疲劳S-N曲线的加权最小二乘法拟合

提出了一种拟合材料疲劳S—N曲线的加权最小二乘法，各应力水平下的拟合点的权重反比于均值置信区间的长度。两个算例结果表明：本方法较好地考虑了S—N曲线分散性的物理特性。     

甲烷-空气的二次爆炸流场实验研究

为了揭示二次爆炸的产生机制及其影响因素,采用带导管的柱形泄爆装置对向空气中泄爆的过程进行了实验。实验获得了在不同泄爆条件下清晰的时序阴影照片和外流场测点的压力历程。根据实验结果分析了二次爆炸的产生条件,并详细讨论了二次爆炸影响因素在不同泄爆条件的变化,从而分析和解释了二次爆炸强度在相应泄爆条件下的变化规律。     

二次成像法在风洞模型自由飞运动记录中的应用

风洞模型自由飞是一种无支杆干扰的非接触式气动特性测量方法。为获得相对于实验室固定坐标系的精确的模型姿态和位置测量值，必须在成像照片中有固定坐标系框架标志的清晰影像。本文描述了在高超声速脉冲风洞中模型自由飞运动记录中二次成像法的应用。以０．１ｍｍ细线所构成的正交实验室固定坐标框架置于模型运动记录的第一次成像面上，然后用高速鼓轮相机记录模型自由飞相对于坐标系运动的清晰照片，从而获得模型在高超声速（Ｍ＿∞＝９．９）流动条件下的静、动稳定性导数的有效结果。     

母语对二语习得的积极影响

在我国外语教学实践中,教师们运用目的语教学在一定时期确实推动了我国基础英语教育的改革和发展。但是,由于该教学法完全使用外语讲解语法会造成学生的理解困难,增加学生的心理负担,使得学生难以提升自己。长期的英语教学经验告诉我们,在第二语言学习过程中,恰当地利用母语,可以帮助学生加深对外语词汇和表达法的理解和记忆,提高学习效率,使外语的教与学更有成效。     

基于深度学习的欧几里得嵌入的推荐算法

推荐系统为用户推荐用户可能感兴趣的物品,可以有效地减轻信息过载。基于欧几里得嵌入的协同过滤方法将用户和物品映射到统一的隐藏空间中,是构建推荐系统的重要方法之一。然而,传统的基于欧几里得嵌入的推荐方法仅考虑用户和物品隐藏特征向量之间低阶交互,不能有效建模现实世界中用户和物品的复杂交互行为。本文提出基于深度学习的欧几里得嵌入的协同过滤算法,利用深度学习技术学习用户和物品隐藏特征向量之间的高阶、非线性交互函数,建模用户和物品之间复杂交互行为。在真实数据集上的实验结果表明,基于深度学习的欧几里得嵌入的协同过滤算法性能优于传统协同过滤算法。     

神经网络BP算法预测可靠性增长

叙述可靠性增长的基本概念和神经网络BP算法,着重探讨BP算法用于可靠性增长预测的可能性。通过两个实例的预测结果,与常用的可靠性增长参数模型Duane,Gompertz的结果相比较。实例表明,该方法是可行的,而且是有效的,适应性强。可以预料,它不但能用于仪器设备试制过程中预测可靠性增长,而且可用于武器装备在储存过程之中可靠性下降的预估。     

基于PHP和MYSQL企业在线学习考试系统的研究与实现

利用PHP和MYSQL技术开发设计在线学习考试系统,阐述系统的逻辑结构、开发环境、模块功能实现等,该系统能实现企业员工在线学习考试规范、准确、简捷、高效。     

论熵方程在热力学第二定律中的作用和地位

传统的热力学第二定律是以开尔文—普朗克说法和克劳修斯说法为基础加以阐述的,而长期以来只用文字描述而没有一个统一的完整的数学表达式加以表达。本文参阅并分析了大量国内外对热力学第二定律和熵方程的有关论述,通过对熵方程在热力学第二定律中所起的作用和地位的详细论述,提出熵方程是热力学第二定律的最为完善的数学表达式这一看法,从而弥补了热力学第二定律在数学表达上的不足。本文认为,从熵方程中不但可以方便地导出著名的克劳修斯不等式和孤立系统熵增原理,而且利用熵方程可以轻而易举地判断任何热过程进行的方向、限度和条件,熵方程是热力学第二定律的最为完善的数学表达式。     

“工学六合”人才培养模式的探索与实践

长沙航空职业技术学院在人才培养模式上不断创新,探索出“工学六合”的人才培养模式,即专业设置与市场需求相结合、课程体系与工作过程相结合、课程标准与岗位要求相结合、教学情境与工作环境相结合、顶岗实习与学生就业相结合、学校考核与企业评价相结合等。     

线性方程组的并行算法及在Transputer系统上的实现

在“一种有效的多Transputer系统的并行算法——ABC法”一文的基础上,本文进一步研究将ABC法用于变带宽矩阵线性方程组的求解问题,对线性方程组的系数矩阵采用了逐行一维存储方式,提出了相应的并行Gauss消元法,给出了该算法的效率.分析结果表明,带宽越大方程阶数越高,这种算法的效率就越高。因此本算法适用于高阶的大带宽线性方程组的求解问题. 根据本文的算法,编制了线性方程组的并行求解程序,并分别在一个、二个和四个T414系统上做了若干算例,结果表明本文分析的结论是正确的。     

一种新PSO混合算法在直升机配平中的应用

直升机配平计算是动力学分析的基础,其实质是求解高维复杂的非线性方程组。针对经典算法与智能算法的特点与不足,提出了一种求解非线性方程组的新粒子群方法。在粒子群(Particle swarm optimization, PSO)算法的基础上,根据模拟退火(Simulated annealing, SA)思想,引入了嵌入式LM (Levenberg-marquardt)优化 算子。该方法充分发挥了3种算法的优势,克服了LM算法初值敏感性,PSO算法易陷入局部极值等问题。通过UH-60A直升机实例配平计算,验证了本文算例模型的准确性。在此基础 上,针对某一前飞状态下的配平算例,在收敛可靠性和计算效率上通过与其他算法进行对比,表明该算法具有可靠的收敛性和较高的计算效率,进一步验证了该算法在配平问题上的可信度与实用性,为直升机飞行动力学问题的处理提供了一种新的有效方法。     

基于小生境遗传算法的风电场布局优化

基于小生境遗传算法对风电场内风力机机组的布局进行优化。在优化过程中,考虑等风速同风向和变风速变风向两种简化的入流模式,采用修正的Jensen尾流模型模拟机组之间尾流的相互干扰效应,以单位发电量所消耗的成本最低为目标,使用小生境遗传算法优化风电场机组的排布。文中给出了优化后的风电场布局轮廓图、风电场机组台数、总发电量、目标函数值以及风电场的效率。通过与以前的相关研究对比分析,表明本文的方法取得了较优的结果,可为将来真实风场的风力机排布提供参考依据。     

并行多种群自适应遗传算法在COW集群上的实现

为改善标准遗传算法的求解效率,提出一种基于6模糊控制器的并行多种群自适应遗传算法。利用MPI(Messagepassinginterface)技术建立了一个COW(Clusterofworkstation)集群,将算法在该硬件平台上进行了实现。3机COW集群的仿真实验结果在演示算法设计可行性的同时,表明该算法的求解效率明显优于用于对照的单种群算法,具有在解决组合优化问题上广泛应用的可能。本文还对影响并行算法的参数进行了探讨。