Tilting Ratchet肌动蛋白双足运动模型的研究

针对肌动蛋白两足交替行走的事实提出TTilting ratchet双足运动模型,并对其运动轨道进行了数学模拟．从而说明所提出的模型能够清楚的描述这种交替行走的运动机制,表明了模型的可行性和有效性．同时还对这种模型中的粒子运动速度和系统效率进行了研究,给出了一些数值模拟结果．     

基于事前分析方法的工作流过程模型的验证

工作流执行过程中经常会出现非正常终止的情况,对此,将事前分析方法应用于工作流过程模型的验证中,即在工作流过程实例化前进行模型的有效性分析和结构正确性验证。该方法对传统的有向网络图进行扩展并以此来描述工作流过程,确定模型的有效性;进一步将扩展有向网络图转换成工作流网模型,应用Petri网技术分析该模型的冲突结构,以确保工作流过程的逻辑合理性。     

超临界反溶剂过程制备四环素超细微粒

超临界反溶剂过程是近年来提出的一种制备纳微米粉体材料的新方法．实验以乙醇为有机溶剂,CO2为反溶剂,利用连续式超临界反溶剂过程制备四环素超细微粒．研究了操作压力、温度、浓度、喷嘴内径等操作参数对制备的四环素超细微粒形态、粒径及粒径分布的影响．实验结果表明：采用乙醇作为有机溶剂,在压力15．0MPa、温度35℃、溶液浓度5mg／mL及喷嘴内径75μm实验条件下可得到较理想的实验结果,制备出的四环素超细微粒平均直径为20～40nm．     

基于统计分析的绩效评价方法研究

对绩效进行评价,指标的层次结构及其权重的确定直接影响评价指标体系的实用性和评价结果的客观性与科学性．为确保分析结果客观、科学,在分析了层次分析法分层和权重确定时存在不足的基础上,提出一种新方法．首先,运用统计分析中的因子分析方法,为指标进行分层归类;其次,根据因子分析中子因子在主因子上的载荷,确定各个子因子在其主因子上的权重值;再次,根据子因子在其主因子上的权重值,并结合各主因子在总目标（一级指标）上的贡献率,确定出各个子因子在总目标上的权重值;最后,通过实例证明了方法的实用性．     

具有投资收益的双险种双复合Poisson-Geometric风险模型的破产概率

本文研究了保费过程和索赔过程均为复合Poisson-Geometric过程的具有投资收益的双险种双复合Poisson-Geometric风险模型,利用概率论中的期望理论和切比雪夫不等式,得出此模型的调节系数不存在。在将干扰因素考虑进来后,得到了调节系数和破产概率的表达式。     

基于MVA的半导体生产过程质量分析方法

针对半导体晶圆生产中存在着位置间变异、晶圆间变异及批次间变异,提出了基于多变异分析(MVA)的工序质量分析方法.该方法通过建立基于方差分析晶圆生产工序质量的多变异分析模型,研究了晶圆生产过程中3种变异与总变异之间的定量关系.由定量关系推导出晶圆生产中的抽样规则,并提出了3种常用过程能力指数Cp,Cpk和Cpm的改进计算方法.通过在晶圆生产中的实际应用,证明了该方法中的抽样规则能捕获加工过程中主要随机变异,该方法计算获得的过程能力指数可较为真实地反映生产过程质量状况.     

股权分置解决方案的评价指标体系

系统分析了解决股权分置问题中需要考虑的各种指标.采用德尔菲法和统计分析对指标进行筛选,建立相应的层次指标体系,并利用层次分析法合理确定出各项指标的权重.研究表明:保证证券市场稳定在10项考虑的指标中占了很大的权重,具有绝对的重要性;其次是优化资源配置.     

关于多方过程的讨论与研究

指出文献[1]中对多方过程概念的不确切提法,并根据多方过程的严格定义说明多方过程不是理想气体普遍的热力学准静态过程,以及普遍过程、多方过程与典型过程三者之间的关系.     

基于两级神经网络的发酵过程多变量前馈解耦控制

针对具有时变、非线性、不确定性的多变量耦合生物发酵过程,提出了一种基于两级神经网络的多变量前馈解耦方法.一级神经网络利用可获得的过程信息拟和耦合通道的过程特性,实现耦合作用对被控量影响的估计;二级神经网络用来拟和控制通道的逆特性.通过两级网络的串联,消除系统间的耦合.实验结果表明,提出的解耦控制方法能适应生物发酵过程模型的不确定性和参数时变性,克服了前馈解耦方法依赖于过程模型和对模型参数的变化表现敏感的缺点.     

基于过程神经网络的短期负荷预测

针对目前常用方法在解决负荷预测问题时,结果往往难以达到工程要求精度的现状,利用过程神经网络输入为时间函数以及预测精度高的特点,建立了基于过程神经网络的电力系统短期负荷预测模型;给出了模型的结构,基于函数正交基展开的离散数据拟合方法以及模型的学习算法.针对东北某地区电网的日负荷数据,进行了模型训练和负荷预测正确性的研究.结果表明,所建立的预测模型对负荷的预测准确率高,优于BP神经网络负荷预测模型的预测结果.