复合材料管状结构的能量吸收性能

复合材料结构作为防撞结构的能量吸收元件,已经逐步得到工程领域的广泛认同。复合材料结构的能量吸收能力是一种特殊要求的力学性能,它的研究目标和研究手段有其独特之处。综述了近年来复合材料管状结构能量吸收性能研究的最新进展,以及有待进一步研究的问题。     

光纤传感测温技术

一、引言温度是重要的物理量之一,自从人们把热量和温度两个概念分开后,便开始了利用水银冷缩热胀的特性做成温度计测温。科学技术的迅速发展,向测温技术提出了更高的要求。显然,水银温度计、空气温度计等古老的温度计,已不适应高精度的要求。相继出现了温差电偶、热敏电阻、热二极管等各种新型的测温方法。在所有这些方法中,温度计都要和被测物体接触进行测量,这样必然吸收物体的热量,干扰了温度场,不可避免地带来测量误差。目前,虽然使用了红外测温技术,实现了非接触测温     

聚氯乙烯增韧改性的研究进展

在大量文献的基础上简述了国内外聚氯乙烯(PVC)增韧改性的研究状况,从弹性体、刚性粒子、纤维状填料等共混增韧改性,到纳米技术的出现,对PVC的增韧改性赋予了PVC材料良好的性能,扩大了PVC的应用领域。但目前纳米粒子与PVC之间在纳米尺度上的相容性较差,因此加强理论研究上的深度,使这一新材料真正发挥其潜能,是今后重要的任务。     

多频带谱减法用于生态环境声音分类

基于人类听觉特性的Mel频率倒谱系数广泛用于声音识别,然而在生态环境中噪声的出现导致其识别率剧减。提出一种在噪声背景下生态环境声音分类方法。利用非线性多频带谱减法对声音功率谱进行去噪处理并提取改进Mel频率倒谱系数,有效削弱不同频率段噪声功率谱干扰。利用支持向量机良好的鲁棒性和抗噪能力对含有噪声的生态环境声音进行分类。实验表明该方法能有效在噪声背景下对生态环境声音准确分类。     

最小相关性最大依赖度属性约简

在经典粗糙集中,基于重要度的决策表属性约简算法只考虑了决策属性与条件属性之间的依赖度,没有考虑约简中条件属性之间的相关性,由此求出的约简中可能依然包含冗余属性。针对这一问题,提出了一种改进算法,它利用最小相关性和最大依赖度准则求决策表属性约简。与基于重要度的决策表属性约简算法相比,本算法求出的约简包含的属性个数少、冗余小。实验结果显示,本算法优于基于重要度的决策表属性约简算法。     

游戏场景中基于势场的交互寻路方法

在即时战略游戏中,路径规划是一种重要且常见的任务。游戏的实时性要求玩家能够快速寻找一条进攻的路径,而且游戏单元之间普遍存在的交互作用对寻路质量有着重要的影响。传统的寻路算法如Dijkstra算法虽然能够找到最优路径,但是耗时较多,而且未体现真实游戏中的交互。为此选取RTS游戏中一种典型的攻防场景,提出基于人工势场的快速高效动态寻路方法,同时为了体现RTS中游戏单元之间的交互性,将模糊测度引入到势场寻路中。实验结果表明,采用人工势场法寻路较Dijkstra算法耗时少、路径平滑;而引入模糊测度体现了真实游戏中单元之间的交互影响作用,与真实的游戏场景更为接近。     

浅谈《食品安全法》在快餐业中的应用

近年来,随着生活节奏的加快,快餐行业的数量和规模都呈迅猛增加和扩大的趋势。快餐食品安全受到了老百姓空前的关注,引起了快餐行业对快餐食品安全法律规制的思考。新颁布的《食品安全法》具有重大意义,积极开展学习,广泛宣传,加强培训,确保《食品安全法》贯彻实施到位,已成为快餐行业的当务之急。     

“数字科学家”助力学校“STEAM+”课程体系建构

A-STEM卓越教师行动培训是一个为“教育创客”赋能的过程,该培训组织教师在实际工作中产生课题,并在专家指导下采取行动研究。对于A-STEM创客教育如何作为一个支点,撬动各个学科的主动拥抱跨学科综合课程的设计,带动整个学校创新课程的体系的构建,本案例可以作为一个较为典型的参考。     

基于结构方程模型的通勤交通方式选择

基于以往出行方式选择的相关研究中,大部分是基于个体属性对于方式选择的影响,而针对各类出行者特性与出行方式特征的关联性分析较少的情况,以拥有小汽车的中长距离通勤者为研究对象,提取相关的个体属性参数和交通方式特性参数构建结构方程模型,分析其个体属性与公交和小汽车出行特征之间的相互影响,从而探索各因素之间的关系以及对公交出行意愿的影响方向与程度.研究结果表明:个体的经济水平会对方式选择产生根本性的影响,更短的停车后步行时间、低廉的停车费用或充足的停车设施泊位供给会鼓励出行者选择自驾出行,而减少公交等车换乘时间,提高公交运行时速则会增强公交的吸引力,这对于城市中心区制定引导居民公交出行对策有一定借鉴意义.     

一种具有双重进化空间的扩展粒子群优化算法

为了使粒子群优化(PSO)适于求解更多类问题,提出一种由动力空间和制导空间共同进化的改进粒子群优化算法-具有双重进化空间的扩展粒子群优化算法(简记EPSO).在EPSO中,在演化转换映射的作用下,首先将动力空间中对粒子辅助位置的进化转换为制导空间中对主导位置的进化,然后基于对主导位置的择优选择操作实现算法的进化过程.EPSO克服了PSO仅适于求解连续域最优化问题的缺陷,也非常适于求解离散组合优化问题.对于随机3-SAT问题、背包问题和TSP问题,通过与PSO、ACO和GA等算法的计算对比表明:EPSO是一种继承了PSO优点的高效、扩展演化算法.