由甲基丙烯酸、丙烯酸丁酯和二甲基二氯硅烷(DMS)与环氧树脂接枝共聚,得到一种有机硅-丙烯酸-环氧树脂三元聚合物的改性环氧树脂.通过红外光谱对改性环氧树脂进行表征,结果表明合成了预期结构;热重分析结果表明改性环氧树脂提高了耐热性;通过检测,制作的复合材料的力学性能均有不同程度的提高.     

d4T-5’-氢亚磷酸酯的合成及其体外代谢研究

抗艾滋病药物d4T的毒性高,且不断出现耐药性现象,所以通过设计d4T的前药来解决这些问题成为近年来研究的热点.合成及表征了5个d4T-5’-氢亚磷酸酯类化合物,并进行了体外代谢研究.油水分配实验结果表明,相对于原药本身,前药表现出更好的亲脂性,有利于提高药物的透膜性和穿过血脑屏障的能力;d4T-5’-氢亚磷酸酯类化合物在pH 5.5的缓冲溶液中的稳定性最好,有较高的活性.体外酯酶水解、血浆代谢和活性实验表明,d4T-5’-氢亚磷酸异丙酯降解速度最慢,能较慢地释放出d4T.由此可见,d4T-5’-氢亚磷酸酯系列前药,有作为临床抗艾滋病治疗剂的可能.     

基于1stOpt的水库预泄期最优泄流调度模型

基于通用优化计算平台1stOpt,探讨了不同目标函数及约束条件下的水库泄流优化调度数学模型.结果表明:所建立的水库最优泄流调度模型能适应和满足不同任务、多目标的要求,并具有通用性和普适性;1stOpt全局优化能力强、简单易用,可广泛应用于水利水电等工程领域中的优化计算.     

玉米秸秆水热法催化液化研究

利用玉米秸秆为原料研究其在高压反应釜中的水热法液化过程.结果表明,反应温度为390℃,反应停留时间为15 min左右,升温速率为10℃min-1时,,生物油的得率最高.生物油的热值较高,成分也比较复杂.生物质的水热法液化能获得高能量密度产物,是一种具有良好发展前景的生物质转化技术.     

高职院校校园文化建设的思考与探索——以济源职业技术学院校园文化建设为例

校园文化是学校教育的有机组成部分,具有潜移默化的激发力、导向力和感染力.本文通过对济源职业技术学院校园物质文化、精神文化、制度文化和行为文化的现状及问题进行分析,提出全员参与、健全机制、创新载体等深化校园文化建设的建议.     

换热器内随温度变化的黏度对两流体(火积)的影响

以橄榄油为例来研究黏度固定和黏度为温度函数的情况下黏性热效应对顺流换热器内两流体相似文献   

知识牵引与数据驱动的兵棋AI设计及关键技术

在分析知识推理型与数据学习型兵棋人工智能(artifical intelligence, AI)优缺点的基础上, 提出了基于知识牵引与数据驱动的AI设计框架。针对框架中涉及的基于数据补全的战场态势感知,基于遗传模糊系统的关键点推理,基于层次任务网的任务规划、计划修复与重规划,基于深度强化学习的算子动作策略优化等关键技术进行深入探讨。结果表明,所提框架具有较强的适应性, 不仅能够满足分队、群队、人机混合等兵棋推演的应用需求, 而且适用于解决一般回合制或即时策略性的博弈对抗问题。     

基于CWD和残差收缩网络的调制方式识别方法

针对低信噪比时莱斯信道下特征提取准确性难以保证、识别准确率偏低等问题, 提出一种基于Choi-Williams分布(Choi-Williams distribution, CWD)和深度残差收缩网络(deep residual shrinkage network, DRSN)的通信辐射源信号调制方式识别方法。利用CWD将时域复信号转换为二维时频矩阵, 对深度残差网络添加软阈值化得到DRSN, 将时频矩阵样本用于对DRSN的训练, 最终构建不同信噪比下的调制方式识别网络。仿真实验表明, 基于RadioML2016.10a数据集, 利用部分先验信息的情况下, 该分类识别方法具有较高的识别准确率和噪声鲁棒性。在0 dB时, 对11类信号的总体识别准确率达到了89.95%;在2 dB以上时, 总体识别准确率均超过91%, 优于其他深度学习识别方法。