多级孔芳香骨架材料的合成及固载硫脲催化剂的研究

合成了一种多级孔芳香骨架材料(PAF-70); 使用由氨基修饰过的单体, 应用该合成策略得到了同样具有窄分布介孔的含有氨基活性位点的PAF材料, 并通过硫脲单体与其氨基活性位点的反应, 将硫脲基团引入PAF-70材料中, 获得了含有硫脲催化位点的材料(PAF-70-thiourea). 氮气吸附-脱附测试结果显示, PAF-70存在孔径分布较窄的介孔, 介孔孔径为3.8 nm, 与模拟计算值(约3.7 nm)吻合. 热重分析结果表明, PAF-70具有很高的热稳定性. PAF-70在大多数溶剂中可以稳定存在, 具有良好的化学稳定性. 将PAF-70-thiourea作为催化剂, 应用在N-溴代琥珀酰亚胺(NBS)氧化醇类的反应中, 其表现出较高的催化活性、 较高的稳定性和广泛的底物适用性. 与含有相同硫脲催化位点的金属有机框架(MOF)材料(IRMOF-3-thiourea)作为催化剂对比, 进一步证实PAFs材料非常适合作为催化有机反应的固载平台.     

基于不确定控制理论的最优策略研究

本文在不确定理论的框架下,研究一类带背景状态变量的最优控制模型.在乐观值准则下,利用不确定动态规划的方法,证明了不确定最优性原则,得到最优性方程.作为应用,求解一个固定缴费(DC)型养老金的最优投资策略问题,在乐观值准则下,以工资变量为背景状态变量,建立养老金模型.通过求解不确定最优性方程得到最优投资策略和最优支付率.     

疏水缔合悬浮稳定剂的合成及其对固井水泥浆稠度和悬浮稳定性的影响

针对大温差条件下固井水泥浆在固井过程中可能存在的悬浮失稳问题，本研究采用水溶液自由基聚合法来合成具有疏水缔合结构的聚合物作为悬浮稳定剂(PAAN)。通过红外光谱仪、凝胶渗透色谱仪、热重分析仪、高温流变仪、SEM、紫外分光光度计等表征PAAN的结构，发现PAAN随温度升高，形成分子间疏水缔合网状结构，保证了体系的粘度，从而起到有效的悬浮稳定作用。研究发现在40~110 ℃下，0.6%加量的PAAN可以保证固化后的水泥石柱顶部和底部密度差<0.01 g/cm³，且水泥浆稠化时间基本不变，表明PAAN可以保证水泥浆体系具有良好的悬浮稳定效果，且对水泥浆的其他性能无不良影响。     

基于SEIR模型的COVID-19疫情防控效果评估和预测

通过对COVID-19疫情在中国的传播情况进行分析，建立了一个SEIR流行病模型，模型中将确诊人群分成已收治和未收治两类.先从理论上分析了模型的无病平衡点及其稳定性、基本再生数等关键问题；再结合实际数据，对武汉封城前和封城后两个阶段疫情的发展趋势进行数值模拟和比较分析，讨论了模型中一些重要参数对确诊人数的影响；最后，针对上述理论分析和数值模拟的结果，对之前采取的一些控制策略作了分析评估，同时对疫情后期发展进行预测.     

Sobolev-Lorentz范数约束下的次临界型Adams不等式

本文在Sobolev-Lorentz空间W²L^2,q(R⁴)的范数约束下得到了一个最佳的二阶次临界型Adams不等式.进一步,当次临界指标逼近最佳常数时,得到了Adams泛函的上、下界的估计.本文主要采用了Lam和Lu[A new approach to sharp MoserTrudinger and Adams type inequalities:a rearrangement-free argument,J.Diff Equ.,2013,255(3):298-325]的分割水平集方法.     

K-g-框架的稳定性与不等式

K-g-框架是将算子K引入到g-框架中的一种特殊框架.采用泛函分析中的技巧和方法,研究K-g-框架的稳定性,并得到了四个K-g-框架在扰动情况下稳定的充分条件.此外,结合算子K和框架算子S衍生出K-g-框架的三个等式,并通过引入参数λ建立关于K-g-框架的一些不等式.     

超声共振法测定圆柱体材料弹性常数的影响因素分析

为明确超声共振频谱分析法(RUS)测定圆柱体试样弹性常数的影响因素, 由此针对各向同性圆柱体开展实验, 观察圆柱体试样测量结果的分散性和稳定性, 且主要研究横纵比和有效模态数量对测量结果的影响, 并与拉伸试验的结果进行比较. 以测量结果标准差、变异系数和95%置信度下均值的区间估计3个指标来衡量结果的稳定性和分散性, 且从模态简并角度对实验结果进行分析. 最终结果表明, 当超声共振频谱分析法的有效模态数量在17左右、试样横纵比接近1时, 测量结果的稳定性和分散性较小.     

对合三角泛函方程的Ulam-Hyers稳定性问题

给出从群G到复数域F上的一类对合三角泛函方程的一般解和Ulam-Hyers稳定性问题,得到扰动泛函方程更小的上界,最后完善相关结论。     

基于不确定理论的铁路货运需求预测

合理预测铁路货运需求是铁路管理部门建设、运营等决策基础。为应对铁路货运需求的复杂变化,基于Pearson相关性分析方法筛选出铁路货运需求的七个具有关键影响的因素,并结合不确定理论建立不确定多元线性回归模型,相应的铁路货运预测结果由传统单一值变成可能的需求区间范围,更加符合处于不确定环境下的铁路货运需求实际情况。选取国家统计局2004~2016年相关数据进实证研究,并与回归模型以及BP模型的预测结果对比分析,实验表明不确定多元线性回归的预测结果更加精确。