在理论允许区域内按Williams意义下的最佳质量比的确定

作为[2]、[3]所述的一般理论的一个应用,我们当然可以解决理论允许区域内维利姆斯意义下多级火箭的最佳质量比的确定问题。但本文我们不作为上述理论的一个特例来处理,而是针对这个具体的问题,我们象解决[2][3]的一般情况那样把这个具体的问题单独解决。由于问题具体了,所以每一步有可能写得更具体,而且为了使读者在阅读[2]、[3]时更省时间,所以对于这个特例中类似一般情况的一些明显的性质和类似的证明我们都仔细地写了上去,即不删略。此外,本文还有它本身的意义。它对本文中所述的这个特殊问题解决得更加具体了。例如关于这个特殊问题的二级、三级、四级火箭的最佳质量比的具体确定,是被写出来了,这对于用[2]、[3]中的一般理论去确定一般情况下多级火箭的最佳质量比显然也有一定的参考价值。更何况本文本身还有一些有意义的新结果,这些结果对于较快地确定这种特殊情况下的最佳质量比是有好处的。     

CO2激光对小鼠免疫功能影响的实验研究

采用１ＷＣＯ２激光器照射小鼠胸腺区及脾区，观察激光照射对血清ＩｇＧ、溶血素、ＡＦＣ及ＬＧＬ的影响。实验结果表明，激光照射组上述免疫指标明显高于对照组，由此证明ＣＯ２激光具有增强免疫细胞活性及促进免疫分子产生的作用。     

浅谈计算机专业选修课的教学方法

总结了笔者多在年计算机专业选修课的教学经验;介绍了计算机专业选修课教学中应该注意的问题,并着重探讨了学生创新思维能力的培养。     

关于多级火箭的优化理论(16)

以不带助推火箭的二级火箭为例指出，火箭各级的喷气速度越大越好，火箭各级的yi／xi越大越好，第一级火箭越大越好，但是对第二级火箭而言，就不一定是越大越好。     

两级火箭最大末速度值的变化规律

考虑如图1的两级火箭,载荷为G,第i(i=1,2)级火箭余量为x_i,推进剂量为y_i,储箱容量为B_i,喷速为w_i。设A为给定的推进剂总量,对应于A的最大末速度记为V_(max)(A),它就是末速度函数     

关于《多级火箭的优化理论》(07)

本文完善了 [1]的一些结果     

关于多级火箭若干问题的探讨

本文提出五个问题,并在经典力学的范围内解决这五个问题。第一个问题钱学森同志提到过, (见[1]第95页)并且他本人还发表了一些极为重要的看法。我们从理论上讨论了它,得到的结果是:对多级火箭论,随着级数的无限增加其载荷最终达到的速度也将趋向无限大。第二个问题是由第一个问题引起的,它在推进剂量和本文所称的余下质量为定量的条件下探讨对火箭进行分级时VN的变化情况,得到了这时的VN是一有界量的结论,并在推进剂量和余下质量之比为常数的假定下证明了VN的收敛性算出了VN的极限值。第三个问题仅供火箭的设计工作者参考,它在允许调换多级火箭各级次序的基础上给出了为使多级火箭的载荷在最终获得最大速度的各级排列法。第四个问题是对起飞前的多级火箭而言的,对于起飞前的多级火箭论,在总推进剂量为定量的情况下其各级的推进剂量如何分配才能使载荷在最终获得的速度为最大?本文详细地探讨了这一问题,包括考虑了那分配方案的唯一性和存在性等,并用初等函数简单地表达了这一在本文中被称为最大速度方案的分配方案。第五个问题是一个与第四个问题等价的问题,它考虑的是对起飞前的火箭论如果要求速度一定(载荷当然一定),如何在多级火箭的各级分配推进剂使载荷达到一定的速度而使消耗的推进剂量为最小?这就是本文所称的最省推进剂方案问题。我们证明了第五个问题与第四个问题的等价性,并同样地用初等函数简单地表达了最省推进剂方案。大家知道,当物体的速度越来越大例如大到使质量已有显著的变化时,经典力学已不能用了;这就使我们进一步地探讨:上述的结论在相对论中成立不成立?如果有的成立,那很好;如果有的不成立,那么那时的结果又会怎样?关于这些读者将来可以参看作者写的有关部分。这次我们整理的仅是本文的第一问题的全部,第二个问题的全部和第三个问题的前半部份第四问题的前半部份,下次再整理出余下的部分。     

黑岱沟露天矿预裂爆破参数智能设计及连线设计

《黑岱沟露天矿预裂爆破计算机智能设计系统》主要通过研究影响黑岱沟露天煤矿预裂爆破质量的关键因素及其相互关系,为预裂爆破设计与优化提供理论支撑,并达到提升预裂爆破质量的目的。文章就选取爆破参数设计的原则、影响爆破参数设计主要指标的确定、及预裂爆破参数智能设计及连线设计进行了探讨。     

天津大学:搭建创新平台加快技术转移

天津大学是中国第一所现代大学,建校伊始就把促进中华民族的振兴和社会的进步作为自己的使命。面对滨海新区的电子信息、石油开采及加工、海洋化工、现代冶金、汽车及装备制造、食品加工和生物制药等七大主导产业,天津大学有责任、有义务为天津滨海新区的开发开放贡献自己的一份力     

一种无需距离函数的数据聚类方法(英文)

数据发掘是人工智能和数据库研究的新兴领域 ,在很多领域有着卓有成效的应用。数据聚类或分割就是其中的一种重要的数据发掘应用。传统聚类方法存在的一个问题是要求分析人员定义距离函数 ,而距离函数并不是总能获得。在本文中 ,我们提出了一种新的无需距离函数的聚类方法