CaF_2掺杂对α-BZN陶瓷结构与介电性能的影响

采用固相反应法制备Bi1.5-xCaxZnNb1.5O7-yFy（0.00≤x≤0.20,以下简称BZN-x）陶瓷样品,研究了Ca2＋、F-共掺杂对BZN-x陶瓷烧结特性、微观结构和介电性能的影响。结果表明：BZN-x陶瓷样品的最佳烧结温度为1 020℃,CaF2在α-BZN中的固溶度是0.05,伴随着CaF2掺杂量的增加,介电常数逐渐减小,而介电损耗先减小然后又微弱增加（测试频率为1 MHz时）。通过介电损耗、电阻率的变化确认了CaF2掺入α-BZN后的缺陷补偿方式,同时也证实随着掺杂量的增加,介电常数峰值温度向低温移动与缺陷补偿方式有关。     

气象集合预报的研究进展

集合预报是数值预报发展的一个重要方向,相对于单一的确定性预报,它考虑了初值及模式的不确定性,其结果反映了未来天气的多种状况,能为用户提供确定性预报所不能提供的信息(如预报结果的可信度等)。降水信息是水文预报系统的核心输入,单一的降水预报存在着不确定性,从而使得水文预报也存在不确定性。这种不确定性制约了水利工程调度的科学性。集合预报在一定程度上能解决这种不确定性。从而在水文领域,气象集合预报具有较高的应用价值。为了水文工作者能够更好地应用集合预报,本文首先基于系统的角度,对集合预报系统中的初值扰动、模式扰动和集合预报产品等研究现状及成果进行了评述,然后分析了降水集合预报产品在水文预报领域中的应用情况,最后对集合预报在水文领域中的应用进行了展望。     

大伙房模型在石佛寺流域洪水预报方案中的应用

为了提高辽河流域洪水预报精度,缓解流域下游的防洪压力,为水库防洪调度提供科学依据,现以水文自动测报系统为技术支持,以大伙房模型为例研究了石佛寺水库的洪水预报方案,并使用粒子群算法对大伙房模型进行了参数优选。计算结果表明,模拟预报结果都属于甲级方案,预报方案合理,并且符合石佛寺流域的结构特点,充分反映了洪水的时空变化,可用于石佛寺水库的预报调度。     

基于Agent的跨区"处突"运输保障方案生成系统

针对武警机动部队跨区“处突”运输保障方案制定的信息化、智能化和高效化的要求，提出了基于Agent的方案生成系统，阐述了系统的设计和实现技术。该系统充分利用代理计算特点，实现了方案生成的分布、协同处理，方案生成结果合理、完善、灵活。系统在应用中显示了良好的效果和运行稳定性。     

一种基于超级哈希树的关联规则挖掘算法

对关联规则的Apriori算法的思想和性能进行了分析,提出了一种基于超级哈希树的关联规则挖掘算法,该算法只需扫描三次数据库,即可找出所有的频繁项目集,在每项事务的项目数不是太多的情况下,算法效率较Apriori有较大的改进.     

基于区分度的智能组卷难度正态分布算法

给出了一种依据试卷区分度确定算法参数的智能组卷难度正态分布算法.实例表明,相对于目前的通过设定组卷难度区间的概率和为1来确定算法参数,生成的试卷更好地体现了组卷难度分布设计所要求的试卷对不同考生的知识能力的区分和鉴别的考核要求.     

相序指示器设计

三相电源常用于各种大型电路系统中，三根端线相互之间的相位差是120^。，用普通办法判断它们之间的相序关系并不容易，因为三根线的电气性能是一样的，只是相位有差别。但用三相电源供电时，多数情况下不允许将它们接错．否则将产生严重的事故。     

基于改进BP网络模型的公路流量预测

针对公路客货运量预测的问题,对现有的常用预测方法进行研究,提出改进BP神经网络预测模型。该模型首先采用动态陡度因子改变激励函数的陡峭程度,改善激励函数的响应特征,得到更好的非线性表达能力;其次利用附加动量因子,通过将以前的经验进行积累,降低了神经网络对误差曲面的局部细节敏感性,较好地遏制网络陷于局部最小;再次采取变学习率学习算法,先给一个较大初值,随着学习过程的进行,学习率不断减小,网络趋于稳定。改进BP算法既可以找到更优解,又可以缩短训练时间。结合某地区的公路运量相关数据,对改进BP神经网络预测模型进行了验证。实验结果表明,该模型的相对误差和迭代次数都取得了较大的改善,对公路客货运量预测很有效。     

基于信息粒化的SVM时序回归预测

为了提高SVM的学习效率和泛化能力,首先利用一种信息粒化算法对原始数据进行预处理,该算法能将样本空间划分为多个粒(子空间),降低样本规模,节省时间复杂度.然后将模糊粒化后的信息利用SVM进行回归分析,同时利用交叉验证选出最优的分类器调节参数,可降低分类器的复杂性和提高分类器的泛化能力,避免出现过学习和欠学习.最后通过预测上证指数的实验验证了该算法具有优越的特性,能够较为准确的进行时序回归预测.     

多核环境下面向仿真组件的HLA 成员并行框架

提出了一种面向仿真组件的并行联邦成员框架,以解决基于HLA(high level architecture)复杂仿真系统联邦成员开发的问题,并提升多核处理器环境下联邦成员的运行性能.并行联邦成员框架通过仿真组件的组合、装配来构建联邦成员.通过仿真引擎管理、数据分发管理、对象管理、组件管理服务和负载平衡功能,并行联邦成员框架为仿真模型构建了一个多核的并行执行环境,并确保并行成员能与RTI正确交互.通过实验来研究并行成员框架引入的额外开销,并比较并行成员和普通成员的性能.实验结果表明,并行框架能够充分利用多核处理器的计算能力来减少仿真系统运行时间,提高系统性能.