基于GS理论和神经网络遗传算法函数寻优的板料成形优化

基于GS理论和神经网络遗传算法函数寻优法,利用非线性有限元分析软件Dynaform,对非标准方形盒成形过程参数寻优。借助正交试验法,初步获取不同组合下的减薄率数值;基于GS理论,对获取的数据进行分析,找出影响减薄率的两个主要因素即摩擦因素和冲压速度;利用拉丁超立方抽样对选出的两个主要因素进行抽样;基于神经网络遗传算法函数寻优模型,摩擦因数和冲压速度作为输入,最大减薄率作为输出,用输入输出数据训练BP神经网络。最后,用遗传算法寻优把训练后的BP神经网络预测结果作为个体适应度值,找到函数全局最优解和对应输入值。对比优化前后的数值模拟结果可知,优化后的冲压参数可以有效提高板料成形性能。     

基督教堂建筑空间的发展与演绎

本文主要分析基督教堂随着基督教的发展而在历史进程中所出现的空间形式与最后所确定下来的空间模式,并以“中心”和“路径”为空间模式分析了基督教空间,以及现代基督教堂对此的演绎。     

基于BP神经网络的侧碰多目标优化设计

采用拉丁方试验设计方法对汽车侧围关键吸能部件的材料和板料厚度进行了多参数空间的样本数据设计,结合近似技术和多目标遗传算法,提出了一种基于BP神经网络模型的侧碰多目标优化方法。研究结果表明:该方法在满足侧碰法规GB20071的基础上,既能提高侧围结构对乘员的保护性能,又能实现其轻量化目标;BP神经网络模型的精度和效率较好地满足了工程要求。     

关于批准线叶金雀花为新食品原料的公告(2014年 第12号)

<正>根据《中华人民共和国食品安全法》和《新食品原料安全性审查管理办法》有关规定,现批准线叶金雀花为新食品原料。生产经营上述食品应当符合有关法律、法规、标准规定。特此公告。附件:线叶金雀花国家卫生计生委2014年6月26日     

Microsoft Excel在拉丁方试验统计分析中的应用

Microsoft Excel易学易用，将它应用在拉丁方试验统计分析中，可以帮助我们快速准确地计算出试验结果。     

计及相关性的含风电场电力系统概率可用输电能力快速计算

风电并网对于电力系统运行中的可用输电能力(available transfer capability,ATC)计算提出了新的要求。如何全面地考虑多种不确定性因素所具有的波动特性及其在地域上的相关性特点,进而准确地评估ATC,并提高计算速度成为亟待解决的问题。为此,提出了一种快速计算含风电场电力系统概率ATC的新方法。该方法采用拉丁超立方采样提高了蒙特卡罗仿真的采样效率,利用Cholesky分解对输入随机变量进行相关性建模。对于所得到的样本场景,基于聚类思想和现代内点法提出了快速计算大量场景下ATC的最优潮流灵敏度方法。通过IEEE-RTS79测试系统验证了所提方法可在确保计算精度的同时提升计算效率,算例结果表明,风速强相关将加大ATC的波动性,需要在分析计算中予以考虑。     

笛卡尔积与认证码

该文研究了笛卡尔积与认证码的关系,根据笛卡儿积的结构特点,提出了一种将认证符信息嵌入到编码规则的思想,从工程应用的角度实现了基于笛卡尔积的各阶欺骗概率相等的最优Cartesian认证码的构造,并给出了基于笛卡尔积和拉丁方的各阶欺骗概率相等的安全认证码的构造方案。以上两种构造方案均无需预先存储编码矩阵,既节约了大量的存储空间,又可以获得所需要的安全性。     

正形置换的一种新递归构造方法

提出了复合截集的概念,基于复合截集给出了由n元正形置换构造n+1元正形置换的新的递归构造方法,并解决了相应的计数问题。     

系统评价在岩体质量分级中的应用

介绍了传统质量分级指标的数量多,离散性大,权重不同,且国内分类多以某一级作为整个区域的质量级别,对于区域内岩体质量的变化缺乏描述。以Q分类法为主,引入系统评价和系统决策的相关知识,将随机分析和敏感度理论设计引入到岩体工程中,对岩体的质量进行评价。     

藏文同元码与基本集相互转换的规则与实现

在当今的计算机信息处理过程中,不同文字处理平台上相同字符的不同编码问题,即文字处理的不兼容,是一个亟待解决的重要问题。而在藏文信息处理的研究中,藏文的编码转换也是一个研究热点。藏文的文本、网站大多采用同元编码方式,而微软的Vista操作系统采用的是基本集的编码方式,所以两种编码的转换在藏文信息处理领域是非常重要的。主要介绍了藏文同元编码与基本集的相互转换技术,采用了将藏文按照拉丁转写拆分的方法,利用层数作为藏文同元编码字符结构与基本集编码字符结构的桥梁,通过一系列规则,实现了两种编码的相互转换。