先简支后连续桥梁施工监理控制要点

先简支后连续桥梁是现在桥梁施工采用的形式.其中施工过程中监理工程师的工作尤为重要.本文详细地对监理在各个环节中的工作内容及作用进行了叙述.     

应用连续小波变换提取对流云团

准确地从卫星云图背景中划分出对流云团的边界十分困难。提出了一种应用连续小波变换从红外卫星云图中提取对流云团的处理方法。将正弦波经过Gauss函数调制后，得到一组满足允许条件的连续小波基函数，利用这组小波基实现了对流云团小波提取算法，得到了强对流云团边界的分割。与提取对流云团的常规处理手段相比，这种方法具有物理意义明确、分割结果准确的优点，是提取卫星云图中对流云团的有效方法。     

碳纤维用PAN原丝的结构与性能

采用以二甲基亚砜（DMSO）为溶剂的连续溶液聚合和一步湿法纺丝技术，在10t／a中试实验装置上成功地制备了碳纤维用聚丙烯腈（PAN）原丝批量产品。通过不断地优化聚合和纺丝工艺条件，实现了PAN原丝的中试稳定化。实验结果表明，采用连续溶液聚合技术在实现单体高度转化的同时获得了高分子量的PAN共聚物，通过调整凝固成型工艺条件和牵伸配比制备了具有圆形截面且结构致密的高取向度PAN原丝。将批量PAN原丝产品进行预氧化、低温碳化和高温碳化后．获得PAN基碳纤维，其束丝强度、模量和断裂伸长率的平均值分别达到3．74GPa，223GPa和1．7％。     

Henie定理的启发--连续量与离散量的联系

给出了在数学分析解（证）题中，如何正确处理连续量与离散量的方法——“点列（数列）法”，并从几个方面例说了该方法在数学分析解（证）题中的一些应用．     

含铌微合金低碳钢的连续冷却过程的相变

用Gleeble-1500热力模拟实验机研究了含铌微合金低碳钢在不同变形条件下连续冷却过程的相变规律,利用热膨胀法结合金相法建立了静态和动态的连续冷却转变曲线,分析了变形参数对组织的影响规律.研究表明,高温变形促进了珠光体相变,在950℃以上,变形温度的升高导致铁素体转变区减少;从贝氏体转变开始温度看,950℃变形促进了贝氏体相变;在相同变形温度下,随着变形量的增加,先共析铁素体的量增多,贝氏体量减少;在900℃以下变形促进了高温等轴铁素体的形成,抑制了贝氏体的相变.     

本刊第三次荣获“全国高校优秀科技期刊评比”一等奖

据教育部科技司下发的“教技司[2004]227号：关于公布2004年全国高校优秀科技期刊评比结果的通知”，本刊又一次荣获一等奖。这是本刊继1989年和1999年在全国高校优秀科技期刊评比中获得一等奖后连续第三次获此殊荣。     

一种新的预测PID控制器

提出了一种新的预测PID控制器 ,通过将广义预测控制的控制律写成PID的形式 ,使PID控制器具有预测的功能。同时 ,在广义预测控制的性能指标中引入稳态误差加权项 ,用较小的预测时域和稳态条件代替较大的预测时域 ,从而减小了在线计算量。在连续搅拌反应釜 (CSTR)上进行的仿真试验验证了该技术的可行性 ,新控制器的控制性能优于普通的预测PID控制器。     

基于解空间高效编码的配电网重构连续化算法

提出一种基于解空间高效编码的配电网重构连续化算法.推导基于负荷电流的网损计算近似公式以估计开关交换支路范围,压缩解空间,提高寻优效率;建立连续变量解与离散变量解存在映射关系的双种群解空间,避开直接求解离散变量,减小计算量且适用连续变量优化方法求解;在一定编码规则下降维并减小变量置信区间半径后,通过编码规则和算法特性从概率上规避第一类非有效解,比对专家库完全规避第二类非有效解,使潮流计算次数大幅减少;改进纵横交叉算法,横向交叉引入方向性,采纳模糊聚类思想将静态纵向交叉因子动态化,收敛速度和精度得到改善.仿真结果验证了该方法的正确性和有效性.     

具有未建模动态和有界干扰系统的鲁棒自适应控制(Ⅱ)

考虑一类同时具有未建模动态和有界干扰的连续时间系统,在推广的加权最小二乘法中嵌入一个带相对死区函数的时变加权因子,并以此算法估计系统建模部分的参数.对建模部分的相对阶,n*=n-m=1的情况,设计出不含微分环节的自适应控制器,系统输出直接跟踪所给定的参考信号,证明所构成的闭环系统是全局稳定的.     

一种面向大数据分析的快速并行决策树算法

为了提高基于大规模数据的决策树训练效率,提出了一种基于Spark平台的并行决策树算法(SPDT).首先,采用数据按列分区的方法,把单个属性列完整地保留在一个分区内,使缓存该分区数据的数据节点能独立完成信息熵的计算,以减少数据节点之间的信息交流造成的网络资源的占用.然后,数据在按列分区后以稠密向量的形式缓存于内存中,SPDT对数据进行压缩,以减少对内存的占用.最后,SPDT采用基于边界点类别判定的连续属性离散化方法来处理连续属性,减少决策树训练过程中信息熵计算的频次,并提出使用信息增益比划分训练数据集的方法,以减少信息增益计算对多属性值属性的依赖.实验结果表明,在树的训练效率方面,SPDT在保持分类精度的情况下,比Apache Spark-MLlib决策树算法(MLDT)以及基于Spark平台的垂直划分决策树算法(Yggdrasil)有明显的提升.