动态与静态纯腐蚀对定量研究材料冲刷腐蚀交互作用的影响

分别测定了不锈钢和碳钢静态与动态纯腐蚀失重率、冲刷腐蚀失重及其电化学行为。研究了静态与动态纯腐蚀失重率对材料冲刷腐蚀交互作用失重率的影响。实验表明：（1）动态纯腐蚀比静态纯腐蚀更能反映材料在液固两相流中冲刷腐蚀交互作用的本质；（2）本实验条件下。T8钢动态纯腐蚀失重率是静态纯腐蚀失重率的2倍以上。18－8不锈钢动态纯腐蚀失重率竟是静态纯腐蚀失重率200倍以上、静态交互作用失重是动态交互作用失重率的2倍以上。可见静态与动态纯腐蚀对定量研究材料冲刷腐蚀交互作用会产生很大的差异；（3）在腐蚀性浆料中，首先要保证材料具有一定的耐蚀性。其次再考虑提高材料的硬度和耐磨性。这样才能有效地提高材料的耐冲刷腐蚀性能。对不同的工况，必须同时兼顾材料的耐蚀性和耐磨性。     

基于熵权理论和渴求函数法的多响应优化设计研究

文章首先对多响应优化问题进行了回顾和分析,针对多响应优化设计中权重确定和优化模型的建立问题,探讨了熵权理论和基于过程能力指数的渴求函数法在多响应优化设计中应用的可能性,并提出了熵权理论和渴求函数法结合的多响应优化设计方法,然后通过实例对文中所提的方法进行了实证研究,最后得出结论通过将熵权理论和渴求函数结合应用于多响应优化问题中,可以达到很好的效果。     

汽车轻量化条件下先进高强钢的发展及现状

介绍了轻量化条件下汽车车身用材的 4 种设计路线，结合具体车型说明了混合用材车身设计的发展趋势，讨论了钢板、铝合金、碳纤维车身用材的优缺点，客观评价了钢铁材料在汽车轻量化条件下的应用前景。总结了 2008～2018 年汽车车身 3 大部位使用先进高强钢强度等级的发展过程，以日本JFE公司为例，介绍了其研发的最新车身用材的力学性能及在一款新车型车身上的设计应用。同时，针对高强钢在冲压成形过程中容易产生冲压裂纹、冲压皱折和冲压尺寸偏差等问题，介绍了该公司相应的新技术及应用效果。     

基于集对分析的区域水资源承载力评价研究

在分析水资源承载力构成要素的基础上,遵循科学性、层次性、可操作性和目标导向性原则,构建了水资源承载力评价指标体系,并将组合赋权法和集对分析法相结合,对三江平原及各分区水资源承载力进行评价。结果表明:研究区整体水资源承载力处于"中等"水平;7个县市中,七台河市与穆棱市水资源承载力为Ⅱ级,处于"较好"水平,鸡西市、鹤岗市、双鸭山市、佳木斯市与依兰县处于"中等"水平。     

改进的软件错误报告自动分类算法

软件错误报告的自动分类能够节省大量人力和时间,然而用户提交的错误报告主观性较强,对错误报告的描述较随意,造成自动分类的效率低下。为此,基于传统的词频-逆向文件频率( TF-IDF )算法,结合文档内词条频度与词条在同类别及不同类别文档中的分布情况,提出2种特征降维的改进算法,降维后再对词条进行权值处理,进一步提高特征降维的效果。实验结果表明,应用该算法得到的错误报告自动分类在精确率、召回率、F1值和准确度等指标上比现有算法都有明显提高。     

基于权重阈值寻优的案例推理分类器特征约简

为提高案例推(case-based reasoning,CBR)分类器的分类准确率并降低时间复杂度,本文提出了一种基于权重阈值寻优的特征约简策略.首先通过基于数据驱动的方法对特征权重进行分配,得到每个特征的权重结果;其次,设计特征权重重要度阈值的适应度函数,并利用遗传算法对该重要度阈值进行优化搜索,最后根据得到的优化阈值与特征的权重分配情况,删除权重小于该阈值的特征从而完成特征的约简过程.通过对比实验,本文所提策略能够有效提高CBR分类器的分类准确率并降低时间复杂度,表明了权重阈值寻优约简策略的可行性与优越性.验证了本文方法不仅可以降低CBR分类器的时间复杂度,而且能够提高CBR的决策与学习能力.     

基于不等长序列相似度挖掘的数据关联算法

针对不等长序列数据的关联问题,提出基于滑动窗口的最优匹配增权法不等长序列相似度度量算法。以较短序列作为滑动窗口遍历较长序列得到一组滑动相似度,利用这组相似度形成最优权重,加权得到不等长序列的相似度,并根据相似度大小对序列数据进行关联判决,以解决截断法相似度度量仅能反映截断序列局部相似度的问题。仿真实验验证了所提出算法对不等长序列数据关联的有效性,并对序列长度和量测误差等因素对相似度度量和关联效果的影响进行了讨论。     

基于机会网络中社交关系的转发机制

由于现有的机会网络转发机制不能完全适应社会网络中基于社交关系的判断与分析,为此通过建立社交关系的分类,构建机会网络中的社会关系树结构模型,提出了一种新的转发机制。该机制设置了节点权重值,由节点所处的层次和社会关系的可利用性及可靠性决定。通过路径权重值,选择最有价值的路径进行消息的传递。通过仿真实验,所提出的转发机制有效地降低了网络中的消息副本数和降低了路由开销。     

基于改进粒子群算法的航班降落调度问题研究

航班降落调度是多约束的整数规划问题,也是组合优化中的典型NP难题之一.针对传统粒子群算法易陷入局部最优和求解组合优化问题能力不强的缺点,提出改进策略.改进的算法通过禁忌搜索策略生成初始粒子群以满足航班调度多约束的限制,引入遗传算法的交叉变异等操作以增强粒子群间信息交流能力,重新定义惯性权重和加速度因子,以增强粒子的多样性和收敛性,加入进化交叉算子以增强粒子的局部寻优能力.通过与修补遗传算法、罚函数遗传算法进行对比,经多次运行后的结果表明,提出的改进算法的局部搜索能力和全局搜索能力都得到增强,同时也验证了算法的可行性和有效性.     

基于属性选择的改进加权朴素贝叶斯分类算法

朴素贝叶斯分类算法简单且高效, 但其基于属性间强独立性的假设限制了其应用范围. 针对这一问题, 提出一种基于属性选择的改进加权朴素贝叶斯分类算法(ASWNBC). 该算法将基于相关的属性选择算法(CFS)和加权朴素贝叶斯分类算法(WNBC)相结合, 首先使用CFS算法获得属性子集使简化后的属性集尽量满足条件独立性, 同时根据不同属性取值对分类结果影响的不同设计新权重作为算法的加权系数, 最后使用ASWNBC算法进行分类. 实验结果表明, 该算法在降低分类消耗时间的同时提高了分类准确率, 有效地提高了朴素贝叶斯分类算法的性能.