模型论中的拓扑学方法

本文利用拓扑学方法研究了ω-范畴理论的性质,并对模型个数问题进行了讨论.     

NiTi合金中马氏体相的低频力学谱研究

我们用最近研制成功的LMA型低频力学谱测试系统对NiTi合金马氏体相进行了在很大频率范围内（0．003～1Hz）的低频等温力学谱和温度谱的测量．我们研究的形状记忆合金NiTi（Ni50．2at％）试样长34mm，直径1mm细丝．经一定热处理，分别在333K．343K和353K做了内耗随频率的变化的测量。实验表明：频率越小，内耗越大，也就是内耗随频率减少而增大。同时我们采用阶梯升温的方法在八个温度下每个温度测量三种频率（1Hz，0．1Hz，0．01Hz）的内耗，结果清楚地表明：不同频率下，内耗峰都出现在372K（99℃）。而且频率越低，峰高越高。这是具有相变峰的特点：相变峰的峰温不随测量频率不同而变化，相变峰高度随频率减少而增大。我们还测量了在1Hz与0．5Hz频率下内耗随温度的变化。本文用马氏体相的位错理论初步讨论了上述实验结果。     

可集成量子计算中的非近邻相互作用

我们研究一维自旋1／2链中的非近邻相互作用的影响。和近邻相互作用相比，非近邻的相互作用强度一般会较弱，因而在以前的许多方案中，这种长程的相互作用被忽略了。本文首先估计由被忽略的非近邻相互作用所引起的量子逻辑门的误差。我们得到的结果是，这项误差不仅和非近邻相互作用的强度有关，更依赖于一维自旋链所包含的粒子数，忽略非近邻相互作用有可能会对可集成量子计算造成影响。我们进一步研究如何消除或者压缩这种长程的相互作用所造成的影响。我们提出了一个量子计算方案。在这种方案中，次近邻的相互作用的影响被完全消除，从而我们可以使量子逻辑门的精度得以提高。我们也讨论了这种方案在超导量子计算体系里面的物理实现问题。     

一种基于GIS的选址问题及算法

本文考虑了选址区域内存在地理阻断情况下的一种基于GIS的选址问题.对单配送中心选址模型,以GIS返回的任意两点间的最短可行路径的长度作为修正距离函数,分析了目标函数在凸形选址区域上非凸非连续的性质.进一步,采用给出了一种近似搜索算法并通过一个实例计算与重心法进行了比较.     

锥形透镜光纤聚焦特性研究

锥形透镜光纤(TLF)是实现光纤与平面光波光路(PLC)芯片高效耦合的核心元件。了解和掌握其聚焦特性是指导平面光波光路尾纤封装技术的关键。给出了表征锥形透镜光纤聚焦特性的两个参量出射光斑直径和远场发散角的理论分析模型,其误差小于1.14%;采用光束传播法数值模拟了锥形透镜光纤中的光波传输和模斑的演化,确定了锥形透镜光纤端面出射光斑的大小;优化锥形透镜光纤结构参量为:拉锥长度300μm,锥角0.733°,透镜曲率半径13.485μm;建立了基于数字摄像机的锥形透镜光纤出射光场测试系统,提出了物理光学反向推演法,计算出锥形透镜光纤聚焦光斑尺寸和远场发散角。理论与实验结果有着良好的一致:对于相同结构参量的锥形透镜光纤,实验反推法得到的出射光斑尺寸与理论值相比误差为3.15%,远场发散角误差为3.67%。     

推广x重新标度模型的重标度参数经验公式

给出了推广x重新标度模型的重标度参数经验公式,其中建立了重标度参数与原子核的平均结合能之间的联系,由该公式可以得出A≥12的所有核的重标度参数值,利用这些参数值可以计算有关核过程并做出预言.     

静态球对称黑洞Dirac场的统计熵

利用改进的brickwall模型,给出了一类静态球对称黑洞Dirac场的熵,结果表明,在取相同的截断因子时,Dirac场的熵均为标量场的熵的72倍 关键词： 黑洞 统计熵 brickwall模型 Dirac场     

行波型热声发动机的分布参数法热力分析

在现有热声网络模型的基础上 ,对行波型热声发动机采用分布参数法进行了详细地分析 ,得到了较为完整的分布参数法网络模型 ,并给出了该模型的定性关系式 ,所得结果与采用集总参数法的结果有很大差异。分析表明 ,分布参数法更适合于一般的系统情况 ,集总参数法仅仅在一定条件下才适用。文中对一个实际系统应用分布参数法进行了分析 ,得到一些结论 ,对于我们设计行波型热声发动机有非常重要的理论指导意义     

用回归正交设计建立油田堵水增产模型

在油田注水开发过程中，油井产水率的不断上升严重影响了油田的原油产量。因此油田进行堵水是油田高产稳产的一项重要工作。本文用回归正交设计方法建立油田区块堵水增产模型，从而为油田区块堵水最优化方案的目标函数的确立奠定了基础。     

一种方式分组随机模型中估计方差分量的最小风险设计

§1.引言一种方式分组随机模型:y_(ij)=β α_i ε_(ij),i=1,…,n,j=1,…,m_i,(1.1)其中 ε_(ij)(i=1,…,n,j=1,…,m_i)是相互独立的随机误差,α_i(i=1,…,n)是独立的随机变量.Eα_i=Eε_(ij)=0,varε_(ij)=θ_1>0,varα_i=θ_2≥0,cov(α_i,ε_(ij))=0.β、θ_1、θ_2是未知参数,β∈R~1,(θ_1,θ_2)~T∈Θ(?){θ_1>0,θ_2≥0}.