通过热力学与电学的类比加深对于熵的理解

恰当地开展分支学科之间的类比是理解物理学的一条有效途径。在借鉴电荷概念引入热荷概念之后,继而直接将熵定义为热荷量,使之成为一个通俗易懂的物理量。以此为基础,在电流与熵流的连续性、驱动力,以及它们与能流之间的关系和电流与熵流在流动过程中的熵产生等方面对热力学与电学进行了较为全面的类比。这样不仅能凸显出热力学与电学的一些基本物理过程之间的相似性或共性,以及客观世界的内在和谐性,而且能更加鲜明地反衬出它们之间的差异即各自的个性,从而加深对于熵的理解。     

基于改进遗传 P ID 算法的能量回馈制动系统

针对目前能量回馈系统效率低的问题, 提出一种基于改进的遗传PID（比例-积分-微分）算法对能量回馈系统进行控制. 首先建立回馈制动的数学模型, 然后根据其模型采用仿真软件（MATLAB）, 并结合改进的遗传PID算法进行仿真实验. 实验结果表明, 改进的遗传PID算法比传统PID算法控制效果更好, 稳定性、 鲁棒性及抗干扰能力更强, 且回收效率提高了25.8%.     

功能梯度仿生头盔防护性能与头部损伤分析

为了提高摩托车头盔防护性能降低头部损伤风险,本文引入功能梯度仿生泡沫结构替代传统头盔的均匀密度泡沫衬垫.通过头盔耦合生物力学头部有限元模型,获取撞击过程中头部质心加速度、生物力学响应和头盔结构响应,综合分析不同密度梯度方案对头盔防护能力的影响.结果表明,功能梯度泡沫结构在中高速冲击下有更明显的优势.相比传统头盔吸能缓冲层的均匀泡沫密度方案和新型头盔的正/负密度梯度方案,最大密度为80 kg/m3的负密度梯度泡沫设计方案可以更有效改善头盔结构碰撞响应并降低碰撞过程中头部损伤,且随着密度差的增大,负密度梯度头盔的防护性能得到了进一步提高.     

啤酒质量分析与全面质量管理方法

采用模糊数学方法,据几家啤酒厂所供数据对其啤酒质量进行分析、判定,使啤酒生产过程达到全面质量管理,并给出其计算机实现算法.     

网路分风的疑点之二——自然分风与按需分风的区别

本文讨论两种分风的共性和异性.从数学模型、物理意义及生产矿井实际状况的角度探讨两种分风的差异。     

基于Rough集的MAS协同任务模型

本文在Rough集框架内建立基于任务的多Agent系统（MAS）形式模型，讨论了任务求解的条件和任务的协同度。在求解基于任务极小MAS的基础上，对Agent进行了基本分类，为Agent的角色划定和责任分配提供依据，同时研究了成员Agent的重要度。     

最大熵方法的结构分析

以Ｓａｙｒｅ的一维模型和三维ＣａＧａＮ单晶的Ｘ射线衍射数据以及二维Ｈａｌｅｒｈｏｄｏｐｓｉｎ单晶电子衍射数据为例,进行了最大熵方法的结构分析．计算结果表明,最大熵方法可以补偿截尾效应提高结构分析的分辨率．在结构计算中利用对称性减小了计算量,提高了计算速度,同时也大幅度减小了计算程序所占计算机的内存,从而使最大熵方法的结构计算能在微机上进行．     

热平衡低温等离子体法合成氨研究

介绍了一种新的合成氨方法－热平衡低温等离子体法,该法简单易行,节省自然（天然）资源和能源,在合成氨工业可开辟出广阔的应用前景。     

连续实时质谱法测定氮氢放电气流的瞬态成份

介绍一套自制放电装置,连续实时进样组件和改进过的色谱质谱联用仪进样接口件,实施连续实时地测定氮氢混合气体在高压、高电场强度条件下放电过程中的瞬态成份,重现性好。试验数据表明,连续实时进样质谱法适合研究放电气流（低温等离子体）的成份。     

基于卷积神经网络的基因剪接位点预测

研究剪接位点可以更深入地探索剪接机制和基因预测方法,准确预测剪接位点至关重要。基于深度学习技术提出一种新的预测方法,无需人工提取样本特征,以基因序列的K-MER编码向量作为输入,采用训练后的卷积神经网络(CNN)模型进行预测。基于人类基因HS3D供体数据集,与传统机器学习方法进行预测比较,结果表明预测模型的主要性能指标,包含马修斯相关系数(MCC)、灵敏度(SN)均超过传统的机器学习方法。