标识化语言的发展及在电子物流中的应用

重点阐述了XML技术的发展和对EDI技术的有效补充与改进，并展望基于XML技术的电子商务物流数据交换技术的发展前景。     

新型微波有源滤波器综合方法

本文给出了一种新颖的微波有源滤波器的拓扑结构及综合方法，并对有源滤波电路进行了计算机模拟，结果表明本文给出的微波有源滤波器电路具有优良的的窄带滤波特性，通带内正向增益大于１０ｄＢ，带外抑制大于３０ｄＢ。     

炭／炭复合材料用基体—COTAP的合成与性能研究

以廉价的国产中温煤沥青为原料,通过特定的交联催化反应,合成了一种适合于炭/炭复合材料用的基体——COTAP,并研究了不同反应条件下COTAP基体的残炭率及其与炭纤维之间的润湿性,以及由其制备的炭/炭复合材料的强度。实验结果表明,COTAP基体具有良好的综合性能,是一种很有价值的炭/炭复合材料用基体。     

基体改性对C/C复合材料性能影响的研究(一)

本文从C/C复合材料的基体入手,研究了基体沥青、焦炭中添加氧化物的工艺条件及其在复合材料中的作用.结果表明,添加氧化物对基体改性,不仅能提高C/C复合材料的高温抗氧化性,也能对其它性能带来很大影响.只要控制适当的工艺条件,就可以得到高性能的C/C复合材料.     

基于多元混合时序分析及灰色理论的水华藻类生长阶段多因素预测方法

在水华防治工作中,水华预测一直都是1个难点,由于藻类水华整个生成过程各阶段的变化机理不尽相同,现有预测方法采用某1个模型对水华生成的全过程进行建模预测并不合理。因此本文针对水华生成过程中持续时间最长且变化规律明显的藻类生长阶段,采用多元时序分析技术,通过对藻类生长阶段中的多特征因素时序建模分析,以影响和表征藻类生长的特征因素作为模型输入和输出,考虑藻类生长阶段的趋势性、周期性、随机性变化规律,建立多元混合时序模型,并结合灰色理论思想,改进模型预测算法,从而提出基于多元混合时序分析及灰色理论的水华藻类生长阶段多因素预测方法,以实现对包含影响因素在内的特征因素变化特性的全面描述和预测以及对模型预测精度的进一步提高。采用本文方法及传统方法分别对江苏太湖水华特征因素监测数据进行建模预测,结果表明,基于本文方法的水华特征因素预测结果与实测结果更相符、预测平均误差绝对值更小。     

基于Bagging集成学习的水华预测方法研究

随着经济社会的高速发展和工业化建设程度不断提高,水环境问题已经严重影响甚至威胁了人类的健康。近年来,国家大力推行水环境的预测预警,许多专家学者利用人工神经网络等智能方法在富营养化评价及水华预测中得到了较为广泛的运用,也取得了一定成效。然而,人工神经网络的性能受到样本训练算法等方面的影响,在选取合适的神经网络模型、算法以及设置参数麻烦、耗时。随着问题复杂程度的增加,单个网络的隐层节点数将增加很多,训练时间将大大增加,从而造成训练困难。且由于训练过度或不够,往往导致泛化能力较差。为解决此问题,本文在对湖库水华形成机理深入分析的基础上,建立了BP网络的水华预测模型,并利用Bootstrap采样技术获取不同的数据集,分别训练多个BP网络,最终将多个网络进行集成用于建立太湖流域水华预测模型。通过基于Bagging算法的集成学习,可以对样本包含的信息进行充分挖掘,更全面的刻画因素之间的相互联系和变化规律。实验表明基于Bagging算法的BP网络集成模型预测结果与单个BP网络模型预测结果对比,具有较高的预测能力,从而获得了相对理想的预测效果。     

绝热反应生产硝基苯

这种方法与等温反应不同,不需要除去反应热,而将它用于浓缩废酸,省去了废酸的贮存和处理,同时降低能耗。美国氰胺公司和 C—I—L 公司联合开发了绝热法生产硝基苯工艺,并已工业化。这种工艺比传统的等温硝化工艺的成本低70%左右,能耗只需传统方法的10%左右,本工艺     

基于改进的投影寻踪-云模型的农业灌溉水质综合评价

提出基于投影寻踪函数和云模型的水质综合评价模型,选取太湖流域20个样本盐度、氯化物、氨氮、溶解性固体4类具有代表性的农业灌溉水质监测数据,在综合其投影值及隶属度基础上,计算农业灌溉水质的等级区分粒度。结果表明,投影寻踪模型计算值平均绝对误差仅为0.125 2级,达到了较好的水质评价精确度,同时利用云模型计算各个监测指标得到的最大综合确定度所属级别与经验等级一致。     

基于改进A*算法的越野路径规划研究

针对车辆的越野路径规划问题, 研究并分析了地形坡度和地表属性对于车辆路径规划的综合影响。引入了窗口移动法对地形进行先期的坡度计算和通行性分析, 就轮式车辆和履带式车辆分别建立了地表属性的粗糙度评价指标, 并采用面积占优法将地表属性栅格化。通过建立禁忌表, 叠加了坡度与粗糙度的约束影响以减少搜索范围, 提高搜索效率。构造了改进A*算法的估价函数, 并结合expand表、open表、closed表以及path表设计了考虑坡度和粗糙度约束的路径优化算法。仿真结果表明, 该算法能够快速有效地实现符合真实地形环境的越野路径规划。