颗粒物质中的沉降阻力

作者对颗粒物质中沉降物体受到的阻力进行了资料调研,并对其中的一些基本物理量之间的关系进行了分析和讨论,揭示颗粒物质系统普遍存在的非线性规律.     

一种计算冲压零件轮廓相似度的快速算法

为了适应网络应用对轮廓相似度计算在速度和数据传输量方面的要求,文中提出了一种非离散的快速算法,该算法采用直线和圆弧来表达轮廓曲线．在对图形进行范化处理后,将待匹配轮廓按照一定步距进行旋转．然后依次以待匹配轮廓或目标轮廓作为模板,计算模板的所有顶点与其在另一个轮廓中对应点的距离平方的平均值．在所有角度中,平均值之和的最小值即为两个轮廓的匹配度．该算法同时适用于凸多边形和凹多边形,并具有较好的区分度和匹配准确性．和以往的离散方式相比,该算法减少了需要传递的数据量．提高了运算速度．     

大规模网络中基于FFT的呼叫阻塞率的快速算法

在大规模网络条件下,Kaufman提出的一维递推快速呼叫阻塞率（CBP）算法由于其呼叫阻塞率的计算将导致系统计算溢出,改进的Kaufman方案虽然消除了计算溢出,但是其计算时间随网络规模的变大呈指数增长．有鉴于此,文中提出了一种基于快速傅立叶变换（FFT）方法和计算溢出避免预处理机制的呼叫阻塞率快速计算方法．仿真结果表明,该算法消除了计算溢出且降低了计算复杂度,具有计算简单、无误差、速度快的优点．     

实现平易建筑的设计方法

建筑单体的设计影响到城市整体的环境质量.文中在分析经典实例和具体工程实践的基础上指出:平易是中国传统文化中的一种价值取向,城市环境中的大量建筑需要平和简易以尊重地域文化和环境文脉.创造平易建筑需要在经济上采用限额设计、在功能上力求完善、在形式上有所制约,通过对适用、经济、美观三要素的合理综合进行优化设计,符合我国建筑发展的现状.     

基于改进差分进化算法的超临界水氧化动力学参数估计

为了准确地估计反应动力学参数,提出一种改进差分进化算法(MDE),能根据算法搜索进展情况而自适应地确定变异率,使算法在初期保持个体的多样性,避免早熟;在后期逐步降低变异率,保留优良信息,避免最优解遭到破坏,增加搜索到全局最优值的概率。与传统的差分进化算法(DE)相比较,MDE算法的离线性能和在线性能都有较大的改进,搜索到全局最优解的概率获得较大提高,对算法参数的敏感性低。将MDE算法应用于2-氯苯酚在超临界水中氧化反应动力学参数的估算,获得模型的拟合相对误差绝对值之和比文献报道值降低了14.2%。     

圆柱形反应器鞘区离子平均动能的径向分布

针对鞘层结构,建立了鞘层模型和离子速度分布函数,导出了离子平均动能的积分表达式并得出数值积分的结果.用级数的两项拟合平均动能积分表达式的对数项,积分得到解析结果和简化结果.应用积分表达式、解析式及简化式进行计算,得出了圆柱形鞘层内不同位置(半径)处的粒子平均动能.结果表明鞘层越厚、粒子平均自由路程越小,则它们的差别越小.它们可有效地应用于散布在反应室各处粉体的刻蚀和纯化.     

一种基于属性的对象访问方法

基于对象存储,吸取NAS和SAN的优点。成为下一代网络存储模式．Ext2作为对象存储的文件系统,数据访问至少需两次以上的磁盘操作,由此提出了一种基于属性的对象访问方法．将数据的块地址和长度链接在一起,作为对象的扩展属性,连同数据对象一起存储到磁盘中,无论数据对象大小。磁盘访问次数仅为两次。有效地提高了数据访问效率．     

基于泊位坐标的无人船自主靠泊仿真研究

针对神经网络自主靠泊控制器只能完成特定港口的靠泊,而无法拓展到其他没有训练数据的泊位这一问题,提出一种以泊位顶点为原点,岸线为y轴的坐标系(泊位坐标系)。采用泊位坐标系中相对位置来训练神经网络控制器,在V.Dragon-5000航海模拟器中选取集装箱船“银河号”,在大连港进行靠泊训练后,成功将靠泊控制器拓展到没有训练数据的深圳蛇口港与新加波樟宜港。仿真验证了采用新建立的坐标系可以拓展神经网络自主靠泊控制器适用范围,减小训练数据所需的成本。     

Output Tracking for One-Dimensional Wave Equation with Non-Collocated Control and Output Configuration

This paper considers output tracking for a one-dimensional wave equation with general disturbance which includes both internal nonlinear uncertainty and external disturbance. The performance output is non-collocated to the control. The disturbance is estimated by an essentially extended state observer from active disturbance rejection control and the difficulty caused by the non-collocated configuration of control and output is overcome by a proper trajectory planning. An output feedback law is proposed to make the tracking error be convergent to zero exponentially as time goes to infinity.At the same time, all states of the closed-loop system are shown to be uniformly bounded. Numerical simulation is also presented to validate the theoretical results.     

Forecasting stock volatility in the presence of extreme shocks: Short-term and long-term effects

This paper introduces a novel generalized autoregressive conditional heteroskedasticity–mixed data sampling–extreme shocks (GARCH-MIDAS-ES) model for stock volatility to examine whether the importance of extreme shocks changes in different time ranges. Based on different combinations of the short- and long-term effects caused by extreme events, we extend the standard GARCH-MIDAS model to characterize the different responses of the stock market for short- and long-term horizons, separately or in combination. The unique timespan of nearly 100 years of the Dow Jones Industrial Average (DJIA) daily returns allows us to understand the stock market volatility under extreme shocks from a historical perspective. The in-sample empirical results clearly show that the DJIA stock volatility is best fitted to the GARCH-MIDAS-SLES model by including the short- and long-term impacts of extreme shocks for all forecasting horizons. The out-of-sample results and robustness tests emphasize the significance of decomposing the effect of extreme shocks into short- and long-term effects to improve the accuracy of the DJIA volatility forecasts.