基于灰色系统和人工神经网络的中长期电力负荷预测

利用灰色预测需要样本数据量少、建模过程简单的特点，对中长期电力负荷进行前期预测，结合人工神经网络对大量非线性、非精确性规律具有自适应和自学习能力的优点，在考虑经济因素的前提下对输入数据进行了预处理，采用改进的BP算法最终得出了预测结果．文中的算例表明了该方法是可行且有效的．     

异型截面弹芯垂直侵彻半无限靶板

为研究非圆截面长杆弹的侵彻特性,对长径比为20的圆形、三角形、正方形截面的三种长杆弹对半无限靶的垂直侵彻进行数值模拟,通过已有的实验结果对仿真结果进行验证,并利用数值模拟拓展研究长径比为5、10、15的3种截面形状的长杆弹以及长径比为20的正五边形和正六边形对靶板的侵彻威力,结果表明:异型截面弹在大长径比、高着靶速度条件下具有更优的侵彻威力,其中正三角形截面弹在几种正多边形截面弹中侵彻威力更优;提出弹芯的截面形状因子H,并基于销蚀长杆侵彻模型Alekseevskii-Tate模型,建立了异型截面弹对半无限靶侵彻深度的计算公式.      

长程面形仪稳定系统的设计

分析了温度梯度、空气扰动、振动以及漂移误差对长程面形仪测量精度的影响,设计了一种以双层铝合金材料为主体带夹层内水循环的封闭性防护罩结构的长程面形仪稳定系统。通过封闭性的结构设计,以及夹层内增加焊点的方式,减小了空气扰动的影响;通过导热性较好的铝合金材料和内循环水系统,提高了温度的稳定性;通过在内壁粘贴石墨导热膜,有效地避免了局部温升过大,提高温度分布的均匀性。运用ANSYS软件对稳定系统结构强度进行了校核,优化了焊点分布方案,进一步提高了结构刚度。实际测试结果表明:温度的稳定性由0.234K提高到0.186K,稳定性提高了20.5%;温度的均匀性由0.294K提高到0.232K,均匀性提高了21.1%,完全达到了应用要求;对K-B镜样品的实际测试表明,配有稳定系统的长程面形仪测量装置面形测量精度更高,噪声更小;自准直仪的性能测试表明,安装稳定系统后自准直仪的噪声得到了高效抑制,检测性能大幅提高。      

改进的分数阶辅助方程方法及其在非线性空间-时间分数阶微分方程中的应用

利用改进的分数阶辅助方程方法求解具有修正的Riemann-Liouville分数阶导数的非线性发展方程组.将该方法应用到空间-时间分数阶Broer-Kaup方程组和空间-时间分数阶长水波近似方程组,并通过符号计算得到这两类方程组的精确行波解.结果表明,该方法能十分有效和便捷地得到时间-空间分数阶非线性微分方程组的解.     

重力有压流长距离输水可靠性模拟

以重力有压流长距离输水系统为研究对象,采用水厂需水量满足程度作为系统可靠性的量化指标,建立输水系统可靠性模型,模拟分析了连通管间距对输水系统可靠性的影响.算例结果表明,随着连通管数目的增加,系统可靠度趋于稳定;同一连通管间距下,输水距离越大,系统可靠度越低;随连通管间距的减小,输水距离导致的可靠度差距逐渐减小.在保证输水系统可靠度要求的前提下,定量测算了不同输水距离下连通管间距的参考值,为科学设计长距离重力有压流输水系统,提高系统可靠性提供依据和参考.     

大学体育教育与休闲教育探讨

通过大量国内外优秀跳远运动员的助跑速度和准确性的研究,通过文献资料的收集整理与综合分析,从现代跳远特点的发展出发研究跳远运动员助跑速度和准确性,为跳远的发展提供可行性的参考。     

跳远运动技能学习效率可控性研究

从技能控制角度对跳远运动技能可控性的跑跳技能和学习效率进行了比较分析.结果显示,最后10m助跑速度越快,可控速度越强,跳远成绩越好,跳远速度链处于平衡、稳定、可控范围.正确处理可控性模式中可控速度、肌肉活动状态和跑跳技术的组合关系,有利于跳远运动技能的形成,使学习效率得到提高.从总体看,跑跳速度链失衡是跳远运动技能形成过程中存在的主要问题,作为运动技能组成部分的可控核心肌群对跳远成绩的提升有较大影响.     

Phonics：中国人英语学习方法的革命

自然拼读法在字母的发音和单词的发音及拼写之间建立起直接的联系,把单词的“音”与“形”相结合,符合语言学习的规律。与“国际音标”相比,该方法只有两个标注符号,简单易懂,有助于学习者掌握字母或字母组合的发音与拼写之间的对应关系,快速提高学习者的单词拼读与拼写能力,是中国人英语学习方法的一次革命。     

基于卡尔曼自回归的LTE天线端口数检测算法

在长期演进(long term evolution, LTE)系统中,传统天线端口数检测使用盲检测的方式分别对1,2和4端口数进行解码,直至物理广播信道系统消息成功通过循环冗余码校验,该方法会产生大量的计算冗余和时延。针对这一问题,提出一种改进的卡尔曼自回归天线端口数检测算法,该算法通过提取不同天线端口对应的小区参考信号得到信道状态信息,并将信道状态的相位信息进行卡尔曼自回归拟合,将自回归拟合后的相位与接收信号相位作差得到的平均值与预设判决门限进行比较,以得到天线端口数判决结果。理论分析与仿真结果表明,改进算法相较于传统盲检测算法节省的时间开销可达49%。在相同信噪比下,相较于其他优化后的门限判决算法,改进算法最多提高约10%的检测成功率且具有更优的抗频偏性能。     

基于LSTM的短波频率参数预测

针对现有短波通信频率参数预测方法操作繁琐、预测精度不足的缺点,首次提出一种基于长短期记忆型循环神经网络（LSTM RNN）的预测方法。通过对电离层参数f0F2数据的分析,利用LSTM在处理时序相关数据时可以长期记忆网络历史数据的优势,对f0F2值进行预测。对比反向传播神经网络（BPNN）,LSTM将误差降低了7%,并将均方误差控制在2%以下。研究结果表明：基于LSTM搭建的提前预报5天的f0F2值的模型是可行的且比BP神经网络更适合预测电离层的f0F2值。