基于神经网络的建筑行业投标报价研究

在建筑行业的投标报价过程中，如何在众多的信息中选出对最终报价影响较大的几项因素以及如何确定这些因素与最终报价之间的关系是一个棘手的问题．论文针对这两大难题提出了基于神经网络技术的解决方法．首先根据贡献变量分析理论确定出影响报价结果的9个报价因素，从而建立起基于神经网络的报价模型，然后在所确定模型的基础上改进传统的BP算法，进一步提高网络的泛化能力．从实际应用的结果可以看出，经过变量选择后所确定的报价因素是合理的，改进学习算法后的网络的泛化能力也有了很大的提高．     

高温与液压对快堆座式主容器屈曲的影响

讨论了快中子增殖反应堆在运行工况下，主容器内液态钠的高温和液压的存在对容器的屈曲行为的影响。首先用有限元分析了聚氯乙烯圆柱容器实验模型在室温和高温、无液压和有液压时在模拟水平地震的水平力和弯矩荷载下的屈曲荷载与屈曲模态，高温使容器的弹性模量降低，从而使容器抗屈曲能力降低，而液压的存在使抗屈曲能力增加。计算结果与实验结果吻合得到很好。然后用同一程序计算了中国实验快堆钠池主要容器在室温和高温、无液压和有液压时在模拟水平地震的水平力和弯矩荷载下的静态屈曲荷载与屈曲模态，由于屈曲发生在主容器的裙座，不是在有液体的主圆柱壳上，高温和液压对屈曲荷载与屈曲模态几乎没有影响。     

基于Elmore模型的Steiner树问题的求解

建立了一种求解基于Elmore延迟模型的Steiner树问题的遗传算法。针对Steiner树问题的特点,在引入一种新的具有自适应性的杂交概率和变异概率的基础上,提出了面向Steinet树问题的遺传算法和一种构造染色体的新方法。提供了遗传算法的结构并讨论了遗传算子。分析了基于时间和空间的算法复杂性。     

含有纯滞后对象的控制方法

评述纯滞后对象控制的两种典型方法─—大林算法和纯滞后补偿法的原理、优缺点、设计要求及存在问题，并讨论了两者的联系。     

周期信号的孔径抖动及其去除

孔径抖动是指模数转换器采样周期之间出现的相位抖动 ,是由各时钟周期边沿出现时刻的不确定性导致的。当输入信号频率较高时孔径抖动是模数转换器信噪比下降的一个重要原因。对数据采集系统中的孔径抖动进行了仿真实验 ,介绍了反卷积算法 ,并利用反卷积算法对周期信号的孔径抖动进行了去除。仿真结果表明该方法是有效可行的     

Radar Imaging Based on Iterative Algorithms

It has long been realized that the problem of radar imaging is a special case of image reconstruction in which the data are incomplete and noisy. In other fields, iterative reconstruction algorithms have been used successfully to improve the image quality. This paper studies the application of iterative algorithms in radar imaging. A discrete model is first derived, and the iterative algorithms are then adapted to radar imaging. Although such algorithms are usually time consuming, this paper shows that, if the algorithms are appropriately simplified, it is possible to realize them even in real time. The efficiency of iterative algorithms is shown through computer simulations.     

高校年轻干部培养选拔和教育的几点思考

培养和选拔德才兼备的年轻干部是高校改革和发展的重要保证。做好这项工作，必须转变观念，严格把握基本素质要求，健全用人机制，加强教育管理。     

Petri网络在无控制交叉口延误分析中的应用

选用比较适合描述系统组织结构和动态行为的Petri网络模型对主路优先通行的无信号交叉口运行过程建立HSPN模型．在此基础上，结合间隙接受理论，对无控制交叉口进行平均延误分析探索，为交叉口仿真控制软件的研发奠定了算法基础。     

Subset threshold autoregression

We develop in this paper an efficient way to select the best subset threshold autoregressive model. The proposed method uses a stochastic search idea. Differing from most conventional approaches, our method does not require us to fix the delay or the threshold parameters in advance. By adopting the Markov chain Monte Carlo techniques, we can identify the best subset model from a very large of number of possible models, and at the same time estimate the unknown parameters. A simulation experiment shows that the method is very effective. In its application to the US unemployment rate, the stochastic search method successfully selects lag one as the time delay and five best models from more than 4000 choices. Copyright © 2003 John Wiley & Sons, Ltd.     

数字调节器的切换方法分析

本文在分析数字调节器控制算法的基础上，重点分析了数字调节器正常运行时各运行状态间的切换方法。