基本养老保险缴费心理活动维度的实证研究:个人心理账户视角

本文从心理账户理论视角,通过问卷调查,运用非集计模型,对个人基本养老保险缴费心理活动维度进行了实证研究。研究结果表明,受教育程度、非常规的额外收入、经营性收入、安全型保障账户和风险型存储账户是影响缴费的关键性因素,进而提出引导设立特定缴费心理账户、增强缴费制度弹性,改变缴费者的选择框架, 提升缴费遵从度。     

云制造平台加工能力分享调度优化研究

云制造平台加工能力分享的调度优化是云制造模式的核心运营问题。为提高云制造平台对参与能力分享企业资源的利用率,解决实际云制造需求环境下企业级制造资源调度问题,达到云制造平台动态实时的要求,以最小化工期和成本为目标函数,构建了基于平台并面向分享的云加工能力调度模型。为快速求解多个云任务订单的最优调度序列,引入任务简易编码和随机权重,设计了改进的二阶粒子群算法,并提出可分享加工能力时间窗的更新策略。最后,通过算例验证云制造平台加工能力调度机制的可行性和有效性。     

基于多波长类噪声脉冲的掺铒光纤激光器

报道了一种基于多波长类噪声脉冲的被动锁模掺铒光纤激光器。采用980 nm半导体激光器作为泵浦源，2.5 m长的掺铒光纤作为增益介质。锁模机制为非线性放大环形镜(NALM)。通过自相关迹证明输出脉冲为类噪声脉冲。该类噪声脉冲的光谱3 dB带宽可达17.2 nm，边模抑制比为47.7 dB，重复频率为5.434 MHz，单脉冲能量为7.9 nJ。为了实现平坦的多波长输出，在NALM结构中加入Sagnac环干涉仪，获得了最大波长数为5的平坦多波长类噪声脉冲，平坦度为1.995。     

激光扫描在工件表面检测中的应用方法

为了获取磨削工件表面特征信息，提出一种基于激光扫描的磨削工件表面检测方法。利用机械臂带动激光传感器扫描放置在激光测量平面中的磨削工件，从而获得工件在激光测量平面中的三维坐标信息，通过相邻2个扫描点之间的高度变化求出工件边界点的三维坐标信息，结合x轴和y轴坐标的极值点利用最小二乘法拟合出工件边界在激光测量平面中的解析式，进一步求出附着在工件上的坐标系相对于激光测量坐标系的位姿，最后利用工件在激光测量坐标系中的位置矢量信息得出其表面特征信息。实验结果表明，利用该方法对工件表面进行检测，得到工件表面检测误差为0.11 mm，检测平均时间在1 s内，满足工件表面特征检测要求。     

时间延迟扩散-波动分数阶微分方程有限差分方法

本文提出求解时间延迟扩散-波动分数阶微分方程有限差分方法，方程中对时间的一阶导函数用α阶（0 < α < 1） Caputo分数阶导数代替.文章中利用Lubich线性多步法对分数阶微分进行差分离散，且文章利用分段区间证明该方法是稳定的，且利用数值实验加以验证.     

Hamilton系统下基于相位误差的精细辛算法

Hamilton系统是一类重要的动力系统，辛算法（如生成函数法、SRK法、SPRK法、多步法等）是针对Hamilton系统所设计的具有保持相空间辛结构不变或保Hamilton函数不变的算法.但是，时域上，同阶的辛算法与Runge-Kutta法具有相同的数值精度，即辛算法在计算过程中也存在相位误差，导致时域上解的数值精度不高.经过长时间计算后，计算结果在时域上也会变得“面目全非”.为了提高辛算法在时域上解的精度，将精细算法引入到辛差分格式中，提出了基于相位误差的精细辛算法（HPD-symplectic method），这种算法满足辛格式的要求，因此在离散过程中具有保Hamilton系统辛结构的优良特性.同时，由于精细化时间步长，极大地减小了辛算法的相位误差，大幅度提高了时域上解的数值精度，几乎可以达到计算机的精度，误差为O（10-13）.对于高低混频系统和刚性系统，常规的辛算法很难在较大的步长下同时实现对高低频精确仿真，精细辛算法通过精细计算时间步长，在大步长情况下，没有额外增加计算量，实现了高低混频的精确仿真.数值结果验证了此方法的有效性和可靠性.     

基于纵横弯曲有限元法的套管扶正器安放计算

套管扶正器的安放问题一直以来都是石油作业的主要问题之一.基于纵横弯曲理论,考虑轴向载荷对梁弯曲变形的影响,将套管离散成BEAM188梁单元,进行几何非线性有限元分析.通过水平段、斜直段、曲率段算例与解析解对比,验证了有限元法的准确性.对某一水平井进行了有限元计算,结果表明:共安放60个扶正器,套管弯曲变形小于许可偏心距,满足工程要求.     

一类五阶非线性波方程的新精确解

通过利用新的G展开法,并借助Mathematica计算软件,研究了一类五阶非线性波方程的精确解,获得了方程的含有多个任意参数的新的显式行波解,分别为三角函数解、双曲函数解、指数函数解,扩大了该类方程的解的范围.     

急性髓细胞白血病基因筛选模型的贝叶斯分析

基因表达数据蕴含着大量的生物信息,在生物基因信息研究中,筛选表达水平发生显著变化的差异基因是认识疾病形成机理和辅助靶点药物研究的关键问题.根据急性髓细胞白血病(AML)的基因表达数据,构造基因均值差序列,建立贝叶斯分层混合模型,并为模型的参数赋予具有基因生物特征的先验信息.采用马尔可夫链蒙特卡洛(MCMC)算法对模型参数进行估计,并筛选出急性髓细胞白血病差异表达基因.在实际数据分析中,从美国生物信息中心(NCBI)的高通量基因表达数据库中获取急性髓细胞白血病基因数据集,从经过非特异滤波预处理的14688个急性髓细胞白血病基因中筛选出711个差异表达基因,差异表达基因数仅占急性髓细胞白血病基因总数的4.84%,这一结果与基因差异表达的生物学原理相吻合.