格群的凸l—子群

设Ｇ是格群Ｈ的一个凸ｌ－子群，本文在不使用等式：Ｈ＝Ｇ∪Ｇ＇＝（ＧˇＧ＇）″的情况下，证明Ｇ在Ｈ中稠或在Ｈ的一个既稠又凸的ｌ－子群的直和项中稠，进而证明了Ｇ中存在的所有并与并在Ｈ中是被保持的。     

基于节点重要度交通区位布局法的城市群公路网布局研究

在城市群公路网布局研究中,为了加强交通基础设施建设,促进人、物、资金合理流通,加快城市群的协调发展,针对城市群公路网的区位特性,运用交通区位理论,建立了基于遗传算法的公路网布局双层规划模型,提出了节点重要度法与交通区位线法融为一体的城市群公路网规划布局新方法。该方法对于进行城市群公路网的合理布局,推动区域经济社会快速健康协调发展具有一定现实意义。     

钩形外锁闭装置锁闭框组优化的探讨

钩形外锁闭装置在实践中逐步暴露出一些诸如转换不畅、卡阻,磨耗严重,适应尖轨窜动性不良等问题.为此研究探讨对既有的外锁闭装置锁闭框组（包括锁闭框、锁闭铁、耐磨板等）进行优化,提高道岔转换的可靠性.     

中国TBM施工技术进展、挑战及对策

总结我国近30年来TBM设计与施工技术的发展历程,可归纳为以下5个阶段:1)研发探索和试用阶段;2)以国外施工承包商为主体,采用国外设计制造TBM施工我国隧道工程阶段;3)独立进行TBM招标采购和选型设计,并建立起自主的TBM施工队伍阶段;4)与国外厂家联合设计制造TBM,工程应用和自主施工快速发展阶段;5)实现TBM国产化,面向国内外TBM工程市场自主施工阶段。通过我国不同时期TBM施工的典型工程,介绍我国在复杂地质、大坡度、高海拔、不同直径、不同机型、超长隧洞TBM施工方面取得的经验、技术积累和业绩,展示我国TBM在穿越断层破碎带、软弱变形、岩爆、涌水等不良地质洞段取得的一系列施工新技术,以及最高月进尺1 868 m、平均月进尺超过600 m和掘进作业利用率超过40%的掘进技术水平。分析TBM在极硬岩、大断层破碎带、软弱大变形围岩、强岩爆围岩、涌水突泥洞段、高地热隧洞和超长隧洞工程中施工面临的风险和挑战,并提出一些相应的技术措施和对策,期望这些措施和对策在未来大量实际工程中进一步得到实践验证、优化和改进,不断积累和创新TBM设计与施工新技术。     

空间量子保密通信的研究现状

首先阐述了量子密码术(quantum cryptography,QC)在保密通信中的重要意义,然后简要地介绍了量子保密通仪协议安全性的基本原理和几种量子密码术协议,综述了空间量子保密通信实验研究的进展,最后在上述实验的基础上介绍了基于卫星的量子保密通信终端及其关键参数和关键技术。     

基于OD反推的公交站点团OD矩阵预测

城市公共交通的公交站点数量多,在实际操作中,预测站点之间的客流OD分布往往非常困难,因此需把与主要客流集散点相近的站点合并成公交站点团．通过预测站点团的OD矩阵来掌握客流量的分布情况,从而为合理布置公交线网、站场提供科学依据。     

基于Mindlin位移解的超大群桩基础沉降计算

针对18根和64根超长大直径群桩基础,采用Mindlin位移解,假定桩端阻力为集中力和桩侧摩擦阻力呈向下线性增加分布形式后,推导出沉降计算公式.在苏通长江公路大桥主桥索塔群桩基础离心试验的模型地基条件下,按照变形比法来确定压缩土层的计算深度,对这两类超长大直径群桩进行沉降量计算.研究结果表明,与离心模型试验沉降值相比,两类群桩理论计算沉降值均偏低,18根群桩基础沉降理论计算值偏低16.8%,而64根群桩基础偏低39.9%.可见,用基于Mindlin位移解对超长大直径群桩基础进行沉降计算时,理论值偏低,同时也表明群桩效应对桩数较多的群桩沉降计算影响较大.     

基于OD反推的公交站点团OD矩阵预测

城市公共交通的公交站点数量多,在实际操作中,预测站点之间的客流OD分布往往非常困难,因此需把与主要客流集散点相近的站点合并成公交站点团,通过预测站点团的OD矩阵来掌握客流量的分布情况,从而为合理布置公交线网、站场提供科学依据。     

政治生活中利益集团的成因分析

分析利益集团在政治生活中的重要功能,必须首先了解利益集团的发生和形成,才能更好地理解利益集团。本文对利益集团形成的理论流派进行了分析,在此基础上提出了利益集团形成的一般理论。文章认为,利益集团的形成具有内在的动机,但利益集团的普遍形成则是政治现代化进程的产物,特别是政治参与渠道的通畅是利益集团在政治生活中发挥重要作用的主要原因。     

一种渐变概率选择操作的实数编码量子进化算法

为进一步提高实数编码量子进化算法在进化过程中的种群多样性以及在高维复杂函数优化上的全局收敛性,参照模拟退火算法的特点,提出了一种渐变选择概率的实数编码量子进化算法,该方法通过在进化过程中逐步提高更好解的选择概率,在进化计算初期保持种群的多样性,能较为全面地对解空间进行搜索,而在进化末期,选择概率逐渐提高到1,只接受更好的解而保证算法稳定的收敛。仿真实验结果表明,该算法能有效避免早熟和局部极值问题,具有更快的收敛速度和更高的求解精度。