带权函数的L^p逼近

本文讨论了带权函数的L~p(1≤p≤∞)最佳逼近元的存在性、唯一性及性质。讨论了连续函数的带权函数的L~p、L~q最佳逼近元及其最佳一致逼近元的关系。     

全国计算机等级考试系统环境的自动部署

针对全国计算机等级考试（ NCRE）系统环境手工逐台配置工作繁复以及网络克隆、DOS批处理和各类网络同传功能均无法实现不同考试机上K用户的自动生成和网络驱动盘K盘的自动映射等实际问题,在。 NET架构下利用C#设计开发了NCRE系统环境部署应用程序,有效地解决了上述问题,并提出了一种自动部署考试系统环境的方法。通过在本考点第38次NCRE中的实际应用来看,该应用程序和部署方法能充分节省人力,极大地提高NCRE系统环境的部署效率。     

多机Flow Shop加权完成时间调度问题的渐近最优算法研究

最近Chou、Queyranne和Simchi—Levi，Liu分别证明了恒速平行机调度问题和Flow shop调度问题的基于有效作业加权最短处理时间的启发式算法是渐近最优的。本文使用分组机器模型的方法证明：即使对于多机Flow shop加权完成时间调度问题，基于有效作业加权最短处理时间的启发式算法也是渐近最优的。关键词调度，多机Flow shop调度，启发式算法，渐近最优分析     

遗传算法的改进

简要介绍了一般遗传算法的基本原理,由此提出了一个新的改进算法,它导向以适应度比较高的模式为祖先的染色体"家族"方向.文中给出了两个典型求最大值的例子,从结果中看,改进后的遗传算法大大提高了算法的速度,精度也有所提高.     

复杂地质条件工作面防治瓦斯超限技术

中马村矿27021工作面地质条件复杂、煤层透气性差、坚固性系数小,瓦斯治理难度大。为了防止工作面瓦斯超限,确保工作面安全回采,矿井开展了防治瓦斯超限技术研究,依据现场地质条件和瓦斯涌出规律,制定、实施了应力集中带抽采、回风巷高位裂隙带抽采、浅孔抽放等方案,工作面回采期间瓦斯浓度明显降低,杜绝了瓦斯超限。     

Mo2C/SAPO-11催化剂上正己烷的异构化

本实验利用程序升温还原法制备了SAPO-11负载碳化钼催化剂.XRD分析表明,利用正己烷作为碳源得到了对异构化具有活性的β-Mo2C.通过连续流动固定反应装置,以正己烷为模型反应物,考察了反应温度、压力、空速和氢烃比对β-Mo2C/SAPO-11催化剂临氢异构化反应性能的影响.结果显示,SAPO-11负载碳化钼催化剂上的正己烷异构化的最适宜反应条件为温度380℃, 压力1.5 MPa,体积空速1.0 h-1,氢烃体积比200∶ 1.最适宜条件下反应物转化率为82.19%时,选择性和异构物收率分别达到73.57%和60.47%.     

天津市重要生态空间生态状况调查及碳汇能力分析

碳达峰、碳中和已成为我国未来四十年经济社会发展的主基调之一。提升生态系统碳汇能力,是如期实现碳达峰、碳中和目标的重要途径之一。因此,采用资料搜集、遥感解译、实地调查等方式,围绕天津市重点生态空间建设保护战略,对重点生态空间生态系统分布、格局、质量、生态服务功能等特征进行调查分析,并基于土地利用数据进一步核算重要生态空间的碳汇能力及其时空变化特征,评估生态保护现状,提出我市生态保护与提升城市碳汇能力的对策建议。     

岩相精细划分方法在页岩油气研究中的应用——以澳大利亚Eromanga盆地Toolebuc组页岩为例

寻找“甜点”为页岩油气研究的突破口,而储集和保存条件是研究过程中的核心问题.文中研究运用TOC、扫描电镜、物性分析及X衍射等储层地化实验手段,对澳大利亚Eromanga盆地Toolebuc组页岩岩石学特征进行了全面分析,得出页岩中灰质、砂质及TOC与孔隙度成正比,黏土体积分数与含油饱和度呈负相关.应用岩心、测井资料对Toolebuc组页岩岩相进行精细划分,分析有利于页岩油气储集和保存的岩相组合.结果表明,Toolebuc组页岩存在页岩油气富集的基本条件,层内富含高丰度有机质的灰质页岩相、砂质页岩相或泥质灰岩相,是页岩油气富集的“甜点”区.     

改性β沸石负载碳化钼催化剂上正己烷的异构化

本实验通过碱溶液适度处理β沸石来增大其孔径,制备了β沸石负载碳化钼催化剂.XRD、BET、FTIR分析表明,制备出了高比表面积大孔径的β沸石.XRD分析表明,利用正已烷作为碳源得到了对异构化具有活性的β-Mo2C.以正己烷为模型反应物,考察了反应温度、压力、空速和氢烃比对β-Mo2C/β沸石催化剂临氢异构化反应性能的影响.结果显示,β沸石负载碳化钼催化剂上的正己烷异构化的最优反应条件为温度265℃,压力1.5 MPa,体积空速1.0 h1,氢烃体积比200:1.最优条件下当反应物转化率为80.97%时,选择性和异构物收率分别达到72.53%和58.73%.     

针对低像质轨道车辆车顶螺栓松动检测方法研究

在轨道车辆车顶螺栓松动检测中,由于维护厂棚内列车的上方架设有高压供电线路,导致对车顶器件的螺栓松动情况进行扫描式视觉检测的组件需要架设在更高的位置,使得相机采集的螺栓图像像素数量不多,螺栓图像质量较低,给螺栓松动的判断带来困难的问题。提出了一种针对低像质轨道车辆车顶螺栓松动检测方法,实现了车顶区域螺栓松动的智能检测。检测时首先对线阵相机采集后的轨道车辆车顶图像进行拼接,并定位车顶螺栓的安装区域;其次将该区域细分为出风口、盖板和风机等几个子区域并导入基于深度学习的目标检测方法,从而确定分区内的螺栓位置;然后通过定位后的螺栓中心点坐标绘制等距半径圆,提取螺栓上的防松线并进行骨架提取与直线拟合;最后,通过计算两条直线之间的角度判断螺栓是否松动。实验结果表明,此方法的轨道车辆车顶螺栓松动的旋转角度,最大相对误差为5.8%,并且螺栓松动检出率达到80%以上,具有一定的工程实用价值。