PBO单丝断裂微观结构分析

对PBO-AS单丝实施拉伸，通过观察拉伸断裂后的单丝形态，分析单丝断裂强力同单丝微观结构的关系．通过显微镜观察发现，PBO断裂后的单丝微观结构发生变化．提出单丝本身结构和原纤化可能是导致这些结果的主要原因．     

发电厂电气部分课程的工学一体化教学改革探索与实践

详细论述了近年来我们对《发电厂电气部分》课程所做的一系列教学改革与探索，提出了工学一体化教学改革模式，该模式旨在将工程实际贯穿于整个教学活动中，将工程思想、理论学习和工程训练相互融通，使其成为一个动态的整体，采用该模式教学，能够强化学生动手能力和培养创新思维，建立工程思想．     

心理干预对ICU护士心理状态的影响

目的探讨心理干预在减轻ICU护士心理状态中的作用。方法随机抽取广东省盐步医院及江西省九江学院附属医院东院ICU及普通内科护士各20名护士，前者为干预组，后者为对照组。对照组采用常规护理管理模式，干预组加用认知、情绪、行为的心理干预。然后检测两组的心理状态。结果ICU护士的SAS和SDS评分均高于普通内科护士。经干预后，两组失眠发生率以及与失眠相关的心理和生理反应相比较有显著性差异（P〈0．01），前者明显优于后者，说明心理干预可明显改善ICU护士睡眠状况以及心理状况。结论心理干预作用显著，可改善ICU护士心理状态。     

分子动力学模拟金属(V、Nb、Ta)的热膨胀

根据分子动力学（MD）方法，从原子尺度上研究了难熔金属V、Nb、Ta在各自熔化温度下的热膨胀和晶格常数随温度的变化，所得结果与已有的实验值相吻合，并从微观方面探讨了热膨胀产生的内在机制及其对金属熔化过程的影响．     

基于模糊数学的计算机性能评价和销售预测的研究

根据模糊数学理论,运用模糊意见集中评价和模糊综合评价方法,计算机性能评价和销售预测进行研究,为评价差别不是很明显和含有多种因素的事物,提供了科学有效的方法.     

扩展Meadows模型分析Ad Hoc网络路由协议安全性

目前,Ad hoc网络安全路由协议缺乏有效的形式化分析方法.通过添加基于图论的路由描述和分析方法,文章扩展了Meadows模型的分析能力.使用扩展后的Meadows模型对Ad hoc网络安全路由协议Ariadne进行了分析,分析结果显示Ariadne协议存在产生虚假路由的漏洞,从而也说明了扩展后的Meadows模型能够用于Ad hoc网络安全路由协议的安全性分析.     

世界经济层内进化浅论

本文将物理系统层内进化扩展到世界经济系统中去，通过对世界经济循环结构与物理系统进化的层次结构关系的探讨，论述了世界经济周期的特征及经济周期的熨平作用。     

基于大规模定制的供应信息框架研究

研究了大规模定制环境下的结构性供应关系与过程性供应关系，进而给出了表达结构性供应关系的信息表达结构MCGBOM，以及表达过程性供应关系的信息表达结构MCGSPG，并用XML标准为这两种信息结构进行了标准化描述，以用于多代理系统中的信息交换．     

论全球化视野下的民族文化整合与发展

经济全球化的兴起 ,不仅使生产要素在全球得以配置 ,也使文化多元化成为各民族文化发展的平台。无疑 ,2 1世纪人类文化交往的空间会进一步扩大 ,然而 ,由于各民族文化间的差异 ,文化整合问题日益凸现。因此 ,应当以创新的观点对待中西文化 ,以自觉的心态建构现代文化形态 ,实现民族文化的整合与发展。     

Samples Selection for Artificial Neural Network Training in Preliminary Structural Design

An artificial neural network (ANN) is applied in the preliminary structural design of reticulated shells. Major efforts are made to enhance the generalization ability of networks through well-selected training samples. Number-theoretic methods (NTMs) are adopted to generate samples with low discrepancy, i.e.uniformly scattered in the domain, where discrepancy is a quantitative measurement of the uniformity. The discrepancy of the NTM-based sample set is 1/6-1/7 that of samples with equal spacing. In a case study,networks trained by NTM-based samples are compared with those trained by equal-spaced samples in generalizing performance. The results show that both the computational precision and stability of the former ANNs are more satisfactory than those of the latter. It is concluded that the flexibility of ANNs in generalizing can be effectively increased by use of uniformly distributed training samples rather than simply piling data.More reliable uniformity should be obtained, however, through NTMs instead of equal-spaced samples.