Lp-混合投影体的Shephard问题与Minkowski-Funk变换

推广了Rn中凸体K的i-曲率函数fi(K,·)(i=0,1,…,n-1)和Lp-曲率函数fp(K,·)(p≥1)的概念,引进了Rn中凸体K的L-混合曲率函数f(K,.)(i=0,1,…,n-1,p≥1)的概念,研究了L-混合投影体Πp,iKΠp,iL是否一定>Wi(K)≤Wi(L),当1≤p相似文献   

高含水期油藏层间压力结构差异量化方法研究

由于长期注水开发和层间非均质性影响,高含水期油藏各小层层间压力结构差异严重,掌握差异状况是合理调整的重要依据。针对现场分层测压资料少,单层压力资料获取困难的情况,应用渗流力学原理建立了高含水期地层层间压力结构差异量化数学模型,模型的关键参数可以通过生产数据计算获得。枣园油田的实例验证表明,高含水油藏层间压力存在明显差异,该方法能够确定各小层的压力差异状况。量化计算结果和实测资料相接近,有利于认清开发矛盾,为合理调整提供技术依据。     

一类非线性Burgers方程组差分格式的计算稳定性

研究了一类非线性耦合Burgers方程组差分格式的计算稳定性,由启发性分析方法可知,差分格式具有计算稳定性的必要条件是其修正微分方程组等号右端的二阶耗散项系数为正.     

二阶双参数混合型偏差分方程解的振动性

利用包络理论研究带有两个常系数的二阶混合型偏差分方程pU_m+2,n+qU_m,n+2-U_m,n+U_m+σ,n-τ=0解的振动性, 得到了该方程解振动的3个充要条件. 其中: σ,τ为正整数; m,n为非负整数; p,q为实数.     

一种用于时差提取的卡尔曼-最优阶互相关算法

在定位系统的时差提取方法中,传统的互相关算法抗噪能力较弱、时差提取精度较低,针对以上缺点,提出卡尔曼-最优阶互相关算法,并且通过仿真对比分析相同条件下该算法和基本互相关算法、广义加权互相关算法的时差提取精度,验证了其更优的性能.最后,通过FPGA设计,将所提算法运用到实际工程中.仿真和试验结果表明,相对于传统算法,卡尔曼-最优阶互相关算法在较低信噪比的情况下具有更强的抗噪能力和更高的时差提取精度.     

采用质量差和超小导程/直径比丝杠传动的点胶量精细计量技术及系统设计(英文)

基于冗余技术原理,采用制件点胶前后质量差和超小导程/直径比阿基米德丝杠技术组合,辅以自润滑双导轨设计,保证点胶量控制胶滴为(0.200±0.001)g;采用模块化设计,实现点胶机性能的高精度和功能的适度柔性,并通过模块化试制模拟样机,优化点胶机的空间结构及整机可靠性.研究结果表明:该方案保证了点胶量的实时精密控制且同时满足生产节拍的要求.     

求解时变线性不等式离散算法的设计与分析

提出一种用于求解时变线性不等式的数值算法.通过引入一个时变向量(其每个元素都大于或等于零),将时变线性不等式转化为一个时变矩阵向量方程,并给出用于求解该方程的连续时间模型(即神经网络).采用欧拉差分公式将其离散化,推导得到相应的离散算法,并通过理论分析和数值实验验证该离散算法的有效性.结果表明:所提出的离散算法的稳态误差(SSRE)具有O(τ²)的变化规律,当τ的数值减小10倍,算法的稳态误差可减小100倍.     

全火星模型中震波传播特征的数值模拟研究

采用基于交错网格的傅里叶伪谱与有限差分混合方法, 求解弹性波动方程, 根据地球化学分析得到的两个火星理论结构模型, 模拟二维全火星模型中P-SV波和SH波的传播过程。根据理论地震图和波场快照, 讨论全火星模型中震波的传播过程以及各种震相的产生和演变, 分析模型内部火星壳厚度以及火星核幔边界深度对震波传播的影响。结果表明, 在低速火星壳内部多重反射波及转换波的相干叠加会形成很强的波列, 其特征受火星壳厚度的影响较大, 在切向分量上可以更清晰地观测到核幔边界的反射震相。     

求解BBM方程的一个两层线性化差分格式

本文对一类带有齐次边界条件的Benjamin-Bona-Mahony方程(BBM方程)的初边值问题进行了数值研究,提出了一个具有二阶理论精度的两层线性化差分格式,该格式合理地模拟了原问题的一个守恒性质.本文证明了该格式差分解的存在唯一性.综合运用数学归纳法和离散泛函分析方法,本文还证明了该差分格式的收敛性和稳定性.数值实验表明该方法是可靠的.     

热镀锌钢卷力学性能GBDT预报模型

针对热镀锌钢卷力学性能预报建模条件属性选取难、预报精度不足的问题,研究了热镀锌钢卷力学性能梯度提升树(gradient boosting decision tree,GBDT)预报模型。利用互信息差算法综合评估工艺参数、化学成分和钢卷尺寸参数等条件属性的相对重要性以及属性之间冗余性,进行模型条件属性筛选;采用同分布原理进行样本划分,结合网格搜索法和交叉验证法优化模型参数,建立力学性能GBDT预报模型。将GBDT模型预报结果与随机森林(random forest,RF)、AdaBoost算法和BP神经网络的预报结果进行比较,比较表明GBDT模型优于其他模型,90%的数据样本预测的绝对误差小于14.24 MPa,94.6%的数据样本相对误差在6%范围内,具有更高的预测精度。