碳纳米管膜的高温纯化研究

为了获得纯度更高的碳纳米管膜, 保证材料发热稳定性, 需要对通过化学气相沉积法得到的碳纳米管膜进行二次纯化. 通过使用高温纯化炉, 在真空状态下, 从1700℃到3200℃分7挡温度对碳纳米管进行纯化, 并对其含碳量和方块电阻进行比较. 结果表明, 高温纯化后的碳纳米管膜含碳量从95.0%提高到99.9%, 解决了含碳量低的问题. 同时, 在高温纯化中发现碳纳米管膜方块电阻从纯化前3Ω降低到0.5Ω, 方块电阻的降低对碳纳米管膜具有十分重要的意义, 同样对碳纳米管膜后续产品的开发也有重要作用.     

What is the optimal cutoff surface for ore bodies with more than one mineral?

In mine planning problems, cutoff grade optimization defines a threshold at every time period such that material above this value is processed, and the rest is considered waste. In orebodies with multiple minerals, which occur in practice, the natural extension is to consider a cutoff surface. We show that in two dimensions the optimal solution is a line, and in n dimensions it is a hyperplane.     

大尺寸电阻加热式碳化硅晶体生长热场设计与优化

大尺寸低缺陷碳化硅(SiC)单晶体是功率器件和射频(RF)器件的重要基础材料,物理气相传输(physical vapor transport, PVT)法是目前生长大尺寸SiC单晶体的主要方法。获得大尺寸高品质晶体的核心是通过调节组分、温度、压力实现气相组分在晶体生长界面均匀定向结晶,同时尽可能减小晶体的热应力。本文对电阻加热式8英寸(1英寸=2.54 cm)碳化硅大尺寸晶体生长系统展开热场设计研究。首先建立描述碳化硅原料受热分解热质输运及其多孔结构演变、系统热输运的物理和数学模型,进而使用数值模拟方法研究加热器位置、加热器功率和辐射孔径对温度分布的影响及其规律,并优化热场结构。数值模拟结果显示,通过优化散热孔形状、保温棉的结构等设计参数,电阻加热式大尺寸晶体生长系统在晶锭厚度变化、多孔介质原料消耗的情况下均能达到较低的晶体横向温度梯度和较高的纵向温度梯度。     

The Picone identity: A device to get optimal uniqueness results and global dynamics in Population Dynamics

This paper infers from a generalized Picone identity the uniqueness of the stable positive solution for a class of semilinear equations of superlinear indefinite type, as well as the uniqueness and global attractivity of the coexistence state in two generalized diffusive prototypes of the symbiotic and competing species models of Lotka–Volterra. The optimality of these uniqueness theorems reveals the tremendous strength of the Picone identity.     

Regularity of optimal sets for some functional involving eigenvalues of an operator in divergence form

In this paper we consider minimizers of the functional$\min \{{\lambda }_1(\mathrm{\Omega })+\cdots +{\lambda }_k(\mathrm{\Omega })+\mathrm{\Lambda }|\mathrm{\Omega }|,:\mathrm{\Omega }\subset D\text{ open}\}$ where $D\subset {\mathbb{R}}^d$ is a bounded open set and where $0<{\lambda }_1(\mathrm{\Omega })\le \cdots \le {\lambda }_k(\mathrm{\Omega })$ are the first k eigenvalues on Ω of an operator in divergence form with Dirichlet boundary condition and with Hölder continuous coefficients. We prove that the optimal sets ${\mathrm{\Omega }}^{⁎}$ have finite perimeter and that their free boundary $\partial {\mathrm{\Omega }}^{⁎}\cap D$ is composed of a regular part, which is locally the graph of a $C^{1,\alpha }$-regular function, and a singular part, which is empty if $d<d^{⁎}$, discrete if $d=d^{⁎}$ and of Hausdorff dimension at most $d-d^{⁎}$ if $d>d^{⁎}$, for some $d^{⁎}\in \{5,6,7\}$.     

概率语言多属性群决策方法及其在新型智慧城市市民获得感评价中的应用

针对公众参与的语言信息多属性群决策问题，研究了考虑参与者满意度的概率语言多属性群决策方法。首先，根据参与者的语言评价信息确定并规范化概率语言决策矩阵。然后，对大群体进行共识分析，由最大化参与者群体的满意度构建线性规划模型，确定参与者群组的权重；构造正、负理想方案的评价向量，构建多目标规划模型，用拉格朗日乘子法求解属性权重；定义各方案的加权贴近度，并以此对方案进行排序和优选。最后，通过新型智慧城市市民获得感评价案例验证了模型的可行性和有效性。     

基于GA_XGBoost模型的大学生科研能力预测问题研究

科学评价大学生科研创新能力对我国科研水平的提高具有重要意义.采用机器学习模型来预测大学生科研能力可以起到良好的效果,提出一种GAXGBoost模型来实现对大学生的科研能力预测.此模型是以Xgboost算法为基础,然后充分利用遗传算法的全局搜索能力自动搜索Xgboost最优超参数,避免了人为经验调参不准确的缺陷,最后采用精英选择策略以此确保每一轮都是最佳的进化结果.通过分析表明,所采用的GAXGBoost模型在大学生科研能力预测的结果中具有很高的精度,将此模型与Logistic Regression、Random Forest、SVM等模型进行对比,GAXGBoost模型的预测精度最高.     

人教版高中化学教科书“研究与实践”栏目分析与实施策略*

对人教版高中化学教科书新设计的“研究与实践”栏目的主题内容、功能价值进行分析,就如何充分发挥该栏目的教学功能和价值,发展学生的化学学科核心素养,提出了创设教学情境线索、开发为研究性学习课题、开发为校本选修课程、开发为STEM课程等实施策略。