铝的低温电解质体系基础研究之一：MCl—M3AlF6（M=Na,K）二元…

将双亚晶格模型应用于含络离子的铝电解质体系中，基于ＣＡＬＰＨＡＤ技术利用ＰＡＲＲＯＴ优化程序块对ＭＣｌ－Ｍ３ＡｌＦ６（Ｍ＝Ｎａ，Ｋ）伪二元系相图进行优化计算，得到了热力学数据自洽一致的结果，并对结果进行了分析讨论。     

基于Filter Wrapper模式的特征选择算法*

特征选择是数据挖掘、机器学习和模式识别中始终面临的一个重要问题。针对类和特征分布不均时,传统信息增益在特征选择中存在的选择偏好问题,本文提出了一种基于信息增益率与随机森林的特征选择算法。该算法结合Filter和Wrapper模式的优点,首先从信息相关性和分类能力两个方面对特征进行综合度量,然后采用序列前向选择（Sequential Forward Selection, SFS）策略对特征进行选择,并以分类精度作为评价指标对特征子集进行度量,从而获取最优特征子集。实验结果表明,本文算法不仅能够达到特征空间降维的效果,而且能够有效提高分类算法的分类性能和查全率。     

不对称性定量化的三元系热力学模型

本文提出了一个由二元系推算三元系热力学性质的新模型，此模型能自动用热力学准则来检查各二元系的对称性，并根据不对称程度来构筑权重函数，由于不需要事先选择不对称组元，消除了计算过程中的人为干扰。此模型的适用范围有所拓宽。     

事件驱动编程中对Browse的控制

从数据库管理系统设计中数据个性模块的顺序驱动和谐和事件驱动编程的比较入手,提出了事件驱编程中控制Browse需要考虑的几个问题,并具体分析了每个问题的解决办法。     

企业ERP系统的实践过程解读

所谓ERP系统(Enterprise Resource Planning)———企业资源计划,是指综合企业管理理念、业务流程、基础数据、人力物力、计算机软硬件于一体的企业资源综合管理系统。其实质是对企业各个层面进行有效整合,提高企业运行和资源利用的效率,特别是对信息资源进行深度开发和广泛利用,进而能提升企业的综合竞争力。企业资源计划ERP也是先进管理的代表。实施ERP的目的随着中国加入WTO ,在竞争日益剧烈的今天,企业界都在关注与思考:企业如何去迎接新的挑战?如何才能在激烈的市场竞争中获得成功?企业的综合竞争力是什么?又如何形成?具体来看,…     

基于制造业CAX/PDM/ERP集成研究

分析了制造业内部CAD／CAM／CAPP与企业ERP的关联、因特网与企业内部网之间的关系,对如何利用PDM作为中间桥梁,将企业CAX系统与企业ERP集成的方法进行了论述与研究,构筑了一种基于制造业信息集成系统的模型。基于CAX／PDM／ERP集成模型的应用研究,目的在于提高制造业信息系统的集成深度与广度,为企业的发展与竞争提供充实的信息化基础保证。     

铝的低温电解质体系基础研究之一：MCl－M_3AlF_6（M＝Na，K）二元系的相图计算

将双亚晶格模型应用于含络合离子的铝电解质体系中，基于ＣＡＬＰＨＡＤ技术利用ＰＡＲＲＯＴ优化程序块对ＭＣｌ－Ｍ_３ＡｌＦ_６（Ｍ＝Ｎａ，Ｋ）伪二元系相图进行优化计算，得到了热力学数据自洽一致的结果，并对结果进行了分析讨论。     

稀土镍系贮氢合金的放电电压平台研究

研究了ＡＢ５ 型贮氢合金放电电压平台与ＭＨ－Ｎｉ电池１．２ Ｖ放电电压平台之间的关系及其影响因素。结果表明,ＭＨ－Ｎｉ电池放电过程中的电压衰减主要由正极极化引起,但贮氢合金负极放电电压平台的提高有利于电池放电电压整体水平的提高,也能明显延长其１．２ Ｖ放电电压平台延续时间。贮氢合金的放电电压平台与其成分、微观组织和表面状态密切相关。就Ａ侧稀土成分而言,Ｃｅ和Ｎｄ 的影响较为明显。提高合金成分和微观组织的均匀性,并改善合金的表面状态而使其表面形成对表面电极反应有电催化作用的合金层,有利于合金放电电压平台的提高。     

高压电机电磁噪声的分析及控制

现代电机设计朝着大电流、高磁密及结构轻巧的方向发展,但同时电机也产生了更大的电磁噪声。为提高电机的品质,可通过改变槽配合、采用斜槽和增大气隙等方法,提高电磁力波阶数、改变力波频率、降低力波的幅值来实现降低高压异步电动机的电磁噪声。并结合生产实践加以说明,如何判断电磁噪声,从而有针对性地采取措施来降低电磁噪声。     

适于高维空间搜索的自组织学习算法

提出了一种有别于当前优化算法框架的自组织学习算法(self-organizing learning algorithm,SLA),该算法融合遗传算法并行搜索与模拟退火串行搜索,结合粒子群学习机制和禁忌搜索机制,实现了系统与环境的交互学习,能够很好地处理传统优化方无法应对的高维非线性优化问题.SLA分自学习和互学习两个智能化学习阶段,先进行基于自学习机制的邻域禁忌搜索,保证局部极值的收敛,然后通过信息共享平台,进行基于互学习机制的广域禁忌搜索,保证全局极值的收敛.系统通过与环境交互学习而自适应地调整搜索策略和相关参数,使得搜索过程能够有效地避免盲目性,而具有相当的自组织性.最后,通过高维测试函数的对比仿真实验表明,SLA在由小型低维空间转入超大型高维空间时,仍能够与环境保持稳定,透明的交互学习,其全局搜索能力和整体稳健性明显优于其它搜索方法.