板料冲压成形过程的三维动态模拟

采用随动拉格朗日坐标 ,应用三维弹塑性大变形有限元动态分析技术 ,模拟了板料拉深成形的全过程 ,得到了拉深过程中任意时刻各处的应力和应变值 .取壁部单元的最后应变值 ,反映到成形极限图上 ,与实验测得结果进行比较 ,符合良好 .改变压边力这一参数 ,得到了预期结果 ,真实再现了实验现象 .     

IEEE 802.11e EDCF性能评估

通过建立语音、视频和数据业务的仿真模型评估了IEEE802．11e中竞争接入方式EDCF的工作性能,并把它与传统的802．11中的DCF方式进行了比较,讨论了改变竞争窗(CW)和仲裁间隔时间(AIFS)对系统总吞吐量和区分服务的影响,还考虑了竞争空闲脉冲(CFB),发现它在负载较高的情况下能够提供较好的区分服务,但在不同的应用和配置下对系统性能的影响具有很大的跳跃性和不稳定性。     

智能型多工位冲裁级进模工步排样计算机优化设计方法及其应用

分析了多工位冲裁级进模工步排样所遇到的各种干涉问题；给出了易于计算机化的工步排样优化设计准则；建立了实用的工步排样优化设计数学模型；提出了高效可靠、能自动完成工步排样优化设计的新方法．还简单介绍了由作者研制开发的“智能型多工位级进模工步排样ＣＡＤ系统”及其应用实例．     

带真空和外力的可压缩Navier-Stokes方程弱解的唯一性

通过运用Gronwall不等式,在Lagrangian坐标系下,证明了带真空和外力的可压缩Navier-Stokes方程初边值问题弱解的唯一性.     

双向挤压过程内部缺陷的预测研究

采用刚粘塑性有限元法对金属塑性成形过程进行数值模拟，并就成形过程中的应力、应变场的变化及其与模具结构设计的关系作了深入分析．进而提出了预测内部成形缺陷的研究方法，该方法成功地应用于双向挤压成形过程的内部缺陷预测分析．     

试论对象和对象模型

首先讨论面向对象技术的两个基本概念：对象和类，然后提出用于分析、设计和实现软件系统的对象模型。     

周期边值问题的延拓法求解

本文主要讨论用延拓法求解常微分方程周期边值问题.与不动点方法相比较,它使得迭代的收敛域得到有效扩大.     

用于储量渗透率预测的高效梯度提升决策模型

渗透率预测本质上属于拟合问题,因此可用拟合模型进行解决。机器学习模型是解决拟合问题的利器,其中LightGBM (light gradient boosting machine)表现出色,为此选用该模型进行预测。然而,LightGBM预测性能受自变量的数量和性质影响较大,同时较多超参数的使用使其预测状态难以最优,为此采用MIV (mean impact value)算法和CD (coordinate descent)算法对模型进行改进。为验证提出模型的预测性能,以姬塬油田西部长8段致密砂岩储层为例进行研究。设计了三个实验分别对提出模型进行性能分析。根据实验结果发现MIV和CD的使用能提高LightGBM的预测性能,同时提出模型在预测上较常规混合机器学习模型表现更为高效。实验结果证明提出模型可在纯数据驱动下高效地预测渗透率,较经典物理模型更具有适用性和推广性。     

基于粒子群优化算法改进的XGBoost模型制备C4烯烃工艺条件优化

C4烯烃是生产清洁友好燃料等化工产品的重要原料，提升C4烯烃收率，增大C4烯烃产量是生产过程重要的目标之一。针对乙醇偶合制备C4烯烃这一化学反应样本数量多，特征数量少等特点，本文提出一种组合模型：粒子群算法改进的XGBoost模型。首先将XGBoost模型与数据的拟合效果作为粒子群算法的目标函数，通过粒子迭代确定XGBoost模型的最优超参数; 然后通过对变量设置一定的步长构造仿真数据。最后，将优化后的XGBoost模型与仿真数据进行拟合，拟合优度由76%提升至93%。根据预测结果确定了C4烯烃的最大收率和最佳反应条件，得到C4烯烃收率的最大值为43.52%。实验结果表明，改进后的XGBoost模型在误差和精度方面都优于原始模型。