高师数学教育类课程实施现状调查分析

教育类课程一直是师范教育的核心课程．自基础教育新课程改革以来,我国的各所师范院校对教育类课程体系做出了相应的调整,以适应社会的需求．在这一大前提下,作者调查了四川省内4所师范院校数学与应用数学专业的教育类课程的实施现状,并从5个方面做了详细分析,最后就调查中发现的问题做了总结和讨论．     

倒车雷达系统中的驱动及抗干扰算法的改进与应用

针对倒车雷达灵敏度较低和盲区较长的问题,在分析了倒车雷达系统的组成和工作原理的基础上,提出动态调整驱动脉冲数的方法,扩大了超声波传感器的探测范围;对可能影响倒车雷达系统的外部干扰进行了分析,提出了解决途径和方法;对异常情况进行分析,并详细介绍了异常处理流程。试验结果证明本系统具有良好的抗干扰性及稳定性。     

一种合成对异丙基苯酚的新方法研究

采用5%Pd/C作为转移氢催化剂,4-异丙基环己烯酮为氢给予剂,工业双戊烯为氢接受剂和溶剂进行反应,合成了对异丙基苯酚.考察了催化剂用量、反应时间和反应温度对反应的影响,确定了合成对异丙基苯酚的最佳反应条件:原料与5%Pd/C的配比为10∶0.7(质量比)、反应时间为30 min,在174℃回流温度下,对异丙基苯酚的产率可达87%.对催化剂的重复使用次数进行了考察,使用5次后催化剂活性是原来的89.7%.     

无人驾驶车转向系统自抗扰控制的研究

针对无人驾驶车转向系统具有一定的非线性,工作载荷变化大,易受外界干扰影响的特点,在分析转向系统动力学特性的基础上,依据自抗扰控制技术,设计了二阶自抗扰控制器．采用七自由度非线性车辆模型进行仿真研究,结果表明：二阶自抗扰控制器可以有效实现转向系统转角的控制,且具有较高的精度、更宽的控制范围以及很强的鲁棒性．     

带面积约束电路划分的 GRASP改进算法

首先由改进后的GRASP算法构造初始划分,并作局部搜索产生一组优秀解;再由path-relink ing算法在优秀解间建立路径,搜索路径上的改进解.为满足面积约束,在GRASP算法的构造阶段、局部搜索阶段及path-relink ing算法中都引入面积约束.实验结果表明,与顺序GRASP算法和随机GRASP算法相比,改进的GRASP算法在满足面积约束的条件下能获得更好的划分结果.与改进的GRASP算法相比,由GRASP与path-relink ing相结合的混合算法能进一步改善划分结果,在最小划分上,改进程度最大达到9.8%,在平均划分上,最大达到8.3%.     

基于GIS的配电网拓扑算法的研究与实现

根据GIS空间数据特点和配电网数据特点,提出了基于GIS的配电网矢量拓扑模型,详细分析了基于GIS的配电网拓扑算法在配电网电路调度模拟中的应用.实践证明,提出的空间拓扑算法具有效率高、易实现等特点.     

喷动流化床射流穿透度智能拟合

在三维冷态试验台架上对喷动流化床射流穿透度进行了实验研究,得出了射流穿透度随喷口尺寸、载气密度、喷动气速的增大而增大,随静止床高、颗粒尺寸、颗粒密度、流化气率、载气黏度的增大而减小的结论.在实验研究的基础上利用最小二乘支持向量机对射流穿透度与喷动流化床主要设计参数之间的数值关系进行了智能拟合,并利用自适应遗传算法优化了最小二乘支持向量机的初始参数.通过15个预测样本的检验,最小二乘支持向量机模型的预测平均相对误差减小至4.0%,其性能大大优于常用的经验公式以及神经网络.     

鄱阳湖鸟类和水生植物、透明度和水位生态关系研究

对鄱阳湖的鸟类与水生植物、透明度与水位进行了初探性分析,调查的范围是鄱阳湖国家级自然保护区内4个湖泊(沙湖,大湖池,梅西湖,寺下湖),调查对象分别是2008年1月至2009年3月水位与透明度的关系,2008年10月至2009年3月鸟类与水生植物的关系。其中分析的鸟类分别是白鹤、白枕鹤、白头鹤、东方白鹳、鸿雁、白琵鹭、小天鹅、白额雁,水生植物是冬芽。     

草本类木素的化学结构与热化学性质

以草本类植物中的稻草和毛竹为原料,采用酶解/温和酸解法来分离草本类木素,制得酶解/温和酸解木素(EMAL).运用元素分析、傅里叶变换红外光谱(FT-IR)和核磁共振定量磷谱(31P-NMR)等手段对两种EMAL的化学结构和性能进行表征,同时利用热重-傅里叶红外光谱联用(TG-FTIR)和热解-气相色谱/质谱联用(Py-GC/MS)技术研究EMAL的热裂解特性.发现:稻草的聚戊糖和抽出物含量较高,而毛竹的纤维素和木素含量较高;稻草EMAL含有丰富的愈创木基(G型)结构单元,毛竹EMAL主要以紫丁香基(S型)结构单元为主;毛竹EMAL在384℃出现一个明显的失重峰,而稻草EMAL热解时分别在270和384℃出现明显失重峰;两种木素化学结构的差异会影响EMAL的热解性质和热解产物.     

煤与瓦斯突出强度预测的IGABP方法

针对传统松散式(Genetic Algorithm Based Back Propagation Neural Network,GABP)模型应用于复杂煤与瓦斯突出预测时,存在GA自身性能及模型间相对孤立等不足,提出二者优势互补的IGABP一体化模型。IGABP首先在自适应交叉、变异率等方面进行改进,以提高GA自身的性能。其次,将BP导向性训练以算子的形式引入到标准GA进化过程,实现了GA寻优搜索的随机性向自主导向性转变。BP对GA搜索到的近似最优值进行微调,GA算法的收敛速度得到提升,确定精确解的位置能力加强,同时,又避免了单一BP网络本论文易陷入局部极小值的缺点,实现了两者一体化结合。仿真实验表明,构造出的进化神经网络更能反映煤与瓦斯突出强度样本的复杂非线性关系,有效克服了传统模型的不足,其运行效率、预测精度、可靠性等方面均优于传统模型,为瓦斯智能预测提供了新的解决方案。