波形钢板-UHPC组合桥面板结构截面优化

对实腹式波形顶板-UHPC(超高性能混凝土)组合桥面板进行了改进, 采用空腹式结构建立波形钢板-UHPC组合桥面板有限元模型, 研究UHPC层厚度、波形钢板厚度、波形长度、下缘板宽度和波形高度等截面参数变化对组合桥面板受力特性的影响, 并确定其合理取值范围. 在此基础上, 通过理想点法对参数组合进行优化, 得到合理的参数匹配. 研究结果表明 相较于实腹式组合桥面板, 优化后的组合桥面板自重减小35%, 钢板弯折处应力减小16%; 相较于正交异性钢桥面板, 桥面板用钢量减小7%, 顶板与U肋连接位置应力减小47%.     

基于遗传算法的升力体外形优化设计

升力体由于低热流率再入物理特性和高效的内部容积利用率，是高超声速飞行器气动外形的一种典型布局.文章对升力体飞行器进行参数化数值建模，并提取其表征外形的参数作为设计变量，综合考虑飞行器再入过程中的气动力、气动热、容积利用率及稳定性等性能指标.运用多目标混合遗传算法对升力体进行了多变量、多约束下的气动外形优化设计，获得了再入飞行器外形的最优Pareto解.数值模拟结果表明，典型状态下最优Pareto解与CFD结果相差12%，验证了优化结果的准确性.      

负泊松比蜂窝材料抗爆炸特性及优化设计研究

为了深入研究车辆底部防护组件爆炸冲击下的结构响应，提高防护型车辆的抗爆炸冲击性能，建立了某车辆底部防护组件在爆炸冲击下的有限元模型，并进行爆炸冲击台架试验验证了有限元模拟的可靠性；将内凹六边形负泊松比蜂窝材料作为防护组件的夹芯部分，分析负泊松比蜂窝材料在爆炸冲击下的变形模式，并对比了同等质量的其他3种防护组件的抗爆炸冲击性能。结果表明，含有负泊松比蜂窝夹芯的防护组件具有更优的抗爆性能。建立了以内凹六边形负泊松比蜂窝胞元尺寸参数为设计变量的多目标优化问题的数学模型，采用多目标遗传算法获得胞元几何参数的最优方案，有效降低了防护组件基板的最大挠度和最大动能。     

有机化学实验线上课程之扬长避短教学设计与实践篇

It has been two months since a boom of online education triggered by the epidemic in China. At present, we are keeping focus on how to optimize our online class. In the case of chemistry laboratory courses, there's not much that can be done to experimental operations through online teaching. While for the traditional teaching procedure, there is still room for improvement in terms of integrating research to teaching, interactivity, etc. This paper will present some design strategies for improving teaching the organic chemistry laboratory online. To be specific, it describes how teaching materials like the lesson plan and virtual lab were coordinated into the online teaching. And we will also discuss the holistic approach to a better outcome for students' active learning and integration research into teaching by redesigning multiple phases, such as the pre-laboratory preparation, live online class, experimental operations.     

敏化条件对染料敏化太阳能电池性能的影响

通过实验方案,对影响染料敏化太阳能电池(DSSC)的敏化条件进行了优化设计,在光阳极初始默认的制作条件下,从海带中提取叶绿素,分别对影响DSSC光电性能的敏化染料溶液浓度、pH值、温度、受光时间、敏化时间、对电极背景色等影响因素逐一进行研究,最终确定了光阳极敏化的最优条件:醇水溶液的最佳稀释比为1:2,最佳敏化pH=8,最佳敏化温度为30℃,最佳敏化时间24 h,黑暗环境下敏化效果最好,且对电极采用镜面背景最佳,最终获得光电转换效率0.76;.     

基于CNN-SVM的地下目标形状识别

针对传统地下目标识别算法中特征提取方法的缺陷,鉴于深度学习中的卷积神经网络（CNN）能自动从数据中提取特征,但CNN自带的分类器不能很好的解决非线性分类问题,由于SVM具有良好的泛化分类能力,为此提出基于CNN-SVM的地下目标形状识别方法。本文首先在地表面光滑场景下,利用该方法对地下圆形和矩形目标识别,然后加大场景难度,在地表面粗糙场景下进行地下目标形状识别。实验结果表明,相比传统人工设计的特征分类方法,该算法利用CNN自动提取的特征联合SVM提高了CNN的分类准确率,并且在两种场景下都具有更高的地下目标识别精度。     

排序支持的交互数据分类算法及其应用

交互分类是解决数据复杂分类问题的主要手段之一。在现有的大多交互分类系统中，用户能准确识别数据类别，但在有些分类场景中,类别之间的顺序关系更容易被识别，为此，提出一种排序支持的交互数据分类算法。为提升交互分类精度，引入数据的顺序信息，为降低标记难度，提出候选样本推荐策略。另外,提出一种评估分类算法性能的可视化方法，用包含基本车况、交通违法记录、交通事故记录等信息的车辆数据集进行实验验证，将相关车辆分为高危车辆、中危车辆、低危车辆3类，算法的分类结果模型一致度达近98%，验证了方法的有效性。     

基于流量测点的热网变动阻力系数优化辨识

随着供热计量系统的普及，系统可以根据负荷的变化进行调整，管网的阻力系数随即发生变化。对变动阻力系数进行优化辨识是了解供热管网实时运行状况的有效手段。提出一种基于流量监测数据的供热管网变动阻力系数优化辨识方法，并利用遗传算法进行求解。对洛阳市某小区供暖季管网实际运行数据进行验证，辨识结果的相对误差在5%以内。结果表明：该方法可以在只有流量观测数据时得到精度较高的供热管网变动阻力系数，为供热系统的运行调节提供指导。     

(-)-N-芳硫基樟脑内磺酰胺的合成及其与β-酮酯的反应

(1S)-(-)-2,10-樟脑内磺酰胺与原位生成的芳基硫氯反应，制得系列亲电性N-芳硫基樟脑内磺酰胺试剂（1a~1c），并将其应用于与β-酮酯活泼氢的不对称亲电取代反应，合成了具有光学活性的α-芳硫基-β-酮酯衍生物。考察了试剂结构、底物酯基的体积及环大小、添加剂种类及用量，以及溶剂、温度等反应条件对手性诱导效率的影响。初步实验结果表明：以(1S)-(-)-N-对甲基苯硫基樟脑内磺酰胺（1a）为亲电试剂，六元环β-酮甲酯为底物，甲苯为溶剂，碳酸钾为碱，室温反应48 h，α-芳硫基-β-酮酯的收率可达91%，对映选择性达40%ee。      

解决一类向量问题的通法

文[1]中，胡老师对一道向量难题给出了一种巧妙的简解，在此基础上又给出了几个新颖别致的变式问题，阅后自感收获甚多．在感受胡老师巧妙的解题智慧的同时，心中微觉遗憾：这几道题目从形式上看极其相似，但解决方法却题题相异，不利于学生掌握．那么，是否有一种通法，在相同的思路下一股脑儿的解决这些问题呢？