卷烟材料组合搭配对主流烟气量及过滤效率的影响

为研究卷烟纸、成型纸、接装纸及嘴棒组合搭配对"中式卷烟"焦油量、烟气烟碱量、烟气水分、烟气一氧化碳量及过滤效率的影响,尝试采用L_(27)(3~(13))裂区正交设计方法对RR卷烟进行在线试验和取样.检测结果经过直观分析、方差分析及贡献率分析,结果表明:嘴棒长度、吸阻及接装纸透气度是影响试验指标的高度显著因素及重要因素.所以重点对嘴棒长度、吸阻及接装纸透气度进行调整和控制,可以很好地实现卷烟产品的质量控制,减少产品质量波动,降低产品成本.使用该方法可快捷、高效、经济、准确地寻找并确定卷烟材料多因素对卷烟主流烟气量及过滤效率的影响规律及卷烟产品的材料搭配优化方案.从而实现卷烟产品材料搭配精益化,满足烟草企业的实际需求.     

粮食最低收购价政策问题研究

利用聚类分析、逐步回归分析确定小麦与稻谷种植面积模型和指标体系.建立综合指标评价模型和ARMA模型,可知:最低收购政策具有托市效应.结合时间趋势剔除法、蛛网模型,可知:小麦和稻谷价格波动呈现5、3年的周期性,分别满足发散型、收敛型蛛网形态.建立基于补偿法的最低收购价定价模型并用BP神经网络模型进行检验.基于反证法,推知调控最低收购价提高5%小麦种植面积的做法是不可行的.最后提出了调控粮食种植的建议·     

带1-范数约束的分裂可行问题的投影算法

本文主要研究带1-范数约束的分裂可行问题的求解算法.用一种交替投影算法,求得了问题的解,提出松弛交替投影算法,改进了直接往闭凸集上投影这一不足,并证明了该算法的收敛性.     

含剪力销(锥)螺栓法兰连接结构非线性特性

连接结构广泛应用于航空航天、化工装备和核电站等大型工业装备中。对于轴弯剪组合作用下的连接结构,需要螺栓、法兰和剪力销的联合工作以抵抗外力。本文针对含剪力销(锥)的螺栓法兰连接结构的动力学问题开展研究,将该类结构抽象为三自由度的质量-双线性弹簧系统,建立非线性动力学模型的数学列式,并进行数值求解。重点研究该系统在横向冲击(剪力)下的动力学特性。通过理论分析与数值计算,指出该非线性系统存在3个方向自由度全耦合的振动现象,并阐述该系统自由度的解耦条件;对纵向振动与横向错动的耦合振动频率关系进行讨论并分析其相互联系;研究剪力销倾角对螺栓最大轴向拉力的影响规律并给出关系曲线,指出其最佳设计角度区间。     

基于载荷分担理论的渐开线斜齿轮热混合弹流润滑分析

沿接触线把斜齿轮分成许多小薄片,每一薄片看成具有当量角速度的直齿轮,根据欧拉方程得到任一接触点处的曲率半径和表面速度.然后基于载荷分担、弹流润滑和粗糙线接触理论,建立了考虑表面粗糙度的斜齿轮传动混合热弹流润滑模型.研究了斜齿轮传动稳态载荷分布下牛顿流体和Carreau流体时的润滑特性.结果表明:牛顿流体和Carreau非牛顿流体模型下,中心油膜厚度、油膜承载比例、油膜温升随时间和接触线的变化规律相同.牛顿流体下的摩擦系数较工程实际偏大.Carreau非牛顿流体模型下摩擦系数和工程实际相符,其随接触线啮合位置的变化规律与油膜厚度正好相反.     

横向载荷作用下轴向运动梁的屈曲失稳以及非线性振动特性

梁的轴向运动会诱发其产生横向振动并可能导致屈曲失稳,对结构的安全性和可靠性产生重大的影响。本文重点研究了横向载荷作用下轴向运动梁的屈曲失稳及横向非线性振动特性。基于Hamilton变分原理,建立了横向载荷作用下轴向运动梁的动力学方程,获得了梁的后屈曲构型。使用截断Galerkin法,将控制方程改写成Duffing方程的形式。用同伦分析方法确定载荷作用下轴向运动梁的非线性受迫振动的封闭形式的表达式。结果表明,后屈曲构型对轴向速度和初始轴向应力有明显的依赖性。通过同伦分析法得出非线性基频的显式表达式,获得了初始轴向力会影响非线性频率随初始振幅和轴向速度的线性关系。另外,轴向外激励的方向也会改变系统固有频率。     

跳汰机的性能及统计模型

在煤用重选设备评定的国际标准（ＩＳＯ９２３）和以之为蓝本的国家标准（ＧＢ／Ｔ１５７１５）中的第一项评定指标“可能偏差”及和其有关的“不完善度”的确定是由以下步骤决定：１．由仅仅一次浮沉试验取得一组数据（一个观察值）并由此计算两段分离所得产品的分配率;２．用手工凭想象中的“Ｓ型曲线”把分配率中的两组６ 至８ 个点联起来得到两条“分配曲线”;３．由这两条粗糙的曲线“量出”各自的２５％ 和７５％ 分位点,以此得到能反映重选设备分离能力好坏的两个指标：“可能偏差”Ｅ和“不完善度”Ｉ,很难想象,这样由一个观察值得到的指标并通过没有模型的手工绘图而得到的结果会有任何实际意义,本文建议利用尽可能多的观察值来拟合ｌｏｇｉｓｔｉｃ回归模型,并依此得到分配曲线和计算出参数Ｅ和Ｉ,本文还利用一组实际数据来说明我们方法的合理性     

A bound for Wilson''''s general theorem

Given any set K of positive integers and positive integer λ, let c(K,λ) denote the smallest integer such that v∈B(K,λ) for every integer v≥c(K,λ) that satisfies the congruences λv(v-1)≡0 (mod β(K) and λ(v-1)≡0 (mod α(K)). Let K0 be an equivalent set of K, k and k* be the smallest and the largest integers in K0. We prove that c(K,λ)≤exp exp{Q0}Qo=max{2(2p(ko)2-k2kk)p(ko)4,(Kk242y-k-2)(y2)}, whereand y=k*+k(k-1)+1.     

最优(m,n,4,1)光正交签名码的进一步结果

为支持高速多址网络中二维图像的传输,Kitayama首次提出码分多址并行图像传输系统的概念.作为码分多址并行图像传输系统的首选光地址码,光正交签名码(OOSPC)是一族具有良好相关性的Hamming重量为k的m×n(0,1)-矩阵.用Θ(m,n,k,λ)表示所有参数为(m,n,k,λ)的OOSPC中码字容量可能的最大值,则称码字容量为Θ(m,n,k,λ)的(m,n,k,λ)-OOSPC是最优的.本文将针对满足下列条件之一的正整数m和n:(1)mn≡8,16(mod 24),gcd(m,n,2)=2,且mn≡16(mod 32)和gcd(m,n,4)=2不同时成立,其中m和n的所有奇素因子均模6余1;(2)mn≡0(mod 24)且gcd(m,n,6)=2,证明Θ(m,n,4,1)=|mn-1/12|,即构造码字容量为|mn-1/12|的最优(m,n,4,1)-OOSPC.     

Bayesian networks applied to credit scoring

Email: kchang{at}gmu.eduEmail: RobertFung{at}Fairlsaac.comEmail: alan.lucas{at}hotmail.com^¶Email: BobOliver{at}Fairlsaac.com^||Email: NShikaloff{at}Fairlsaac.com The objectives of this paper are to apply the theory and numericalalgorithms of Bayesian networks to risk scoring, and comparethe results with traditional methods for computing scores andposterior predictions of performance variables. Model identification,inference, and prediction of random variables using Bayesiannetworks have been successfully applied in a number of areas,including medical diagnosis, equipment failure, informationretrieval, rare-event prediction, and pattern recognition. Theability to graphically represent conditional dependencies andindependencies among random variables may also be useful incredit scoring. Although several papers have already appearedin the literature which use graphical models for model identification,as far as we know there have been no explicit experimental resultsthat compare a traditionally computed risk score with predictionsbased on Bayesian learning algorithms. In this paper, we examine a database of credit-card applicantsand attempt to ‘learn’ the graphical structure ofthe characteristics or variables that make up the database.We identify representative Bayesian networks in a developmentsample as well as the associated Markov blankets and cliquestructures within the Markov blanket. Once we obtain the structureof the underlying conditional independencies, we are able toestimate the probabilities of each node conditional on its directpredecessor node(s). We then calculate the posterior probabilitiesand scores of a performance variable for the development sample.Finally, we calculate the receiver operating characteristic(ROC) curves and relative profitability of scorecards basedon these identifications. The results of the different modelsand methods are compared with both development and validationsamples. Finally, we report on a statistical entropy calculationthat measures the degree to which cliques identified in theBayesian network are independent of one another.