改进的遗传算法在同步器优化中的应用

汽车同步器是自动变速器的重要组成部分.对同步器的模拟优化能为同步器的设计生产提供重要的参考.为了获得一个较好的优化效果,提出了一种改进的遗传算法.通过对遗传算法选择过程的标准进行了改进,结合适应度函数与染色体之间差异,形成一种新的适应度函数.该函数同时考虑了选择压力和物种多样性.通过对函数中两个常量的调整,可以使算法在不同情况下可以有不同的偏重.引入两种典型测试函数的分别从高纬度变量和低纬度变量进行试验,分析改进算法中两个影响因子的作用.并与几类遗传算法进行比较,结果表明该改进的遗传算法能更快更稳定的找到较优的解.最后将改进选择策略结合自适应遗传算法对同步器进行优化,证明了该选择策略具有良好的鲁棒性和实效性.     

GeoGebra软件在数学分析教学中的应用举例

随着信息化时代的发展,各类教学软件的出现给教师带来了各种挑战,也给学生带来了各种选择的机会,同时也导致以前的传统课堂难以满足学生的需求.对于数学课堂也不例外,GeoGebra软件的出现给数学分析课堂带来无穷乐趣,同时也解决了以前很难理解、解决的问题.GeoGebra软件有电脑版、手机版,使学生可以随时随地作图,随时随地学习,对于数学分析教学起到很重要的作用.     

反应堆堆芯先进中子学模拟软件SCAP-N研发

堆芯中子学计算是反应堆设计分析的基础，为提高堆芯中子学计算的模拟分辨率与计算精度，开发了反应堆堆芯先进中子学模拟软件（SCAP-N）。该程序首先根据轴向特征对堆芯进行分层，并逐层进行二维堆芯非均匀输运计算，再采用超级均匀化方法（SPH）获得栅元等效均匀化截面，最后进行三维堆芯逐棒（pin-by-pin）输运计算，获得堆芯有效增殖因子与精细棒功率分布。为提高程序计算效率，采用分布式/共享式（MPI/OPENMP）混合并行方式对程序进行了并行化开发。利用虚拟反应堆（VERA）系列基准例题及美国先进非能动压水堆（AP1000）启动物理试验实测数据对程序进行了测试验证。结果表明，相比于商用核设计程序系统，SCAP-N程序采用的逐棒输运技术能够提高堆芯中子学的计算精度。与同类型高精度中子学程序相比，SCAP-N具有更高的计算效率，可进一步提高核电厂的经济性及运行灵活性。      

一类分数阶微积分的中值定理及应用

Riemann-Liouville分数阶微积分算子是一类带有一个函数的分数阶微积分算子的特殊情形，以Riemann-Liouville分数阶微积分算子的积分中值定理和微分中值定理为基础，我们得到了一类带有一个函数的分数阶微积分算子的积分中值定理和微分中值定理，并给出其在计算方面的一些应用。     

铀矿石浓缩物的核法证学地理溯源研究现状

自20世纪90年代初开展核法证研究以来的近30年中，核法证学在分析方法、数据处理、溯源等方面都取得了重大进展，确定了铀同位素、稀土元素（REE）分布模式，Sr和Nd同位素丰度、部分杂质元素含量等可作为有效的地理溯源特征指纹信息。铀矿石浓缩物（UOC）地理溯源需结合地球化学知识寻找特征指纹信息，结合多元统计等数据处理技术对未知UOC样品的产地信息进行溯源。基于近年来的研究成果，本文对UOC的核法证地理溯源进行了详细论述，包括地理溯源特征属性分类、铀矿冶工艺对特征属性的影响、溯源案例等，以推动UOC核法证地理溯源领域的研究。     

采用格林函数求解二维管内壁温度导热反问题

核电厂某些管道系统不允许通过开孔安装温度传感器来测量管道内壁温度，需要通过间接无损的方法来获得管道内壁的温度波动。基于格林函数法进行导热反问题分析，利用二维管外壁温度反向推导内壁温度。通过算例验证，并与共轭梯度法进行对比。结果表明，采用格林函数法能够准确地获得管道内壁温度波动；对于采用共轭梯度法难以收敛的厚壁管导热反问题也同样适用，并且由于无需迭代，因此计算效率高很多，更适用于核电厂疲劳监测计算。      

基于可穿戴传感器数据的人体行为识别数据特征提取方法

随着可穿戴设备的发展与普及,基于可穿戴传感数据进行人体行为检测展现了巨大的研究价值.目前大多人类行为识别工作都是基于视频图像展开的,然而,使用计算机视觉技术进行人类行为识别存在2个挑战:一是很难使参与数据采集的人员在自然状态下采集真实状态下的运动数据,在开展数据采集之前往往需要对参与数据采集的人员进行培训并严格规范其采集动作,最终得到的数据将是背离真实生活的数据,其研究价值将大打折扣;二是数据采集过程中还涉及采集人员的隐私保护问题.为此,提出一种基于深度学习的数据特征提取方法.首先在灵活设置卷积核的基础上引入神经网络的分支结构多尺度提取原始数据的深度特征;然后将各分支得到的数据特征进行融合并作为下一个卷积层的输入.实验结果表明,与目前主流方法相比,该方法在MHEALTH,WHARF和USCHAD这3个标准数据集上的准确率和召回率都取得了更好的效果.此外,该方法还在2个较新数据集Stanford-ECM Dataset和DATAEGO上做了验证,结果表明该方法具有较好的泛化能力.     

基于GR4J-LSTM混合模型的洪水预报研究

为提高洪水过程预报的准确性，将概念性水文模型GR4J (modèle du Génie Ruralà4 paramètres Journalier)的预报流量耦合到长短时记忆神经网络(Long Short-Term Memory Neural Network, LSTM)中，构建了GR4J-LSTM混合模型，并与GR4J、LSTM模型进行对比。基于2012～2019年陆水水库汛期与洪水事件相关的数据集，并结合欧洲中期天气预报中心的3 h预报降水产品，驱动GR4J-LSTM混合模型，预报陆水水库3～12 h预见期的入库流量。最后采用平均影响值(Mean Impact Value, MIV)算法评估输入变量的相对重要性。结果表明：GR4J、LSTM和GR4J-LSTM模型均具有较好的模拟预报能力，但GR4J-LSTM混合模型的预报性能最优，既可以学习GR4J模型的产汇流过程，又提高了洪水预报的精度。研究成果可为洪水预报方案制定提供参考。     

基于互联网的基础课程线上线下教学实践

阐述课程教学中的线上线下混合教学模式，存在的问题，应对的措施，通过对现有网络资源的充分利用，将前沿理论知识以及行业热点融入线上课程教学中，从而促进对于课程的主动学习。     

磨矿动力学研究现状及应用

磨矿动力学是描述被磨物料的磨碎速率与磨矿时间之间关系规律的一种数学模型，对分析物料在磨矿过程中的粒级及能量变化具有重要作用。为充分发挥磨矿动力学在磨矿过程中的作用，论文在分析国内外研究现状的基础上，系统介绍了两种典型的磨矿动力学模型：m阶磨矿动力学模型和磨矿总体平衡动力学模型，分析了模型中各参数的含义；以磨矿总体平衡动力学模型为重点，分析了破碎速率函数和破碎分布函数的求解方式，包括零阶产出率法、奥-勒理论简算法、卡普尔G-H算法以及经验公式法等；从物料性质、磨矿介质及配比、磨矿方式及参数、化学添加剂等几个方面分析了影响磨矿动力学模型的因素；指出了磨矿动力学模型在矿物加工工程领域的应用现状并对其未来的研究方向提出展望。研究表明磨矿动力学在矿物加工领域具有广泛而重要的应用，为进一步改善磨矿工艺提供了理论依据。