开关磁阻电机最优化设计的研究

ＳＲＭ优化设计问题属于带多个约束条件的非线性规划问题，除变量的离散性外，约束条件众多且非线性程度高，目标函数是离散跳跃的，本文着重对ＳＲＭ最优化方法进行了研究，提出了一种改进的增广Ｌａｒｇｒａｎｇｅ乘子法，与罚函数法相比，对复杂数学模型的优化具有明显的优越性。     

基于AIS通信的船舶避碰多Agent决策支持系统的设计与实现

多Agent系统(Multi-Agent System,MAS)是计算机科学中比较新的一个分支,主要研究在逻辑上或物理上分离的多个主体之间进行协调的智能行为,最终实现问题求解。本文鉴于对分布式船舶避碰决策系统的需求,提出以互利和缓解整体碰撞危险局面为目标的多Agent避碰决策系统。并通过建立模型的方法在VC平台上实现了该设计。     

小额支付系统的实现与处理流程

本文参考某省移动公司小额支付电子商务平台的实际项目,从工程项目的角度描述了业务功能和系统结构,并详细叙述了其中一种代表性的业务处理流程,为移动小额支付业务提供了完整的概要设计方案.     

尺度适应性二代小波的图像去噪方法

根据二代小波变换的基本理论和特点,研究二代小波对图像去噪的效果。提出基于二代小波的尺度适应性分解算法,并使用改进阈值函数进行阈值分析后再对噪声图像进行去噪处理。实验结果证明,使用尺度适应性二代小波对图像去噪比其他方法具有更好的效果,去噪后的图像信噪比大大提高。     

基于层次灰色模型的铁路技术创新绩效综合评价

运用技术创新基本理论,结合铁路技术创新实际,从效益(经济、社会)增长、市场状态(市场份额、市场营销)改善和创新主体素质(技术装备水平、管理水平)提高3个方面建立了评价铁路技术创新绩效的多级指标体系。将层次分析法(AHP)和灰色系统理论结合起来建立了层次灰色评价模型(HGM),运用该模型对铁路技术创新绩效分别从整体和分项进行了综合评价,得出:铁路技术创新绩效绩优度为“一般”,其主要原因在于铁路运输市场状态改善中市场份额扩大程度较低。实证分析结果表明:改进层次灰色评价法(层次灰色评价模型)为一种评价铁路技术创新绩效的有效方法。     

Effects of Vitamin E and Selenium on Free Radicals Metabolism of Broilers

Since Haman (1982) firstly postulated freeradical theory, the metabolisms and functions offree radicals in animal organisms has arouse greatconcerns in the biology research field. In the pro-cedure of normal organism material metabolism,there exists dynamic balance among the producing,utilizing and clearing of free radical. VE is an im-portant antioxidant in the organism and breaksperoxidation of lipids associated with vitamin C(VC)[1,2]. Selenium (Se), as part of the active siteof GSH-Px[…     

定时误差对部分并行干扰消除检测器的影响

重点分析了基于硬判决的部分并行干扰消除(PPIC)检测器的残余多址干扰的结构及统计特性,研究了PPIC在定时跟踪误差情况下的性能,并给出了其在定时误差跟踪下的封闭形式的误码表达式。实验表明:采用部分干扰因子可以抑制PIC系统性能恶化,而基于文献[4]给出的部分干扰因子可进一步改善系统性能。     

无公用轴独立旋转车轮转向架直线横向动力学研究

无公用轴独立旋转车轮转向架的车辆不仅左右车轮的旋转自由度独立,而且两轮的横移和摇头也解耦。文章通过建立无公用轴独立旋转车轮转向架车辆在直线上的横向动力学客车模型,模拟实际线路,利用新型数值快速积分法进行动态仿真,得出无公用轴独立旋转车轮转向架车辆的动态响应值,并与具有相同悬挂参数的传统客车进行比较。     

GM(1,1)模型与指数模型在基桩沉降预测中的应用

以某大型基桩的沉降预测为例,利用灰色系统理论的GM(1,1)与Aeax曲线模型进行基桩在外荷载作用下沉降量的预测。结果表明:两种模型对于呈指数变化规律的系统能获得较好的预测结果;两种模型对基桩累计沉降的预测符合工程实际,对各级荷载作用下的本级沉降预测不够合理。对两种模型关系的研究表明,两者有内在联系,都属指数曲线预测模型,且指数曲线Aeax预测模型比GM(1,1)模型应用起来更简单,方便。