用密闭小室测定建材VOC散发特性

建筑材料散发的有机挥发物(VOC)能影响室内空气品质,为研究建材VOC的散发情况,提出了一种测量建材VOC散发特性(初始VOC平均浓度、分离系数)和对流传质系数的方法.选取了几种常见建材(复合地板、大芯板、地板砖和地毯)的甲醛散发作为测试对象,在密闭不锈钢小室内测量建材的甲醛散发曲线,用穿孔萃取仪测量建材内甲醛的平均浓度,通过拟合测量结果可以得出建材的散发参数.测试方法和测量结果为建材的筛选和VOC散发性能评价提供了参考依据.     

功能梯度纯弯曲梁弹塑性问题的解析解

在小变形前提下研究了功能梯度材料纯弯曲梁的弹塑性受力变形特征.假定功能梯度材料为理想弹塑性材料,且其弹性模量与屈服强度沿梁高度方向按照指数函数变化,根据Mists屈服条件导出了纯弯曲梁的弹性极限弯矩、截面弹塑性应力以及塑性极限弯矩的解析表达式.算例分析表明功能梯度材料梁的弹塑性性能与均匀材料梁不同,材料屈服不一定首先产生于截面最大应力点,塑性变形的产生、扩展具有多种不同的模式,材料弹性模量与屈服强度沿截面高度的梯度变化对纯弯曲梁的应力分布规律及极限承载能力均有较大影响.研究结果可为功能梯度材料梁的弹塑性分析提供验证的考题,也可为简化理论的建立提供一定的依据.     

利用非局部理论分析功能梯度材料中两平行裂纹的动态性能

利用非局部理论求解了功能梯度材料中两平行裂纹对反平面简谐波散射的动态断裂问题.经傅立叶变换,问题的求解可以转换为对两对以裂纹面张开位移为变量的对偶积分方程的求解,为了求解对偶积分方程,把裂纹面张开位移直接展开成雅可比多项式形式.与经典理论的解相比,裂纹尖端处不再有应力奇异性出现.     

基于Monte Carlo法与GA算法的复杂系统可靠度求解

复杂系统可靠性问题是可靠性工程中丞待解决的问题。提出了基于可靠性框图的复杂系统蒙特.卡罗仿真方法,给出了各种基本可靠性模型系统与其组成单元的失效时间关系,解决了含有旁联模型的复杂系统仿真问题。以可靠性仿真数据为寿命样本,待估计参数的置信区间为编码空间,以经验分布与所求分布误差倒数为适应度函数,建立了基于遗传算法的寿命分布参数点估计模型,求得了复杂系统可靠度函数。最后以两个实例表明该方法比传统方法具有更高的精度。     

具动态性能指标的医学系统自组织模糊控制

提出一个具有动态性能指标的完全脱离模型的自组织模糊逻辑控制系统.系统的性能指标由一个随机结构开始,评价规则通过一个基于自增强机制进行在线优化的微遗传算法来产生.算法对非线性麻醉过程中肌肉松弛状态的控制效果进行了验证.通过和标准自组织系统的控制效果比较,该算法的优势体现在因为自学习能力导致的控制鲁棒性上,它能够很好地处理变参数动态系统和大时滞系统的控制问题.在每轮控制中,所提出的算法都以少量模糊控制规则(最多18条)实现了控制要求.     

基于Web的实验中心物资管理系统的开发

设计开发了BS结构Web系统的实验中心物资管理系统,介绍了该系统的模块构成及设计实现方法,讨论了系统在开发中需解决的关键技术.该系统通过网络管理实验物资确保了物资数据的实时性、准确性,提高了物资管理效率.系统采用了基于Java的J2EE相关技术,如EJB(Enterprise Java Bean)、JSF (JavaServer Faces).利用UML(Unified Modeling Language)技术进行面向对象的分析和设计,因此系统有良好的可维护性和可扩展性.     

新型纳米银/多酸复合抗菌洗涤剂的合成及抗菌性能研究

采用微乳液法合成了羟基磷灰石支撑的纳米银/多酸抗菌因子,利用FT-IR、XRD和TEM对其物相结构及形貌进行表征,以此制备出新型抗菌洗涤剂,并测试其抗菌活性.研究发现:新型抗菌洗涤剂具优异的抗菌性能,抗菌时间持久,比普通抗菌洗涤剂抗菌时间延长3~5 d,该新型抗菌洗涤剂对厨房用具和衣物等生活杂菌也表现出良好的抗菌性.     

一种基于简单遗传算法的K-Means改进算法

针对k-means算法对初始值敏感、易陷入局部极小值等缺点,结合遗传算法的思想,提出了一种基于遗传算法和k-means算法的混合聚类方法,为了测试该聚类算法的性能,用k-means 算法和改进的算法进行了1组实验,并对2种算法的聚类结果进行比较,实验结果表明算法能够有效地解决聚类问题.     

聚类分析在多极值函数优化中的应用

将聚类分析方法应用于经典的优化和遗传寻优过程当中，提出了一种求解多极值函数全局最优解的方法。在基于梯度的算法中，先取多个初始点，几次迭代搜索后做聚类分析。在每类取一点，将目标函数分为多个单极值函数，然后分别寻优，通过比较得到全局最优解。在遗传算法中，通过聚类分析在每类取若干个体作为代表个体，它们将始终参与遗传操作，从而有望达到全局最优。     

基于改进广义回归神经网络的雷达故障预测

针对目前雷达故障预测存在的问题,提出了一种基于遗传算法(GA)的广义回归神经网络(GRNN)模型.该模型以前10个时刻的雷达状态为输入,以下一时刻状态及其变化速度为输出;利用遗传算法对网络平滑因子以及网络结构进行优化,以均方差(MSE)最小构造适应度函数.仿真结果表明,所提出的GRNN模型预测值与计算值的偏差系数2.62%,期望偏差率2.07%.