缩比模型轮胎转速对整车风阻影响分析

在缩比模型风洞试验中,若车轮转速设置与气体来流相同,会使轮胎旋转角速度倍增,导致缩比模型设计难度增大,同时试验中的不稳定因素也会增加,因此需要对缩比模型风洞试验中轮胎转速对风阻的影响进行分析,以探究轮胎降转速试验的可行性。本文基于某MPV车型,通过风洞试验及计算流体动力学（CFD）仿真方法对轮胎转速对整车风阻的影响进行分析,结果表明：轮胎转速对风阻测试结果有影响;缩比模型车轮速度设定与来流相同时,缩比模型与全尺寸风阻结果更一致。     

湖北网湖湿地自然保护区两栖爬行动物资源调查

2004年对湖北省阳新县网湖湿地自然保护区的两栖类和爬行类进行了系统调查,分别记录到两栖类27种、爬行类38种．对它们的物种组成、地理区系特点和保护等级进行了研究,并提出了保护建议．     

渐缩弯管AutoCAD自动展开

利用AutoCAD的内部语言AutoLISP对钣金件渐缩弯管进行自动展开,有效提高生产效率和准确度。     

动态分布式层次密钥管理

层次秘密通信在电子商务与电子政务以及其他的具有层次结构的系统中有广泛的应用,本文通过利用单向散列函数的不可逆计算的特性,设计了一个单向的等级加密体制的密钥管理方案,上级组结点可以安全容易的获取下级组结点的密钥,反之不然.并且在方案中实现安全组的动态添加、删除及更新组结点密钥.本方案计算量小、存贮要求低,并且可以实现分布式并行化计算.     

α-溴代-α-乙酰基二硫缩烯酮与芳醛缩合反应的研究

从α-溴代-α-乙酰基二硫缩烯酮出发,与多种不同芳醛反应合成了γ-位的醛缩合产物α-溴代-α-烯酰基二硫缩烯酮.探讨了在不同碱、溶剂、反应温度和原料配比等反应条件下该缩合的反应情况及其产率,并对各化合物的结构进行了表征.结果表明,在以氢氧化钠为碱,叔丁醇为溶剂,常温条件下可以较高产率地获得目标产物.     

新型外墙防渗抗裂砂浆抗干缩性能对比试验研究

外墙的裂缝和渗漏是建筑工程中不容忽视的普遍质量问题,非常重要的一个原因就是普通砌筑砂浆和抹面砂浆在抗收缩能力上的缺陷.运用对比试验方法,在普通水泥砂浆中掺加不同量的聚酰胺乳胶,通过实验室制作干缩试件和外墙工程应用,研究其对砂浆抗干缩性能的影响.试验表明：相同配合比的水泥砂浆中乳胶掺量越大,抗干缩能力越强;在外墙水泥砂浆中掺入5%乳胶,能够抵抗外墙因温度和湿度产生的变形,从而有效控制裂缝和渗漏现象.     

自调式镦压挤胀复合液压机的研制

从力学原理、设计原理、整机结构、关键零部件的设计和工作程序,系统地介绍了自调式镦压挤胀复合液压机．由于压机设计了顶出缸对下活动横梁调节限位结构,回程拉杆对上镦压横梁的复位结构及镦压缸和气液储能器之间的连通协调结构,这不仅使该液压机结构紧凑,同时节省了上镦压横梁的回程液压缸、下活动横梁的镦压缸,并简化了上凸模与上镦压模分设的液压系统,而且解决了直齿圆柱齿轮在塑性成形过程中齿顶难以充满、齿根易出现微裂纹,以及成形压力过大和模具寿命过低的问题．     

分布交互仿真系统扩缩性模型研究

随着分布交互仿真规模及复杂度不断增加,系统可扩缩性是其面临的主要问题之一,影响系统可扩缩性的主要因素是系统资源受限,采用相应的技术手段可以提高系统的可扩缩性,本文深入研究了系统可扩缩性问题产生的根源,在此基础上提出了一个可扩缩性的数学模型,定性及定量地分析比较了当前各种技术措施的优缺点及效能,该模型对于指导仿真系统的设计具有重要的指导意义。     

AFSs-RBF神经网络模型在轻亚黏土地震液化判别中应用研究

以自适应模糊系统AFSs为基础,运用径向基高斯函数RBF所建立的AFSs-RBF神经网络模型能够同时容纳模糊系统的推理功能和自适应性,动态调节隐节点数即模糊规则教,具有广泛的适用性.将这种模型应用于轻亚黏土地震液化评价中,选择震中距、上覆有效应力、黏粒含量、标贯击数、地下水位、循环应力比等6个与地震和场地条件有关的影响因子作为网络输入参数,对于轻亚黏土场地的液化势判别具体地建立了模糊神经网络模型AFSs-RBF.以唐山7.8级地震中天津某地区的轻亚黏土液化数据为训练样本,经验证和应用表明,这种AFSs-RBF网络具备更高的自适应性和非线性映射能力.     

P_MOEA：一种多目标决策辅助遗传算法用于服务组合QoS优化

在服务组合场景下,SLA约束下的服务组合优选是实现服务质量管理的重要基础之一．服务组合优选既是一个组合优化问题同时也是多目标决策问题,需要高效的算法以支持大规模的候选组合方案集合,同时也需要有效的评价模型来明确定义候选方案的优劣程度,从而为决策者提供支持．现有的服务组合优选方法多基于两种模型定义其优化目标：线性效用函数和Pareto最优．前者需要量化权重配置以定义效用函数,但是对于用户来说精确的量化权重配置是一个非常困难的任务,特别是在涉及到的QoS维度较多时;后者无需权重配置,将Pareto最优的skyline集合作为优化结果返回给用户,然而skyline集合的规模是不可控的,最优结果集的规模会随着问题的规模增大而显著增大,过大的最优结果集显然难以为决策者提供有效参考,针对上述传统方法的不足,在本文中,我们将PROMETHEE方法弓I入服务组合优选问题,结合Pareto和PROMETHEE两种评价模型,将skyline集合基础上的Top—kPROMETHEE最优方案作为优化目标,提出并实现了一个高效的遗传算法：P—MOEA．算法可以针对大规模问题,高效地返回Top—kPROMETHEE最优组合方案集合,从而为进一步的决策提供有效的参考．我们实验验证了算法的效率和有效性．