雾化提钒工艺的参数优化

简要论述雾化提钒工艺完善提高中的数学建模与系统优化工作.由错综复杂的生产数据建立提高钒氧化率的数学规划模型,应用多种优选方法寻求各项工艺参数的最优控制范围及多因素的优化组合以改善指标值.在优化结果反馈指导生产实践过程中,追踪生产数据应用小子样统计推断理论,从钒氧化率的显著性差异以及流体力学上进行分析,找到了未知的关键影响因素.工艺参数的成功优化使得雾化提钒工艺得以完善提高,项目攻关取得了突破.     

浙江大学理学部巡礼

<正>浙江大学理学部下辖数学系、物理学系、化学系、地球科学系、心理与行为科学系等5个系,设有学术委员会、学位委员会、人力资源委员会、教学委员会等4个专门委员会.现有27个研究所、3个校内研究中心.建有数学、物理、化学、心理学4个国家理科人才培养基地,化学、物理2个国家工科课程基地,化学基础课程、数学建模方法与实践2个国家级教学团队,工业心理学1个国家专业实验室,含油气盆地构造个教育部研究中心,共建计算机辅助设计与图形学     

智能化网络性能分析与预测支撑系统设计

提出了一种将离线性能分析与在线性能实时预测相结合的网络性能分析与预测支撑系统设计方案.在离线性能分析中完成了特定网络节点的性能分析、节点间性能相关性分析以及长期网络性能历史数据的演化数学建模;在在线性能分析中则主要基于一种混合的实时预测模型来完成在线的网络性能预报,它采用模块化设计,具有良好的智能与很好的可扩展型和自适应性.实验表明,它为网络管理人员提供了强有效的网络性能分析与预测工具,是一个理想的性能分析与预测支撑平台.     

Eclipse环境下桥梁检测车三维模型的构建与控制

针对桥梁检测车操作人员无法直接观察桥检车机械臂的动作状态的问题,提出构建桥检车的三维模型,能够实时动态地跟踪显示出桥检车机械臂的动作状态.以Eclipse作为软件开发平台,基于OpenGL ES实现桥检车的三维模型构建和控制给出直接三维建模法与插件三维建模法.实验结果表明,2种方法均可实现桥检车三维模型的构建与控制,对于规则三维模型的构建与控制,直接三维建模法要优于插件三维建模法.     

无线局域网STRP技术的系统建模及有效性分析

轮询机制是基于小区的无线局域网对MAC控制的重要方法，但这种机制最主要的缺点是当网络负载较轻时效率较低，这种低效性是由于轮询网络中空闲工作站而导致活动工作站发送数据的时延。因此采用STRP轮询机制以克服在网络轻负载时的低效问题，通过数学建模和系统分析以证明该机制的有效性。     

快速高仿真人骨有限元几何建模—–基于Mimics、Geomagic及Ansys软件的应用

综合运用Mimics、Geomagic及Ansys软件, 探讨快速、高度仿真、具有通用性意义的不同类型人骨的有限元建模方法. 采集长骨(股骨)30例、不规则骨(胸椎)10例及扁骨(骨盆)10例的薄层CT扫描数据, 在Mimics中进行图像编辑及三维重建. 实验分设3组, 分别为传统方法组、改良方法组及快速建模组. 快速建模组由Geomagic进行模型网格简化, 在Mimics中进行体积恢复, 运用Ansys命令流进行快速网格划分, 在Mimics中赋予材料属性后进行最简单的有限元分析. 比较3组的建模时间、仿真程度, 并进行统计分析. 结果发现: (1)快速建模组具有建模时间少、仿真程度高及网格质量高等显著优势; 统计分析表明, 快速建模组与其他2组具有显著性差异. (2)在Geomagic中进行模型简化的主要参数“Target Edge Length”为2.0mm(规则骨), 1.5~ 1.8mm(不规则骨); 模型体积/简化网格数为1.50±0.92(股骨)、2.86±0.84(骨盆)、0.36±0.05(胸椎). (3)可以通过Geomagic处理后模型体积/原模型体积的立方根或者二者的回归函数来进行体积恢复. 研究结果表明, 基于逆向工程软件Geomagic的人骨有限元建模方法具有快速、高仿真、高成功率及通用性等优势, 推广价值较高.     

面向MOOC平台的课程推荐研究综述

随着互联网技术和在线教育的飞速发展, 目前我国已出现大量线上教育平台, 但这些在线教育平台相互间信息不能共享, 导致课程信息冗余过载, 用户选择困难. 本文综述了近年来课程推荐方面的研究进展, 首先介绍了课程推荐中的相关概念并给出了系统框架; 然后围绕课程建模、用户建模、核心算法3个方面进行探讨, 重点综述了5类算法: 内容推荐、协同过滤、混合推荐、深度学习推荐和多模态融合推荐, 并分析了数据集、实验方法和评价指标; 最后对个性化课程推荐技术进行了总结和展望.     

基于遗传算法的灰色GM(1,1)模型

在分析GM(1，1)模型的建模机理的基础上，指出了传统建模方法存在的不足，同时给出了基于遗传算法的GM(1，1)优化模型，优化模型提高了灰色预测的精度。     

金融时间序列分析与建模

介绍了金融时间序列分析与建模的主要理论、方法,着重论述了近20多年发展起来的非平稳时间序列的建模方法及工具,指出进一步的研究方向.最后,对上证综合指数这一金融时间序列进行了实证分析.     

一种混合授权的RBAC模型及其UML建模

针对核心RBAC模型在实际应用中存在的不足,提出一种对角色和用户混合授权的RBAC改进模型.在模型中加入直接用户权限指派方便了临时授权,在角色和用户权限中分别设置优先级约束和继承约束避免了权限冲突,给出了模型的形式化描述与认证算法.针对RBAC模型抽象化、形式化及开发者难以理解的问题,基于UML对RBAC改进模型进行了静态和动态建模,缩短了理论安全模型和实际应用开发间的差距.     

ARMA模型平稳解存在性问题的一些研究

ARMA模型是现代时间序列分析中最为常用的模型之一,在科学研究和工程系统中具有广泛的运用。AR-MA模型使用的前提条件是,建立的时间序列是由一个零均值的平稳随机过程所产生的,即其存在性能够得到保证。基于此,详细讨论了所有情形下AR模型及ARMA模型平稳解的存在性条件,然后将     

个人住房抵押贷款模式及应用

提出了等比还贷，等差还贷，基于等额的灵活还贷和混合还贷4种模式，举例分析并指出了各模式适合的客户类型，最后对贷款利率调整时各模式的有关变化作了进一步的探讨，各种还贷模式可根据具体情况在实践中推广应用。     

基于随机强度的公司债券估值模型与仿真分析

公司债券是一种风险型债券,本文首先对风险型公司债券的价值进行了分析,将违约看作具有不确定性的随机强度过程,建立了基于随机强度的公司债券估值模型,并在考虑市场风险与违约风险相关性的条件下对模型进行求解,最后应用蒙特卡罗模拟对模型进行仿真,给出仿真结果。     

机械产品结构对称性设计知识模型研究

研究了机械产品结构对称性设计知识模型, 建立了包含结构对称、对称破缺和弱对称在内的完整机械结构对称性层次性模型, 以及结构对称性在实现机械产品功能、性能和约束中的设计知识模型, 包括单种结构对称性不同层次的设计知识模型、同种对称性程度不同对称性类型的结构对称性设计知识模型以及同种对称性类型不同对称性程度的结构对称性设计知识模型. 建立的结构对称性设计知识模型能较完整地描述不同层次、不同类型及不同对称性程度的结构对称性设计知识及其之间的关联关系, 为进一步研究机械结构对称性设计知识的挖掘和应用规律的建立奠定了基础.     

基于振荡序列的灰色GM(1,1|sin)幂模型及其应用

针对现实中普遍存在的振荡序列预测问题,传统灰色模型的预测效果并不理想。为此,在现有灰色GM(1,1|sin)模型基础上,提出了GM(1,1|sin)幂模型,给出了最小二乘准则下的参数计算公式;构建了以平均模拟相对误差最小化为目标的非线性优化模型,利用粒子群优化算法求得最优参数。最后,将新模型应用于城市交通流和高新技术产品出口额模拟预测,并将预测结果与传统GM(1,1)模型、GM(1,1)幂模型和GM(1,1|sin)模型进行了比较,结果表明,新模型具有更高的模拟精度,更适合对振荡序列的预测分析。     

基于FOA-FSVM的RF模式台风期阵风精细化预报

For the sake of improving the accuracy of forecasting wind speed during typhoon strike in WRF model forecast, a new method for precision forecasting of typhoon wind speed is proposed by combining the data collected from the WRF model forecast and an automatic observation station. The method incorporates many factors influencing the typhoon wind speed. The wind speed which is obtained using the traditional human prediction produces large error when compared with actual wind speed. To address this issue, a fuzzy support vector regression model for wind forecasting is built. Considering the fact that the fuzzy support vector regression model is not adequately efficient in determining the punishment factor and kernel parameter, the fly optimization algorithm is introduced into optimizing the parameters of the fuzzy support vector machine. According to the characteristics of the wind speed regression, the fruit fly optimization algorithm is developed in three dimensional space, combining with the enhancement factor γ for improving the global optimization ability of traditional fruit fly optimization algorithm. The results show that the forecasting wind speed and the actual one is in good agreement with each other, and the correlation is as high as 99％. The presented method of wind speed prediction provides higher accuracy than that of traditional FOA-FSVM model and FOA-SVM model.     

基于振荡序列的灰色GM(1,1|sin)幂模型及其应用

针对现实中普遍存在的振荡序列预测问题,传统灰色模型的预测效果并不理想。为此,在现有灰色GM(1,1|sin)模型基础上,提出了GM(1,1|sin)幂模型,给出了最小二乘准则下的参数计算公式;构建了以平均模拟相对误差最小化为目标的非线性优化模型,利用粒子群优化算法求得最优参数。最后,将新模型应用于城市交通流和高新技术产品出口额模拟预测,并将预测结果与传统GM(1,1)模型、GM(1,1)幂模型和GM(1,1|sin)模型进行了比较,结果表明,新模型具有更高的模拟精度,更适合对振荡序列的预测分析。     

计算OWA算子权重的最小最大不一致方法及讨论

权重向量的确定是有序加权平均（ordered weighted aweraging,OWA）算子理论中的一个关键问题，目前已有不少获取权重向量的模型。2010年EMROUZNEJAD 和AMIN两位专家在计算OWA算子权重向量时提出了改进最小最大不一致模型：对于给定的orness测度建立一个最小最大目标规划问题，求解该模型可以得到最优权重向量。但由该方法得到的最优解并不唯一，且存在无穷多解，因此，该模型存在不可靠性。本文通过引理给出定理，证明了其最优解的不唯一性，并用简单有效的数值例子予以说明。     

计算OWA算子权重的最小最大不一致方法及讨论

权重向量的确定是有序加权平均（ordered weighted aweraging,OWA）算子理论中的一个关键问题，目前已有不少获取权重向量的模型。2010年EMROUZNEJAD 和AMIN两位专家在计算OWA算子权重向量时提出了改进最小最大不一致模型：对于给定的orness测度建立一个最小最大目标规划问题，求解该模型可以得到最优权重向量。但由该方法得到的最优解并不唯一，且存在无穷多解，因此，该模型存在不可靠性。本文通过引理给出定理，证明了其最优解的不唯一性，并用简单有效的数值例子予以说明。     

基于神经网络集合预报的台风路径预报优化

针对目前台风路径预报研究中存在的预报精度不高、预报时次高耦合等缺陷，提出了一种基于神经网络集合预报的台风路径预报优化模型。运用混合模式集合预报思想和反向传播的多层前馈训练机制，充分挖掘数据特征，解决了单集合预报的固化性问题和单神经网络预报模型的随机性问题，为现有台风数值预报方法和人工智能技术的结合提供了新思路。以2018年活动在西北太平洋、南海地区的台风为样本进行对比实验，结果表明，60 h内的预报精度均得到了提高，一定程度上反映了该模型的实际应用价值。