AMT车辆动力学模型的快速建立与仿真

为了减少车辆控制系统的开发时间,利用Matlab/Simdriveline中的动力传动系统模块快速建立了汽车动力学模型。采用经过插值的发动机实验数据建立了发动机模型,改进了软件中发动机模型的不足,并在建立的动力学模型基础上进行了AMT离合器起步结合控制仿真。仿真结果表明:AMT车辆在已制定的控制策略下能顺利起步,所建立的动力学模型能准确反映车辆动力学特性,有效提高了汽车控制系统的设计效率。     

基于空间位置分析的商业房地产适应性估价技术

如何对商业房地产实施批量评估是目前国际上房地产评估领域的热点问题.为了实现高精度、低成本的评估目标,引入计量经济学和工程科学领域的适应估计技术,结合空间分析相关方法,提出商业房地产适应性估价模型,以期充分体现影响商业房地产价格的各项实体因素和区位因素,进而对其进行系统、科学、客观地批量评估.最后,以深圳市商业房地产为例进行实证分析,检验结果表明该技术较传统方法而言,无论是评估结果本身的准确性,还是评估结果间的公平性和一致性,均有较大提高,符合房地产税基评估要求,具有较高的推广价值.     

铋系半导体材料的光催化性能研究进展

光催化技术因其高效、绿色的优点,成为解决环境问题和能源危机的有效技术。研制性能优良的光催化剂是应用和发展光催化技术的研究核心之一。Bi系半导体光催化剂因其在可见光下具有良好的光催化性能而引起人们广泛的关注。为此,分类列举了几种常见的铋系光催化剂及其制备,综述了在光能利用率等方面通过掺杂改性取得的重大成果,并简要介绍了含高价铋的光催化剂的制备及其光催化性能。通过类比分析,从基础理论和实际应用方面提出了相关问题和展望。     

蘑菇状非球形聚苯乙烯/聚甲基丙烯酸甲酯微球的制备

以制备非球形高分子微球为主要目的,通过种子乳液聚合法,以交联聚苯乙烯（CPS）微球为种子,甲基丙烯酸甲酯（MMA）为单体,合成一系列的聚苯乙烯/聚甲基丙烯酸甲酯（PS/PM-MA）微球,并讨论CPS种子微球的交联度、MMA单体的添加量和溶胀时间等聚合参数对所得微球形貌的影响.实验表明,当CPS种子微球的交联度为8％,m（MMA）∶m（CPS） =9：1,单体溶胀时间8h或更长时,所制备的PS/PMMA微球具有独特的蘑菇状非球形形貌.     

曲线梁桥计算理论与设计实践问题探讨

曲线梁桥以其良好的适应性和动态美感在我国桥梁设计界出现频率逐年增高,然而其安全隐患和运营事故也随之出现.就此状况,从研究曲线梁桥的力学性能入手,结合工程实际对现有计算理论和设计方法进行归纳与分析,提出其中有待进一步研究解决的问题,以期为曲线梁桥的设计与实践提供参考建议.     

土木工程专业课程教学改革与实践

基于“以学生为主体,以教师为主导”的理念,针对目前土木工程专业课程教学的现状和存在的问题,提出了广义的课程教学“传授知识、建立思想、培养能力”的三要素,建立了“理论教学、实践教学、自主研学”三位一体的教学模式,对专业课程教学方法及手段进行了深入探讨和全面改革.实践证明,该方法不仅提高了课堂教学的效率,还大大激发了学生的学习热情,取得了良好的教学效果.     

基于组合优化BP神经网络的模拟电路故障诊断

电子系统的可靠性已成为影响系统正常运行的关键,因此电路故障的诊断越来越受到重视。基于BP神经网络的诊断方法是目前实现模拟电路故障诊断的有效方法之一。文章针对已有BP神经网络模拟电路故障诊断技术的不足,提出了一种组合优化的诊断方案。该方案采用遗传算法优化确定BP神经网络的初始权值,以规避BP神经网络易陷入局部极小值的不足,然后应用L-M方法在这个局部解空间里对BP神经网络进行精调,搜索出最优解或者近似最优解。该方案发挥了BP神经网络的广泛映射能力和遗传算法的全局搜索能力,加快了网络的学习速度,综合提高了整个学习过程中的逼近能力和泛化能力,有效提升了基于BP神经网络模拟电路故障诊断的性能。     

双链量子遗传算法的收敛性分析

基于实数编码和目标函数梯度信息的双链量子遗传算法可增加种群的多样性、扩大解空间的搜索域、加速算法的进化进程、避免早熟收敛现象,但没有从理论上证明该算法的收敛性。为此,给出相应的定理,利用定理从理论上证明该算法的收敛性,通过仿真实例,论述量子编码和量子旋转门对算法收敛性和优化效率的影响。结果表明,该研究丰富和完善了双链量子遗传理论。     

二维相关彩色编码技术在遥感蚀变信息提取中的应用

通过对"背景"、"干扰"与"异常"在二维散点图的空间结构分析,选取最优提取蚀变信息的波段组合。结合"遥感蚀变信息多层次分离提取"模型,主要采用二维相关彩色编码技术与Mask技术逐步去除干扰信息,实现蚀变异常二次提取,使得矿化蚀变信息一步步分离提取出来。实践证明此方法在解决地物混合复杂的地区的遥感蚀变信息提取中具有良好的效果。     

BEMD在复杂背景下弱小目标检测中的应用

针对复杂背景下的弱小目标检测与识别问题,提出了一种基于二维经验模态分解(Bidimensional Empirical Mode Decomposition,BEMD)的检测算法。待检测的原图像经过BEMD分解筛选出多个二维的内蕴模函数(Intrinsic Mode Functions,IMF)和趋势图像,使用全局门限法分割各个IMF,将处理后的IMFs综合成一个分割出待检测目标的结果图像。实验结果表明,该方法使用简洁的步骤,有效、准确地检测出弱小目标。