顾客有休假期的排队系统的研究及其改进

本文通过对实际服务排队系统的详细分析,利用排队论的相关知识建立了服务排队系统对应的两种数学模型,针对这两种数学模型进行了详细的分析和推导,得到了顾客有休假期的排队系统的一些公式和结果.在现实生活中可以利用本文的结论来改进某些服务业的排队系统,在不改进服务系统的情况下实现顾客在排队中的休假,提高顾客的时间利用率,改进顾客对系统的满意程度.     

矿石与材料发光光谱学

本书属于矿物物理领域，重点是矿物的发光光谱。本书使用的实验手段主要是激光激发矿物质和对其发射和散射结果进行时间分辨的探测。全书共11章。第1章简介，介绍了主要科学术语的定义以及激光诱导时间分辨技术和稳态发光等内容；第2章理论背景，解释了激发能的吸收、辐射跃迁等发光中的主要过程；第3章实验方法，描述了实验设备的主要部分;     

矿渣预处理与碱碳酸盐-矿渣胶凝材料的性能

碱激发碳酸盐矿胶凝材料是在常温下直接制备得到的一种低环境负荷型胶凝材料，其与高炉矿渣复合后可以获得更好的早强、高强和抗渗性能。但是，与高炉矿渣的复合会引起胶凝材料的工作性能如凝胶时间和流动性能等的急剧变差，且难以采用传统的缓凝技术如碱矿渣水泥的缓凝技术等加以解决。研究发现，当对矿渣采用低浓度的硅酸钠溶液进行一定时间的预处理后可以较好地解决上述问题。研究结果表明：矿渣的预处理能够使该胶凝材料的凝胶时间得到较大幅度的延长和流动性能得到较为显著的改善，但会使材料强度有所降低；凝胶时间延长和流动性能改善的幅度随着材料中矿渣质量掺量的提高和硅酸钠浓度的增大而减小。     

一种改进的实时系统可达性分析算法

首先简介了时间自动机、时钟区域、区域等价、时钟带的概念.利用时钟带,可以将时间自动机的无穷状态空间转化为有穷.实时系统的绝大多数安全性和部分活性可以通过可达性分析算法来验证.然而,当系统时钟个数较多时,用DBM存储时钟带,会造成内存空间的很大耗费.该文提出了用邻接表存储时钟带,给出了改进的算法,并对算法的空间复杂度作了分析.实验表明,当时钟个数大于5时能节约很大的内存空间,从而在一定程度上缓解了状态爆炸.     

大型重载支承轴的疲劳裂纹时间序列诊断分析

大型重载支承轴隐蔽部位由于发生不可观测的突发性疲劳断裂，严重影响正常生产，给企业带来重大经济损失；分析这类支承轴的结构特点与振动信号特征之间的关系，运用时序分析方法对振动信号进行建模，并采用残差σ２a和归一化残差平方和NRSS作为识别疲劳裂纹状态的特征指标，有效诊断出了支承轴的疲劳裂纹程度。实验结果表明，采用σ２a和NRSS作为特征指标的时序分析方法对大型重载支承轴隐蔽部位的疲劳裂纹状态进行诊断，比常规的时频幅值特征分析法更为敏感有效、简便易行，且具备很强的实用性。     

运用时空观分析排球成功拦网的实质

运用科学的时空观对排球比赛中的成功拦网实质进行研究和分析.发现在拦网的分析时空、争夺时空、反限制时空3个过程中,分析时空过程是一种心理过程,属于排球意识的范畴;争夺时空过程空间是关键因素;反限制时空过程时间是关键因素.排球成功拦网的实质是一种守方对时间、空间和球的三维反限制,它包含着拦网队员与进攻队员之间的技术对抗、意识对抗、心理对抗和身体素质的对抗.     

低压电力网标准时间传递研究

结合扩频通信技术原理,给出了一种基于低压电力线网的标准时间传递方案,并讨论了它的网络节点地址分配。该方案结构简单,特别适用于单变压器供电区域内标准时间的传递和分配。     

用混合表面活性剂合成MCM-48介孔分子筛

在水热体系中研究了以混合非离子一阳离子表面活性剂为模板剂来合成MCM-48介孔分子筛的方法，考察了模板剂用量、晶化温度、晶化时间以及辅助模板剂TX-100用量等条件对分子筛合成的影响，并与用单一表面活性剂CTAB来合成的MCM-48介孔分子筛进行了比较。结果表明，以混合非离子一阳离子表面活性剂为模板剂来合成MCM-48介孔分子筛不仅晶化过程中不易发生转晶，而且还大大缩短了晶化时间，减少了模板剂用量，提高了产物的结晶度和稳定性。此外，辅助模板剂TX-100具有生物降解性，可减少对环境的污染。用盐酸来调节晶化后溶液的pH值，可提高分子筛的产率。     

Q∝(△Tn)时不可逆卡诺制冷机的生态学性能优化

利用有限时间热力学理论，综合考虑热阻、热漏及其他内不可逆性，研究传热规律服从Q∝(△T^n)时不可逆制冷机的生态学优化性能，并由数值算例对不同损失、不同传热规律情况下的卡诺制冷机性能变化规律进行了比较。     

非线性时序的混沌特性分析与预测

非线性时间序列相空间重构过程中的参数选择问题以及有效的预测方法一直是该领域研究的热点和难点，基于虚假最近邻域概念，同时确定最佳的嵌入维数m与时间延迟τ，对实际非线性时间序列进行相空间重构，求解出时间序列最在Lyapunov指数LE，验证了其中混沌特性，其可预报尺度为[1／LE]．并应用基于[1／LE]个输入神经元与Kenya提出的m：2m：m：1这两种人工神经网络结构对非线性时间序列进行训练和预测，预测结果的平均误差分别为4％和2％左右，后一种神经网络结构能提供更好的预测结果。