联结数与分数（k，n’）一临界消去图

设G是一个图,若删除G中任意n’个顶点的剩余子图依然是分数k-消去图,则称G为分数（k,n＇）-临界消去图．笔者证明了若k≥2,n,≥0,bind（G）≥^（n＇＋1）且6（G）≥k＋n＇＋1,则G是分数（k,n＇）-临界消去图．     

无向超环面网的距离参数(英文)

平均距离μ(G),距离控制数γl(G)和距离独立数αd(G)是度量网络性能的重要参数.n维无向超环面网是超立方体的推广.证明了μ(G)=1/d1d2…dn-1n∑i=1(ei2+ei+ei'2-ei'/2·d1d2…dn/di),γ(G)=2当且仅当[e1'+e2'…+en'/2]≤l≤d(G)-1(d1≥d2≥…dn≥4),以及αd(G)=2当[d1+d2+…+dn-2/3]≤d≤d(G)-1(d1≥d2≥…dn≥3).     

柴油轿车燃用生物柴油的模态颗粒排放特性

以帕萨特柴油轿车为试验样车,使用排气颗粒数量及粒径分析仪(EEPS),对分别燃用沪Ⅳ柴油、生物柴油混合体积分数分别为5%,10%,20%和50%的沪Ⅳ柴油-生物柴油混合燃料、纯生物柴油的模态颗粒排放特性进行了试验研究.结果表明:GB18352.3—2005Ⅰ型试验循环中,该车燃用生物柴油的聚集态颗粒数量浓度下降,核模态颗粒数量浓度上升,总颗粒数量浓度变化不大;随着生物柴油混合比例的增加,该车燃用沪Ⅳ柴油-生物柴油混合燃料排气颗粒的平均粒径降低,颗粒数量浓度峰值向小粒径方向偏移.     

耗散粒子动力学中Lees-Edwards边界条件的实施

结合元胞分割法以及改进的velocity-Verlet算法讨论了Lees-Edwards边界条件在耗散粒子动力学中的实施,并将模拟结果与前人的工作进行了对比分析.所得到的速度、密度、温度、压力以及应力分布等与预期一致,尤其当耗散力系数γ提高到100时,系统中的各参数分布仍然是均匀的.表明高耗散率条件下,在耗散粒子动力学中应用Lees-Edwards边界条件仍然有效,笔者提出了与文献[21]不一致的观点.     

含时磁场中自旋团簇两类规范解关系的研究

本文用坐标系旋转方法研究SU(2) 自旋团簇系统两类规范解析解的关系．研究对象选用一个有部分各向异性耦合的3自旋12粒子环链．从中发现系统的单规范解析解可以由双规范解析解获得．还计算了单规范解析解的几何相位,结果显示：单规范的每个基本解析解中的几何相位均为π．如果令双规范中的参数λ=π2,那么这个相位值与对应的双规范基本解析解中的几何相位是一致的．     

基于RBFNN的FDPSO火灾爆炸波及钻井区概率分析

浮式钻井生产储油轮（FDPSO）是一种具备钻井、采油、储存、外输等多项功能的新型浮式生产装置．FDPSO的功能高度集成和密集布置带来了各模块风险的相互影响问题．针对由此引发的一类突出危险事件,即FDPSO装置上外部设备发生的火灾爆炸波及钻井区,展开事件发生概率研究．在定量风险分析的基础上．引入经改进粒子群算法优化的径向基函数神经网络进行概率预测,并验证了该模型的可用性．研究成果有助于设计人员回避繁琐的定量风险分析过程,快速确定不同布置情况下外部火灾爆炸波及钻井区的概率,从而通过合理设计有效控制该风险．     

图K_（3,3）∨K_t的点可区别正常边染色

图G的正常边染色称为是点可区别的,如果对G的任意两个不同的顶点u,v,与u关联的边的颜色构成的集合异于与v关联的边的颜色构成的集合。对图G进行点可区别正常边染色所需要的最少颜色数称为是G的点可区别正常边色数,记为χ＇s（G）。讨论了图K3,3∨Kt的点可区别正常边染色。     

我国当前产业结构状况与未来演进趋势

在现代产业选择研究中,经常分为支柱产业和主导产业.但是还有一类产业其特点是:有时表现出兼具支柱产业和主导产业的双重属性,有时又表现为产出的边际效应、总量效应的综合贡献均较大,或者上述两种表现均同时具备,在此称这类产业为核心(龙头)产业.本文将影响力系数和感应度系数进一步分解为最终产品影响力系数、初始投入感应度系数、产业影响力系数和产业感应度系数,并采用前两个系数作为选择主导产业的参考指标,后两个系数作为选择核心产业的参考指标,进而依据2005年中国62个部门的投入产出表,研究了当前我国产业结构的状况和推拉演进趋势,建议根据不同的产业类型采取相应的产业政策.     

用te(L2(27))刻画L2(27)

令G为有限群,πe(G)为G的元素的阶的集合,k∈πe(G),mk表示G中k阶元的个数,τe(G)={mk|k∈πe(G)}.证明L2(27)可用τe(L2(27))加以刻画,换言之,当G为群且满足τe(G)=τe(L2(27))={1,16 383,16 256,341 376,1 040 256,682 752}时,有G■L2(27).     

柔性作业车间调度的动态禁忌粒子群优化算法

针对复杂的多目标柔性作业车间调度问题(FJSP),提出一种基于全知型粒子群优化(FIPS)和动态禁忌搜索(TS)的混合Pareto算法,它在利用FIPS的全局搜索能力确定搜索方向后,通过TS进行有效的局部搜索以提高算法的搜索性能.该算法采用基于强度的适应度函数来评价粒子,以使非劣解均匀分布于Pareto前沿;采用基于公共关键块的多种邻域结构,既保持了种群的多样性,避免算法陷入局部最优,又有效提高了算法的收敛速度.算法中还引入了基于变异的自适应扰动策略来进一步增加解的多样性.对不同规模实例的比较实验表明,文中所提出的算法具有较好的搜索性能,是一种求解大、小规模多目标FJSP的有效算法.