基于Monte Carlo法与GA算法的复杂系统可靠度求解

复杂系统可靠性问题是可靠性工程中丞待解决的问题。提出了基于可靠性框图的复杂系统蒙特.卡罗仿真方法,给出了各种基本可靠性模型系统与其组成单元的失效时间关系,解决了含有旁联模型的复杂系统仿真问题。以可靠性仿真数据为寿命样本,待估计参数的置信区间为编码空间,以经验分布与所求分布误差倒数为适应度函数,建立了基于遗传算法的寿命分布参数点估计模型,求得了复杂系统可靠度函数。最后以两个实例表明该方法比传统方法具有更高的精度。     

空中运动目标时变时延估计方法的仿真研究

时变时延估计是运动目标测向的关键技术，参数模型法是一类重要的时 延估计算法，其自适应形式可用于对时变时延的估计。本文分析选择了三种自适应的时延估计参数模型法，将其应用于实测的直升机噪声数据，进行了大量仿真试验，为有限阵列尺寸条件下空中运动目标的被动测向提供了有价值的参考数据和结论。     

基于颗粒尺度DEM直接数值模拟的喷动流化床颗粒运动特性

采用离散元方法,对喷动流化床内的气固流动进行了三维直接数值模拟.气相场采用欧拉方法,固相场采用拉格朗日方法;对每一个颗粒考虑了碰撞力、携带力和重力;颗粒碰撞采用软球模型;气固耦合采用双向耦合.模拟中跟踪了每个颗粒的运动,获得了颗粒轴向速度、平均速度、颗粒浓度和颗粒平均碰撞频率随操作参数的变化规律.结果表明喷动气速度、流化气速度、颗粒平均速度、颗粒浓度和颗粒平均碰撞频率存在关联性:喷动气速度增加,颗粒在喷射区和环形密相区的平均速度增加,浓度减小,平均碰撞频率减小;流化气速度增加,颗粒速度、浓度和碰撞频率与喷动气速度增加具有相同的变化规律,但环形密相区的变化更为明显.     

流媒体应用层组播实现的探讨

本文根据应用层组播的原理和协议,对基于数据驱动的流媒体应用层组播的实现方法进行探讨．     

高产气井油管柱双重非线性流致振动模型研究

针对高产气井流体流动诱发油管柱振动引起的破坏问题,采用微元法、能量法结合哈密顿变分原理建立油管柱纵横向耦合非线性流致振动模型,基于弹塑性体接触碰撞理论,建立油套管非线性接触碰撞模型,并将其引入流致振动模型中,得到高产气井油管柱双重非线性流致振动模型。采用有限元法和Newmark-β法求解油管柱的双重非线性流致振动模型,与文献的实验数据和只考虑接触碰撞单非线性模型计算结果对比,验证了本文所建立的油管柱流致振动模型的正确性和优越性。根据现场高产气井参数,采用相似原理,开展了气井油管柱流致振动模拟试验,测得油管柱振动响应数据,与理论模型计算结果对比,再次验证了油管柱双重非线性流致振动模型的正确性。所建立的非线性流致振动模型可为高产气井油管柱安全设计提供有效的分析工具。     

环形域上半线性椭圆型方程径向正解的多解性

运用变分方法对一类半线性椭圆方程径向正解的多解性问题进行研究，当非线性项满足在无穷处次线性增长，在原点超线性增长的条件下，得到了该类方程存在两个不同的非平凡径向正解。     

快速中值滤波

提出一种针对矩形窗口的图像中值滤波快速算法．它充分利用了相邻窗口间的相关信息，以中值为界将窗口内像素分成两组．当窗口右移一像素，根据当前分组和中值获得新窗口的分值，进而求出其中值．避免了现有算法对每一窗口进行排序取中的操作，降低了计算量     

硝基甲烷正、负带电离子氢转移反应位垒的计算研究

采用DFT（UB3LYP）方法,在6—311＋＋G^＊＊基组水平上,计算研究了硝基甲烷2种带电结构[CH3NO2]^＋和[CH3NO2]^-分子内H原子向O原子转移后的O-N键的解离机理和反应位垒．结果表明,[CH3NO2]^＋发生氢转移后,O-N键的断裂是2步反应,第一步是分子内的H原子转移到O原子上,生成中间体[CH2N（OH）O]^＋,反应位垒为106．5kJ／mol;第二步是中间体中O-N键断裂,这步的反应位垒为105．5kJ／mol,理论计算得出的产物带电状态与实验一致．[CH3NO2]^-中H原子向O原子转移及O-N键断裂反应一步完成,生成一氢键复合物（H-Complex）,该反应位垒为176．2kJ／mol,H—Complex进一步解离成CH2NO自由基和OH^-,或是OH自由基和[CH2NO]^-．     

盐析液固两相流场的PIV测量方法

利用粒子图像速度场仪(particle image velocimetry,以下简称PIV)测量离心泵叶轮内部伴有盐析的液固两相流场.用图像采集卡将CCD相机拍摄的流动图像实时地传输并存储到计算机中,采用自行开发的液固两相流图像处理及分析软件,先把粒子从背景中分离出来,然后通过算法,根据粒径的大小分离出固相和液相两相流的粒子.经过实际测量研究表明,该方法对硬件的依赖小,测量成本低,是一种测量输送含有盐析晶体的液固两相流动的有效方法.     

基于Copula的回归预测

针对回归预测问题,分别引入Copula回归函数和Copula τ分位数来对因变量进行点预测和区间预测,相应的通过均方误差和区间的平均长度作为预测准确性的评价指标,最后通过实证研究并与线性回归预测做比较表明：基于Copula的回归预测方法效果更好.