0Cr20Mn21Ni2N奥氏体不锈钢锻件组织性能研究

研究了无磁钻铤用0Cr20Mn21Ni2N奥氏体不锈钢圆棒锻件横截面的室温强度、硬度和韧性等力学性能,并从微观角度进行了分析。在圆棒表层区域观察到了锻造变形态晶粒组织,而直径四分之一区域为再结晶组织,平均晶粒尺寸为80μm,芯部再结晶晶粒尺寸粗化为150μm,这些差异是由不同的变形温度和降温速度造成的。这种组织差异导致的室温拉伸性能和冲击韧性也有相应的变化趋势。研究结果表明,在900、1000℃以0.5 s-1的应变速率压缩的0Cr20Mn21Ni2N试验钢样品,其应力应变曲线具有一定的加工硬化特征,其芯部硬度比应变速率为0.1 s-1的样品分别提升了28、15 HB。在700、800℃以20%以上的变形量进行压缩时,峰值抗力显著提高,而在900、1000℃以10%~50%的变形量进行压缩时,峰值抗力均无明显提高,可保证顺利的变形过程。     

改进型遗传算法在加载天线设计中的运用

遗传算法是一种全新的优化搜索方法，可以用来解决各种复杂的实际问题。针对简单型遗传算法的一些不足之处，介绍了一种改进型的遗传算法，并阐述了其在短波宽带集总加载天线优化设计中的运用。     

一种面向SOA业务恢复的服务选择算法

针对SOA业务恢复的服务选择问题,本文提出了一种QoS近似全局最优的服务选择算法GALSA:首先利用GA算法将全局QoS约束分解为最优的局部QoS约束,然后利用LSA算法选取出满足局部QoS约束的最优服务。算法不仅能作用于服务重构的服务选择过程中,而且在单个服务节点失效时亦能选取出满足全局QoS约束的服务进行替换。理论分析与实验结果说明了算法的可行性和有效性。     

色谱技术在中药标准品制备中的应用

色谱技术是天然产物研究中重要的分离和纯化方法。本文介绍了色谱法，并综述了其在中药标准品制备中的应用，最后对此进行了展望。     

不同品牌郫县豆瓣酱挥发性成分的比较研究

采用同时蒸馏萃取,结合气-质联机对2种不同品牌郫县豆瓣酱的挥发性成分进行了比较研究.研究结果表明：不同品牌的郫县豆瓣酱挥发性成分的差别比较大,如川花牌豆瓣酱鉴定出86种,丹丹牌78种;2种品牌豆瓣酱挥发性成分都是酯类最多,其次是醇类,然后是醛酮类等,其中含量较大的成分有3-甲基丁醇、糠醇、芳樟醇、苯乙醇、3-甲基丁醛、糠醛、苯乙醛、3-羟基-2-丁酮、乙酸乙酯、十六碳酸乙酯、亚油酸乙酯、十八碳酸乙酯、4-乙基苯酚、4-乙基-2-甲氧基苯酚和2-甲氧基-4-乙烯基苯酚等.     

浅谈国外施工现场管理

随着我国经济社会的不断发展,特别是加入了WTO后,中国市场更加紧密地与国际接轨,市场更加国际化和专业化。国内建筑企业纷纷走出国门,参与国际建筑市场的竞争,我国的海外工程项目日益增多,由于国外政治环境、经济形式、人员情况都比较复杂,所以国外施工现场管理显得越来越重要。     

N×M容灾系统信息模型研究

对基于通用信息模型(CIM)面向N×M结构的容灾系统进行了扩展与裁剪,建立了容灾系统信息模型DTCIM.在分析CIM基础之上,详细说明了该模型的体系结构和模型内容,在Linux下基于Pegasus实现了这个信息模型,并验证了其可行性,为容灾系统的资源信息表示与管理提供了一种统一的方式,给出了容灾系统的信息模型表示方法,为进一步深入研究容灾系统打下了良好基础.     

一种自适应的容灾系统心跳检测算法

随着信息系统在关键应用中的普及,信息系统的容灾能力日益成为人们关注的焦点,而心跳技术是构建容灾系统所必需的关键技术之一。本文研究了一种基于PULL模型的自适应心跳算法。该算法根据节点及网络状况输出一个量化结果,通过该结果与阈值的比较来判断系统的可用性,可用于容灾系统可用性的检测。     

基于NS3-gym框架的智能干扰规避系统设计与实现

多智能体构建的无线通信网络在受到外部恶意干扰时,智能体需要与环境进行大量交互来学习干扰规律和优化抗干扰策略。为了有效模拟和验证智能体与外部干扰环境的学习交互过程,需要构建智能干扰规避仿真系统。提出了一种基于NS3-gym框架的智能干扰规避系统,NS3模拟智能通信网络场景并将感知到的网络状态数据作为智能体的输入,智能体对输入数据进行学习分析得到干扰规避决策,并通过gym与NS3之间的交互将其返回到NS3中的仿真网络进行抗干扰策略部署。NS3-gym框架提供了NS3和OpenAI gym之间进行信息交互的接口。在Ubuntu20.04系统下搭建了智能干扰规避系统的仿真平台,分别验证了Q学习算法以及WoLF-PHC算法在扫频干扰、贪婪随机策略干扰、跟随干扰、随机干扰四种场景下的抗干扰性能。仿真结果证明了所提系统架构与仿真平台的正确性和有效性。     

云计算中基于改进的布谷鸟算法的资源调度

云计算的资源调度一直以来都是研究的重点,引入布谷鸟算法来解决资源分配问题,首先描述云计算资源模型,其次针对该算法存在局部收敛速度快,容易造成局部最优值的问题,采用三个方面来改进,其一采用变长因子进行调整,减小探索求解质量之间的差别;其二使用差分变异策略更新鸟窝位置;其三使用基于Coelho的混沌全局搜素和局部搜索避免了Levy的随意扰动.通过测试函数说明表明本文算法的性能优于基本布谷鸟算法, Cloudsim仿真平台说明本文的算法在消耗时间,成本和用户满意度方面具有明显的优势.