三维重构下整体形状参数的砂土渗透性分析

颗粒形状对砂土结构及其宏观性质有显著的影响。为探究颗粒形状对砂土结构及渗透性的影响规律,选取玻璃珠、石英砂及玻璃渣3种颗粒形状各异的砂土作为研究对象,首先采用高分辨率三维X射线显微镜(CT)进行精细扫描,重构了砂土三维结构模型。选取了颗粒伸长率、扁度、球度、孔隙比表面积等形状参数统计分析得出整体形状参数(OR),将OR引入Kozeny-Carman(K-C)方程得出考虑颗粒形状特征的砂土渗透系数的预测方程。室内柔性壁渗透试验表明砂土颗粒的整体形状参数(OR)越小(即颗粒形状越复杂),砂土的渗透性能越差,引入整体形状参数(OR)的K-C方程对砂土渗透性能的预测效果较好。     

应用禁忌粒子群算法的车间调度及其并行化实现

为了解决批量生产、制造、装配等车间调度问题,基于Hadoop集群,提出应用禁忌粒子群算法的车间调度及其并行化实现.以某装载机制造车间最小化完成时间为目标,通过使用禁忌粒子群算法对车间调度问题进行求解.结果表明：在车间批量大的情况下,禁忌粒子群算法可得出有效的调度方案,避免算法陷入局部最优解.与现有的智能算法相比,禁忌粒子群算法更有利于实现全局最优解.     

基于量子微粒群优化算法的半透明介质光学参数反演

针对半透明介质光学参数估计问题,建立了脉冲激光辐照下半透明介质光学参数反演模型,采用量子微粒群优化(QPSO)算法反演了折射率和吸收系数,分析了测量误差、热物性参数对反演结果的影响,并利用敏感性分析揭示了反演精度与测量误差的关系.计算结果表明：建立的反演模型和采用的QPSO算法可以精确估计折射率和吸收系数,即使人为添加10%的测量误差,反演结果依然具有较强的鲁棒性和准确度.本研究可为半透明介质物性参数获取提供技术参考.     

基于PSO磁悬浮球系统自适应灰预测控制

目的 针对磁悬浮球系统非线性不稳定和滞后性的问题,提出一种基于粒子群优化的自适应灰色预测 PID (Proportion Integration Differentiation)复合控制策略。 方法 通过在 PID 控制模块的反馈环中引入具有等维新息特征的灰色预测器,对系统误差进行及时反馈修正,以提高控制系统的响应速度和鲁棒性;同时,融合粒子群智能算 法对控制器参数迭代优化,以提高控制系统控制精度和抗干扰能力;最后,在 MATLAB / Simulink 环境下搭建仿真 平台进行对比实验。 结果 验证基于粒子群优化的自适应灰预测控制系统模型的超调量、峰值时间、调节时间显著 改善。 结论 证实该策略可以有效抑制系统滞后性,具有良好的稳定性和鲁棒性。     

Fuzzy复数的Fuzzy运算

复数ａ＋ｂｉ和二无数对（ａ,ｂ）可建立一对应关系,对定义在复数域上的Ｆｕｚｚｙ集的研究可转化为欧氏空间Ｒ２上的Ｆｕｚｚｙ集的研究,假定,本文中研究了Ｆｕｚｚｙ复数的加法和乘法运算,对已有的有关结果进行了改进。     

一种使用非线性循环数列解决堆栈问题的算法

提出了一种使用非线性循环数列解决堆栈问题的算法,对研究栈的性质和求解栈的输出序列具有一定的实用价值。     

旋风除尘器内锥形扩口芯管对其性能的影响分析和实验研究

用平衡粒径模型分析了旋风除尘器内常用的柱菜芯管结构存在的缺陷,提出了用带锥形扩口和十字板的芯管改进旋风除尘器的内部芯管结构,并用实验研究测得了新型结构减阻效的幅度。     

A（n,4）与A（n,5）的精确公式与简单公式

设Ａ（ｎ,ｋ）表示不定方程ｋ∑ｉ＝１ｉｘｉ＝ｎ非负整数解的个数,给出了Ａ（ｎ,４）与Ａ（ｎ,５）的精确公式及求得应简单公式的方法。     

非平稳正态过程水平上穿过的期望次数

设｛Ｘ（ｔ）,０≤ｔ≤Ｔ｝是标准正态过程且以概率１有连续的样本函数。探讨了对于水平ｎ〉０过程中穿过的期望次数,给出了几个涉及相关函数的条件。     

乙烯气相聚合高效催化剂的组成和聚合反应

研究了２种类型的乙烯气相聚合高活性催花剂．用ＳｉＯ２,ＭｇＣｌ２作复合载体,负载ＴｉＣｌ４制得的ＳＭ型催化剂,载体中含ｗ（Ｔｉ）为２％～３％,ｗ（Ｔｉ３＋）为３５％～５９％,比表面积１０５～１２０ｍ２／ｇ,催化活性每小时每克催化剂Ｔｉ催化得５．０～５．７ｋｇ产物ＰＥ（ｋｇ·ｇ－１·ｈ－１）,聚合动力学曲线为衰减型．用镁粉、卤代烷、四氯化钛为主要组分制备的ＭＧ－２型催化剂,载体中ｗ（Ｔｉ）为６％～７％,ｗ（Ｔｉ３＋）为５５％～６９％,比表面积７０～８５ｍ２／ｇ,催化活性１．８～２．０ｋｇ·ｇ－１·ｈ－１,聚合动力学曲线为平稳型．对ＳＭ型催化剂扫描电镜及图象分析得到颗粒平均粒径（ｄ）,颗粒长短轴比（ｄｌ／ｄｓ）及颗粒大小粒径比（ｄｍａｘ／ｄｍｉｎ）分别为３１μｍ,１．４０２,４．１,ＭＧ－２型催化剂为３３μｍ,１．５２４,７．０,相应聚合产物颗粒的ｄ,ｄｌ／ｄｓ,ｄｍａｘ／ｄｍｉｎ,ＳＭ型催化剂为２４７μｍ,１．２９５,４．６,ＭＧ－２型催化剂为２６３μｍ,１．５４０,９．０．显示出ＳＭ催化剂更优良的聚合性能．