基于正则化正交非负矩阵分解的旋转目标检测方法

小样本的旋转目标检测是指在样本数少的情况下进行旋转目标检测模型的训练,深度学习在旋转目标检测领域往往需要庞大的样本数和计算算力。现有的基于机器学习的旋转目标检测方法大多有着对目标尺度和姿态敏感的缺点。因此提出一种基于正则化正交非负矩阵分解的旋转目标检测方法,来解决小样本的旋转目标检测难题。首先,针对样本不具有各种角度的图片,对样本进行旋转后进行背景填充,这样便于更好的表征学习。其次,提出一种基于正则化正交非负矩阵分解算法对旋转样本的梯度直方图特征进行表征学习。最后,为了测试算法在特征学习后的有效性,利用支持向量机对特征提取后的数据进行训练和测试。实验结果表明本文的目标检测方法在多个数据集中可以取得不错的效果。     

基于参数化建模方法的复合式盾构机刀盘力学性能分析与结构优化

刀盘是盾构机的核心部件之一,合理的刀盘结构设计是安全高效掘进的基础。为了快速高效建立刀盘有限元模型并分析其力学性能,采用基于APDL（ANSYS parametric design language）命令流开发的参数化建模方法,建立了某型号复合式盾构机刀盘的数字模型。对刀盘施加极限工况下的推力和扭矩,通过静力学分析得到了刀盘的应力分布和变形分布,确定了最大应力和最大变形位置,校核了刀盘的静强度和静刚度。进一步以刀盘总质量为优化目标,以刀盘强度和刚度为约束条件建立了基于参数化建模的刀盘结构优化方法,提出了刀盘结构优化流程。通过参数敏感性分析确定了刀盘优化参数,探究相关参数对刀盘强度和刚度的影响。对复合式盾构机刀盘的关键参数进行优化。结果表明：优化后刀盘的最大应力降低了12%,最大变形降低了20%,质量减轻了119 kg。因此,基于参数化建模的优化方法可以提供刀盘的强度与刚度,并同时降低刀盘质量。研究成果可为后续多目标刀盘结构优化提供参考。     

概化峡谷地形风场特性风洞试验

为研究峡谷地形的风场特性,首先对比了4类规范对峡谷地形风压或风速修正的规定;其次,以某V形对称坡度概化峡谷地形为研究对象,通过风洞试验,研究了其横断面方向和沿峡谷走向地形风速分布规律,并讨论了风向角对于峡谷地形风速分布的影响。结果表明：国外规范对峡谷地形风速修正规定较少,国内规范规定的峡谷风速修正系数在1.07~1.22之间;0°风向角下,风速地形修正系数沿峡谷中轴线基本对称;在测试高度范围内,沿峡谷走向加速区逐渐缩小,减速区逐渐变大,风速地形修正系数极大值逐渐减小,其极值均出现在“H1ZX”横断面,数值分别为1.34 5和0.45 6;0°和15°风向角下,沿峡谷走向,风速地形修正系数分别呈“旋涡状”和“山丘状”,减速区位置也不相同;谷底位置处的风速加速效应很有限,仅在峡谷风速入口位置附近存在加速效应,且风速修正系数值最大值小于规范规定最大值1.22。     

羧基改性聚丙烯腈纳米纤维的制备及其对Cd2+吸附性能的研究

通过自由基聚合结合静电纺丝技术制备了羧基化改性聚丙烯腈纳米纤维膜,并用傅里叶变换红外光谱（FTIR）、扫描电子显微镜（SEM）对膜的结构进行了表征和分析,探索了PAN羧基化改性后对镉离子（Cd²⁺）的吸附性能。研究发现PAN-COOH-a（丙烯酸与丙烯腈2:8共聚）、PAN-COOH-b（丙烯酸与丙烯腈3:7共聚）吸附量比纯PAN分别增加了65%和95%。以PAN-COOH-b为研究对象,对其热力学、动力学吸附机理进行了研究,探索了金属离子浓度、pH值、温度、循环对Cd²⁺吸附性能的影响。热力学结果符合Langmuir模型,预测的理论最大吸附容量为204 mg∙g^-1。动力学研究表明该反应符合二级动力学模型,主要受化学吸附控制,并在5 h达到平衡。最佳吸附条件为pH = 6,T= 25℃,金属离子浓度为400 mg∙L^-1。循环实验表明,PAN-COOH-b纤维膜经4次循环后仍能保持初始吸附能力的93%,表现较好的循环效果。实验结果证明该材料对废水中Cd²⁺净化具有较大的潜力。     

基于模糊交货期的单件制造业准时化生产计划

通过建立具有不同类型模糊交货期的准时化生产计划模型,将以往确定性准时化生产计划问题扩展到模糊不确定性准时化生产计划,并提出了适合于单件制造业准时化生产的生产计划算法,从而使理论研究更符合于生产实际．最后给出计算例子     

批量制造业交货窗口提前／拖期生产计划方法

建立批量制造企业在交货期窗口下的提前／拖期生产计划模型,将交货期窗口（ｄｕｅ－ｗｉｎｄｏｗ）概念引入到带有能力约束的提前／拖期生产计划中,拓宽了生产计划问题研究的范围．并利用数学推导,将所建模型转化为线性规划模型,使得该模型运用单纯形法就可求取精确的最优解,从而解决了开发中的ＣＯＮＷＩＰ集成化生产管理软件对不确定交货期主生产计划的编制问题．     

经理人过度投资行为的柔性决策

由于委托代理关系的存在,经理人往往存在过度投资行为,这种行为损害了股东利益.本文在经理人过度投资行为决策柔性和投资项目价值不确定的条件下研究经理人的过度投资行为.通过建立模型,分析发现基于投资决策柔性时,经理人更倾向于过度投资,且要求更大的分成比例,进一步分析发现完善的市场机制、适度的股权集中及人力资本产权化可有效约束经理人的过度投资行为.     

求解二层线性规划问题的混合粒子群算法

结合粒子群优化方法和单纯形法为二层线性规划构造了一个混合粒子群优化算法.算法具有两层结构,其中粒子群算法用以求解上层规划问题,单纯形法用以求解下层规划问题.设计的粒子群在上层决策变量的可行城内搜索最优解,同时通过单纯形法求解下层规划问题得到每个粒子相应的下层规划问题的解.算法通过初始种群可行化,以及步长控制、不可行粒子淘汰等技巧避免了使用罚函数处理约束带来的困难,提高了粒子群优化算法的计算性能.最后,我们给出算法的数值例子并对该算法的计算性能加以分析.     

基于进度优化的大型项目激励机制模型

在项目管理实践中,业主通常会设立激励机制以确保项目按期完成,而承包商则会根据业主设定的激励机制合理安排项目进度.本文讨论了大型项目的激励机制,研究了业主和承包商的决策问题,建立了以项目收益净现值最大化为目标函数的Stackelberg主从递阶决策模型.通过各子项目激励强度的设定对激励机制进行优化,协调业主和各承包商的利益关系,进而实现业主收益的最大化.     

灰色T型关联度的改进

通过对现有灰色关联度及T型关联度模型的分析,提出了灰色T型关联度的改进模型,改进后的关联度模型能够反映序列的正、负相关关系,并且具有对称性、唯一性、可比性和无量纲化后的保序性.通过实例表明了改进的灰色T型关联度能够更真实地反映序列曲线的关联程度,所得关联分析结果较为客观可靠,并且易于在计算机上实现.