一个强耦合系统的整体吸引子的存在性

考虑一个强耦合抛物系统的初边值问题,通过利用抛物方程解的先验估计的技巧以及微分-积分不等式,给出了这个系统解的整体吸引子的存在性.     

WEB站点结构优化仿真

WEB站点结构优化技术是解决WWW浏览中搜寻与获取有益信息的困难问题及信息搜寻行为的效率低下问题的有效方法。基于WEB站点的超链体系结构特征与网页节点的访问频度值特征,建立了一种站点结构优化的数学模型,其目标是使整个站点具有较小的平均访问代价。分析了站点超链体系结构特征与节点访问频度特征,采用仿真算法分别模拟了WEB站点的超链体系结构与页面节点的访问频度值,并通过量化新增超链接的影响因素设计了相应的站点结构优化方法。实验结果表明:优化后的站点结构具有较小的平均访问代价。     

ROLE OF α-PSEUDO-UNIVEX FUNCTIONS IN VECTOR VARIATIONAL-LIKE INEQUALITY PROBLEMS

In this paper, we introduce a new class of generalized convex function, namely, a-pseudounivex function, by combining the concepts of pseudo-univex and α-invex functions. Further, we establish some relationships between vector variational-like inequality problems and vector optimization problems under the assumptions of α-pseudo-univex functions. Results obtained in this paper present a refinement and improvement of previously known results.     

合理垂直烧结速度的研究

通过考查气流速度的变化研究垂直烧结速度随烧结过程的变化规律。结果表明:垂直烧结速度并非固定不变,而是随着烧结过程的逐步进行发生显著变化;点火保温后,随烧结物理化学反应的进行,燃烧带逐渐形成并变宽且产生过湿现象,导致料层的透气性显著变差,烧结速度显著下降,直至约25 min后过湿层完全消失,透气性变好,烧结速度迅速上升。根据垂直烧结速度变化规律,通过改变负压烧结,进行烧结速度优化实验,结果表明:在保持转鼓强度及成品率基本不变的情况下,将垂直烧结速度由20.08 mm/min提高到21.82 mm/min,利用系数由1.401 t/(m2-h)提高到1.587 t/(m2-h)。     

基于遗传算法的导弹稳定控制回路参数设计方法

本文利用遗传算法（ＧＡ）来优化设计控制系统参数。文中在简要阐述遗传算法的机理及实现的基础上，将遗传算法应用于Ｘ型导弹的弹上稳定回路的参数设计，仿真结果表明了所提方法的可行及有效性。     

分批加权优化的排课模型

本文介绍一种分批加权优化的高校排课模式．这一模式无需要使用探试方法，因此它优于一般采用的人工智能方法．     

动力总成悬置支架拓扑优化研究

采用结构拓扑优化方法,对动力总成悬置支架进行了优化.在最优拓扑结构的基础上进行结构修改后,一阶固有频率明显提高,而重量有所减小.从加强筋的优化结果来看,在平行于一阶弯曲振型方向上布置加强筋,可获得较好的效果.研究表明,在产品的概念设计阶段采用拓扑优化方法,能给产品的详细设计提供一个很好的基础.     

生物学教学中的课堂情景优化策略

本文从教师的课堂管理策略、和谐的师生关系的建立和生物学中的美育教育素材的挖掘和利用等方面探讨生物学教学中如何创设和维护良好的课堂情景,提高生物学教学质量和促进学生良好的个性心理品质的形成.     

全球气候变化与塔里木盆地古城绿洲演变关系

我国西部地区地形复杂,气候的地域差异性大.特别是青藏高原的突起给塔里木盆地的环境带来了巨大的变化,导致盆地气温降水的突变.从而使塔里木盆地水流分布状态发生改变,导致盆地中原有的古绿洲的蜕变,进而直接影响到整个人类的发展历史.历史研究表明,塔里木盆地气候服从于全球气候变化,并且与某些人文事件,特别是古城绿洲兴盛与消亡有着十分一致的耦合关系.所以,全球环境变化对古城绿洲发展影响重大.     

Finding global minima with a new dynamical evolutionary algorithm

A new dynamical evolutionary algorithm (DEA) based on the theory of statistical mechanics is presented. This algorithm is very different from the traditional evolutionary algorithm and the two novel features are the unique of selecting strategy and the determination of individuals that are selected to crossover and mutate. We use DEA to solve a lot of global optimization problems that are nonlinear, multimodal and multidimensional and obtain satisfactory results. Foundation item: Supported by the National Natural Science Foundation of China (No. 60133010, NO. 60073043 and No. 700/1042) Biography: Zou Xiu-fen(1996-), female, Ph. D candidate, Associate professor, research direction: evolutionary computing, parallel computing.