稀土掺杂钙钛矿锰氧化物(La_(0.975)Gd_(0.025))_(4/3)Sr_(5/3)Mn_2O_7的磁性和电性研究

采用传统的高温固相反应法,制备了钙钛矿锰氧化物(La0.975Gd0.025)4/3Sr5/3Mn2O7多晶样品,利用X射线衍射(XRD)仪、物性测量系统(PPMS)和超导量子磁强计(SQUID)研究了样品的结构、磁性和电性,结果表明:该多晶样品为Sr3Ti2O7型四方结构,空间群为I4/mmm;样品的三维铁磁有序转变温度T3 DC和二维铁磁有序转变温度T2 DC分别为110K和240K,在居里温度(T3 DC)附近出现明显的磁熵变,当外磁场为2.5T时,其磁熵变值为3.1J/kg·K;电性测量结果显示,T3 DC也是样品经历金属性到绝缘性转变的温度,当T3 DCT300K时,样品遵循三维变程跳跃的导电方式,说明样品中载流子的输运过程是由磁不均匀性决定的.     

一类有序分数阶q-差分方程解的存在性

考虑一类有序分数阶q-差分方程解的存在性和唯一性.先利用q-指数给出该方程解的表达式,再分别利用Banach压缩映像原理、Krasnoselskii不动点定理、Leray-Schauder选择定理证明该方程解的存在性和唯一性.     

活性炭纤维复合阴极材料电芬顿降解苯酚

以活性炭纤维毡(ACF)为基体制备出了ACF-OMC、ACF-C-TiO2、ACF-TiO23种活性炭纤维复合材料,作为电芬顿反应的充氧阴极.采用扫描电子显微镜(SEM)、透射电子显微镜(TEM)、X射线粉末衍射仪(XRD)、N2物理吸附-脱附对材料进行了表征,以苯酚模拟特征污染物,对3种复合材料的电芬顿性能进行了比较研究.高效液相色谱(HPLC)检测结果表明:3种活性炭纤维复合阴极材料均显著提高了对污染物的降解效果;苯酚降解的准一级速率常数依次为:ACF-OMCACF-C-TiO2ACF-TiO2ACF.液质联用(LC-MS)显示:电芬顿降解苯酚的主要中间产物为苯醌和邻苯二酚,ACF-OMC充氧阴极对中间产物同样表现出最高的降解能力.     

图形密码中层次级联图的几种标号

利用图结构加数论的设计思想, 将标号应用于研究图形密码中, 给出并证明层次级联图的集有序优美标号、 强优美标号、 一些顶点所具有的性质以及每个顶点任意加叶子形成的奇优美标号.     

含分布式电源和电动汽车的配电网可靠性评估

针对目前大规模分布式电源和电动汽车接入配电网后,给配电网可靠性带来一定影响的问题,提出了一种含有分布式电源和电动汽车的新型配电网的可靠性评估方法。首先,考虑到风光出力的不确定性和相关性,选择拟合性最优的Frank-Copula函数,建立了风光联合出力概率模型。其次,分析了电动汽车用户行为特征,提出了基于动态分时电价的电动汽车有序充放电控制策略。最后,基于改进IEEE-RBTS Bus6测试系统的主馈线F4,对系统的可靠性指标进行计算分析,结果表明所提的风光联合出力模型和有序充放电控制策略可以有效降低对配电网可靠性的影响。     

广义区间值Pythagorean三角模糊集成算子及其决策应用

针对连续集合上决策变量的隶属度和非隶属度之和超过1的决策问题,提出区间值Pythagorean三角模糊数,并且分析其广义集成算子的决策应用。首先,引入区间值Pythagorean三角模糊数的概念,得到其运算法则。其次,推导区间值Pythagorean三角模糊数的加权平均算子、加权几何算子、有序加权平均算子、有序加权几何算子、广义有序加权平均算子以及广义有序加权几何算子,介绍它们的相关性质。最后,构建出基于广义区间值Pythagorean三角模糊集成算子的多属性决策模型,并且根据实例对广义有序加权平均算子和广义有序加权几何算子进行稳定性分析,运用图像直观地证明在处理决策问题时前者优于后者,说明决策模型的有效性和可行性。     

广义m阶Bell数和广义m阶有序Bell数的计算公式

使用发生函数方法和计算技巧,利用第一类Stirling数和第二类Stirling数分别给出广义m阶Bell数和广义m阶有序Bell数的计算公式,同时也给出它们的递推公式．     

诱导有序加权平均算子在城市公共交通预测中的应用

有序加权平均算子是近年来发展起来的,并在许多领域有着广泛的应用.本文通过引进诱导有序加权平均算子(IOWA),介绍并建立了组合预测模型,最后给出IOWA在城市公共交通预测中的应用,并结合实例分析结果表明了模型的有效性.     

多粒度语言评价信息的动态多属性决策方法

针对多粒度语言评价信息的动态多属性决策问题,基于语义的模糊化函数将不同粒度的语言评价信息映射为同一区间上的三角模糊数,并给出模糊有序加权几何平均算子。通过该算子对各时段属性信息进行横向和纵向集结,从而得到方案的排序。最后经过实例分析,说明该方法的有效性和可行性。     

利用项集有序特性改进Apriori算法

Apriori算法是挖掘关联规则的一个经典算法，通过分析、研究该算法的基本思想，并利用项集的有序特性对其进行改进，减少了生成的候选集数量，从而提高算法的效率．