风水两相作用对黄河支流悬移质粒度特征的影响及其意义

以黄河中游29条支流、40个站点的资料为基础,研究了风水两相作用对黄河支流悬移质粒度特征的影响.研究表明,悬沙中＞0.05 mm的粗颗粒组分百分比随年降水量的增大而减小,随年沙尘暴日数的增大而增大;悬沙中＜0.01 mm细颗粒组分的百分比随年降水量的增大而增大,随年沙尘暴日数的增大而减小;悬沙中值粒径D50随年降水量的增大而减小,随年沙尘暴日数的增大而增大.建立了悬沙中＞0.05 mm的粗颗粒组分百分比和悬沙中＜0.01 mm细颗粒组分百分比与年均沙尘暴日数tss和年均降水量Pm之间的回归方程.分析结果表明,tss和Pm的变化对于悬沙中＞0.05 mm的粗颗粒组分百分比变化的相对贡献率分别为70.4%和29.6%,对于悬沙中＜0.01mm细颗粒组分百分比变化的相对贡献率分别为91.1%和8.9%,对于D50变化的相对贡献率分别为93.1%和6.9%.提出以年均降水量Pm与年均沙尘暴日数tss之比作为风水两相作用指标.资料分析表明,悬沙中＞0.05 mm的粗颗粒组分百分比(r＞0.05mm)随风水两相作用指标(Pm/tss)的增大而减小,悬沙中＜0.01 mm的细颗粒组分百分比(r＜0.01mm)随风水两相作用指标的增大而增大.在不同的河流之间,随着风水两相作用指标的变化,粗细颗粒之间表现出不同的搭配关系, 这种搭配关系的变化对高含沙水流的形成有一定的影响,导致悬移质含沙量出现峰值.     

一种新的遗传算法及其在变压器故障诊断中的应用

提出了一种新的遗传算法,其基本思想是:以网络权重和偏差的实数形式作为基因构成染色体向量,采用基因多点交叉和动态变异进行种群最优选择.研究结果表明,这种新的遗传算法是一种随机优化算法,克服了梯度下降法的不足,能够自动调节网络参数、网络的连接权重和偏差.在此基础上设计出一种基于遗传算法和溶解气体分析的变压器故障在线诊断系统.该系统只要将传感器测出的变压器中线圈电流、特征气体的含量作为输入参数,就能对信息进行融合分析,得到输入变量(线圈电流、溶解气体含量)与输出结果(故障类型、程度和部位)的复杂对应关系;能有效地减少输入层神经元的个数,改进网络内部结构,提高神经网络模型的学习效率和诊断的准确率,诊断精度高,漏报少,无误报现象.     

一类相依回归系统参数的广义两步有偏估计

本文提出了一类相依回归系统参数的广义两步有偏估计,证明了当设计矩阵呈病态时,广义两步有偏估计的均方误差小于两步协方差改进估计的均方误差.     

含一阶导数的奇异二阶两点边值问题的可解性

应用Leray—Schauder不动点定理考察了含一阶导数的奇异二阶两点边值问题的可解性。结论的主要条件都是局部的，即只要非线性项的主部在其定义域的某个有界子集上的“高度”是适当的，该问题必然存在解或者正解。     

悬辊制管Ⅱ级管模质量问题分析和改进措施

介绍了悬辊制管的工序过程及从南方购进的悬辊制管Ⅱ级管模存在的质量问题，通过计算分析了引发这些质量问题的原因，并提出了相应的改进措施。     

GaAs/Alx Ga1-x As超晶格扩展态电子能级结构的理论研究

运用Kroning_Penney模型,研究了GaAs/AlxGa1-xAs超晶格扩展态(E>V0)的电子能级结构和带宽随超晶格的阱宽、垒宽和A1组分的变化关系,以及扩展态能量随波矢k的变化关系.计算结果表明:影响光跃迁频率的最大因素是阱宽和A1的组分,随着阱宽的增加,光跃迁频率逐渐减小,随着A1组分的增加,光跃迁频率逐渐增大;影响带宽的较大因素是阱宽和垒宽,随着阱宽和垒宽的增大,带宽逐渐减小.这些将对实验和器件设计具有指导意义.     

基于遗传算法的模糊神经网络控制器在虚拟仪器中的实现

模糊控制技术在复杂的非线性控制过程中表现出优越的性能，神经模糊控制器的出现为自适应模糊控制设计开辟了新的途径。遗传算法由于具有不依赖于问题模型、全局最优、隐含并行性、高效率和解决不同非线性问题的鲁棒性等特点，能很好地用于神经网络的训练。两种方法综合使用，可以大大提高模糊神经推理控制系统的自学习性能和鲁棒性。通过应用Active X技术在Lab VIEW中调用和操作MATLAB的方法，实现了基于遗传算法的模糊神经网络控制器。     

具有反馈控制的时滞竞争系统的持久性

研究了一类具有反馈控制和连续时滞的两种群非自治竞争系统，利用微分不等式给出了系统持续生存的条件。同时当系统是周期系统时，利用Brouwer不动点原理得到了该系统存在一个正的。周期解，通过构造Liapunov函数的方法以及Barbalat引理给出了其存在惟一且全局渐近稳定的周期正解的充分条件。     

最优子种群实数编码遗传算法的研究

提出了最优子种群实数编码遗传算法理论，通过从种群中选出适应值最高的若干数量的个体，组成该代最优子种群，将最优子种群中的个体与种群中其它个体进行交叉变异，最优子种群中的个体间也进行交叉变异，从而产生新的种群．该遗传算法对于示例中多极值的问题非常有效，收敛速度也非常快．     

基于遗传算法的铁路车站到发线运用优化研究

针对车站到发线的合理运用问题，目前一般是由相关工作人员根据以往的经验知识进行手工编制，采用遗传算法对这种复杂的非线性组合优化问题进行研究．以成都车站为例，利用遗传算法对到发线安排进行优化，其结果表明优于人工安排。