分子医学之父——英格拉姆

镰刀型贫血中血红蛋白单氨基酸替换的发现是分子生物学史上奠基性贡献之一。1956年,英格拉姆联合使用电泳和纸层析技术发现正常和镰刀型贫血血红蛋白的第6位氨基酸是唯一区别（6位谷氨酸变为缬氨酸）。这是科学家第一次发现蛋白质单一氨基酸替换就可导致疾病发生的现象,因此英格拉姆有时被称为分子医学之父。英格拉姆的发现促使了分子医学的蓬勃发展,同时还使大家更多意识到镰刀型贫血的重要性。1980年代起,英格拉姆还在神经退行性疾病如早老性痴呆分子基础方面做出了重大贡献。本文通过英格拉姆生平介绍来理解他对生命科学的贡献。     

温奇的诠释性社会科学哲学

温奇试图将日常语言哲学的理论运用于发展一种诠释性的社会科学哲学理论,这种理论认为社会科学的研究是概念性的,它关注的是有意义的社会行为,对这些有意义的行为只能按照规则进行理解,而不是对其进行因果解释和规律解释.这种社会科学哲学理论具有全新的理论向度.     

真菌聚酮合酶分类进展及其应用

概述了真菌聚酮合酶几种有代表性的新分类,这些分类对于进一步认识、改造和利用真菌聚酮合酶以及开发真菌聚酮化合物资源等方面具有重要意义。     

拓扑优化在单缸机缸体轻量化设计中的应用

为将三维拓扑优化技术应用于发动机气缸体轻量化设计中,对采用变密度拓扑优化方法的拓扑优化技术进行了研究．以缸体上施加最大爆发压力工况为边界条件,以缸体总柔度最小化为优化目标,以缸体重量为约束条件,对缸体进行拓扑优化．拓扑优化后的结构考虑加工、装配等因素,进行合理的重新建模后,分析了最大爆发压力工况和最大侧向力工况的气缸体应力分布,两种工况下优化后的缸体最大应力比原气缸体降低,应力分布更加均匀．结构优化方法用于缸体的等强度轻量化设计中,很容易确定缸体的最佳形状,并能减少重复设计验证的次数。     

基于显微图像模式识别的粉丝品质检测研究

粉丝由植物淀粉加工而成. 鉴别粉丝中淀粉的种类及成分比例对食品的营养与安全具有重要而现实的意义. 目前商检中主要依靠感官评价,可靠性差. 为此提出以图像处理、模式识别、人工神经网络为基础的粉丝计算机自动分类和检测新方法. 以粉丝组织的显微图像为基础,运用灰度共生矩阵和分形理论提取显微图像的特征,并将提取出来的特征用做神经网络淀粉品质分类的输入,建立了粉丝中淀粉品质的自动检测系统. 实验结果表明,该方法可行,结果较好.     

混凝土梁弯拉断裂过程的细观分析

将混凝土看成是由骨料、砂浆和界面过渡层组成的三相复合材料.结合部分力学参数试验,采用非线性有限元对混凝土梁受弯拉破坏过程进行了数值模拟.按照试件的实际配比,由Walraven公式计算出各种粒径区间骨料的平面等效面积,然后由随机骨料模型生成混凝土数值试件.混凝土细观结构的破坏由最大拉应力准则判别,对于软化段,采用了应力张开位移模型以缓解计算结果的网格依赖性.计算结果表明:界面厚度取0.2～0.8 mm,对试件的荷载位移全曲线的影响不大;任意形状骨料与圆形骨料的计算结果相近;界面层断裂能对梁宏观荷载位移曲线的形状影响较大.     

一种快速高效二维时域有限元束传播法

提出并建立了一种新型的快速分析平面光波光路器件传输特性的2D时域有限元束传播法(FE-TD-BPM)模型.与常规时域差分格式的有限元束传播法相比,在时域实现了一维有限元(FEM)离散化处理,基于完全匹配层(PML)边界条件给出了全有限元离散化模型.为了验证算法的精度以及速度,模拟分析了直脊波导以及波导光栅,并且与已有文献的计算结果进行比较,结果表明,该算法无条件稳定、计算速度快,与常规时域差分格式的有限元束传播法相差在0.002%以内,并节省了约70%的机时.     

基于深腾1800机群系统的分子动力学并行仿真研究

介绍了分子动力学并行仿真计算的软硬件环境,分析了现有的几种并行算法,确定采用区域分解法作为并行算法,并在此基础上提出了基于区域二次划分的分子动力学并行仿真算法.另外,阐述了原子链、原子近邻表和原子亲属表的概念,提出了基于永久序号的消息传递策略.最后,设计了分子动力学并行仿真程序,并分别在1、2、3、4台结点机上进行了实验,运行结果表明:加速比随着结点数的增加而增加,并行效率虽略有下降但都在87.5%以上,并行效率并没有随着结点数的增加有明显的降低,说明并行程序具有很好的扩展性.     

基于线性变参数的船舶运动H∞控制及仿真

为确定船速变化对船舶操纵控制的影响,提出线性变参数H∞航向控制算法.通过变量代换,得到显含船速项的Nomoto船舶运动方程,以船速作变参数,转换为连续线性变参数系统方程.将其凸分解为多胞表示,利用线性矩阵不等式方法,对多胞的各顶点分别设计满足H∞性能和动态特性的输出反馈航向控制器,综合顶点控制器得到具有同样多胞结构的全局连续变增益控制器.仿真结果表明,该控制器能有效控制船舶航向.     

基于变分不等式的网络广告资源分配的超网络模型

为优化网络广告资源分配,提高网络广告的效应,建立了由m个公司和n个网站构成的网络广告资源分配的超网络模型.模型中采用点击量、转化量及显示概率作为权值的展示量来说明广告效果,得到了模型的优化条件并且将其转化为有限维的变分不等式.提出了利用变分不等式算法揭示网络广告资源分配的网络结构.数值模拟结果表明:在一定误差范围内,可得到模型的平衡解.