微裂纹(群)在材料微结构内扩展的计算机模拟

在"材料结构弱点"概念及其特性理论的指导下,开发出具有自主知识产权的计算机模拟软件PreFailure.该软件针对实际工程材料,模拟单个微裂纹或一系列微裂纹(群)在材料微结构内的虚拟扩展过程,能够预测微裂纹(群)在材料微结构内的不规则扩展路径、几何形态与扩展程度,具备了定量推演材料"微结构虚拟失效"行为的功能.软件PreFailure的开发还为三维微裂纹(群)扩展的计算机模拟积累了大量的有效算法与经验,为采用计算机技术模拟三维微裂纹在材料微结构内的扩展过程奠定了基础.     

在MapInfo中实现数字化地图"非监督分类"

利用MapBasic语言,引入遥感图象处理中"非监督分类"的概念,在MapInfo平台下将同一图层中的不同要素按照他们的颜色、线宽等特征信息进行分类提取,然后进行批量编辑.实现了数字化地形图中的"非监督分类",为实现大量的数据更新提供了简单、快速、智能的解决方案.提高了生产效率,在实际生产中得到了检验.     

((≡))-N相互作用的初步研究及4(≡)He、8(≡)He、11(≡)B结合能的计算

利用手征SU(3)夸克模型,采用共振群方法得到((≡))-N作用相互非定域位以及((≡))超子与10(≡)He壳心核的相互作用势,并利用其计算4(≡)He、8(≡)He、11(≡)B的基态结合能.计算结果表明利用手征SU(3)夸克模型能得到与实验相近的结果.同时本文也对(≡)超核结合能的性质做了初步研究,以进一步加深对重子-重子相互作用的了解.     

多类分类模式识别系统一致性信度的研究与应用

运用模式识别和数理统计的基本原理。研究了多类分类模式识别系统识别的K指标评鉴标准．通过构造一个分类结果的统计量,分析了K指标的点估计、区间估计的计算方法。给出由指标K的点估计值、区间估计优化分类参数的算法,提出一种优化过程的统计学习方法．     

群决策中基于语言评价信息的TOPSIS方法

针对基于语言评价信息的群决策问题，提出了一种新的TOPSIS方法。依据传统的TOPSIS方法的基本思路，首先将语言决策矩阵转换为规范决策矩阵；其次，通过变量转换关系对有序语言短语集中的有序语言短语进行“量化”，构造与原语言决策矩阵“等价的导出”决策矩阵，并利用算术加权平均算法对所得到的导出决策矩阵进行群的集结；然后对所得到的决策矩阵构造理想点和负理想点，计算每个方案的相对接近度，根据得到的相对接近度对方案进行排序从而确定最优方案。最后通过一个算例说明了该方法的有效性和实用性。     

基于三维目标建模的需求分析方法

面向目标的需求分析方法是需求工程领域研究的热点问题之一.在深入研究目前有代表性的目标分类方法基础上,提出一种不依赖于具体应用领域的、较为系统和完整的目标分类框架和建模方法.该框架从三个角度对目标进行划分,分别将其归类为操作性或非操作性目标,硬目标或软目标以及实现型或维持型目标.这三种分类虽然相互独立,但在实际建模时可以相互补充,形成一个完整的体系,为目标建模提供不同的帮助.在此基础上,还提供了一种目标建模的具体算法,可以较好地完成目标建模任务.     

Data association based on target signal classification information

In most of the passive tracking systems, only the target kinematical information is used in the measurement-to-track association, which results in error tracking in a multitarget environment, where the targets are too close to each other. To enhance the tracking accuracy, the target signal classification information （TSCI） should be used to improve the data association. The TSCI is integrated in the data association process using the JPDA （joint probabilistic data association）. The use of the TSCI in the data association can improve discrimination by yielding a purer track and preserving continuity. To verify the validity of the application of TSCI, two simulation experiments are done on an air target-tracing problem, that is, one using the TSCI and the other not using the TSCI. The final comparison shows that the use of the TSCI can effectively improve tracking accuracy.     

热学中非连续性现象的突变机理与分类: 折叠突变

非连续行为产生机理问题在火灾、燃烧、爆炸和传热等科学研究中有重要意义,这种非连续性行为与系统的非线所引起的突变,可依据突变理论所揭示的突变模式对热系统中的非连续现象进行等价分类。等温绝热条件下Ｓｅｍｅｎｏｖ系统的自行点火是系统折迭突变的结果。     

水库(群)随机优化调度研究进展与展望

水库(群)随机优化调度是防洪减灾和实现水能资源高效利用的有效方法,通过考虑来水的不确定性显著提高调度决策的实际指导效果,增强综合效益．梳理了水库(群)随机优化调度的相关概念及其与调度规则函数之间的关系,以显随机优化、隐随机优化和参数模拟优化三种方法为分类依据,综述了国内外水库(群)随机优化调度方法研究的发展历程．针对该领域存在的问题与不足,未来研究应重点关注提升水文预报水平、增加调度规则提取方法准确度、提高参数优化模型计算效率、克服随机动态规划维数灾问题与多维径流转移概率求解问题等方面,为进一步提高随机优化调度水平提供参考．     

基于改进量子遗传优化支持向量机的配电网故障分类

针对传统方法在解决现代配电网故障分类时存在的求解速度慢、分类精度差的问题,提出一种结合量子遗传算法的支持向量机配电网故障分类方法。首先采集故障信号并进行S变换处理,将处理结果的均方根与均值作为特征量,以提高特征量辨识度;其次在量子遗传算法的种群更新策略中引入自适应动态旋转角,避免算法在早期陷入局部收敛,增加算法的调参精度。以IEEE33节点配电网模型为研究对象的实验结果表明,所提的特征量提取方法有效提高了支持向量机的故障分类精度,改进后的量子遗传算法通过为支持向量机寻到更优参数从而进一步提高了故障的判别精度和分类速度,验证了方法的有效性与准确性。