人力资源约束下的项目群调度问题建模与求解

基于人员胜任力是影响工作绩效的关键因素,将资源受限项目调度问题中的可更新资源通过一系列科学合理的方法或者手段转变为存在胜任力差异的人力资源,由此构建起一个强调胜任力差异的人力资源约束项目调度问题模型,此模型最突出的优势在于选取了能够客观合理评估人员胜任力的指标,提供了严谨科学的关系式,将复杂的多项目总工期与总成本的双目标最小化问题转换为综合指标单目标最大化问题,建立数学优化模型,采用遗传算法求解。通过算例研究证实,相较于传统多模式模型,基于人员胜任力水平差异的模型明显更胜一筹,其优势集中表现为最优工期更短、最优成本更低。考虑了胜任力差异的数学优化模型更符合研发项目群管理实践,同时遗传算法在求解方面不仅效率高,并且更容易获得客观准确的结果。     

四种硝基苯的电化学行为及其反应活性的理论计算

在滴汞电极上研究了硝基苯、对硝基甲苯、间二硝基苯及2，4-二硝基氯苯的电化学行为，并用量子理论对四种硝基苯化合物的反应活性进行了预测，理论与试验结果基本一致，据此提出了预测分子的电化学活性的方法。     

四杆型射频四极场加速器的极间电压调谐及测定北大核心CSCD

为了提高射频四极场加速器(RFQ)的束流传输效率,需要对纵向分布不均匀的极间电压进行补偿,并且准确测量束流实验中极间电压的绝对数值。考虑到极间电压分布不均匀是由于分布电容和端部效应造成的,而采用调谐块可以调节分布电感,通过电磁场数值模拟研究了调谐块对极间电压分布的影响,最终极间电压的平整度被调整到优于95%。在束流实验中,通过测量轫致辐射谱测定了极间电压的数值,通过束流动力学模拟研究了多能峰产生的原因,并最终标定了70kV极间电压对应的输入功率值284kW。     

“妙解”源于“厌繁”

波利亚说：“掌握数学意味着什么？这就是说善于解题,不仅善于解一些标准的题,而且善于解一些要求独立思考,思路合理,见解独到和有发现创造的题．”他认为中学数学教学的首要任务就是“加强解题的训练”,使“解题”成为培养学生的数学才能和学会思考的一种手段和途径．他指出：解题的价值不是答案的本身,而在于弄清“是怎样想到这个解法的”、     

亲疏水表面换热性能及其沸腾现象的微细化研究

本实验提出了复合方柱微结构的亲疏水强化换热表面,并对其在FC-72工质中的池沸腾换热进行研究。实验采用光滑芯片和方柱微结构高效换热PF30-60芯片作为对比组,通过使用装有显微镜头的高速摄像机对微细化沸腾现象进行捕捉。实验及分析结果表明:亲疏水表面芯片可有效提高沸腾的临界热流密度,降低沸腾起始点对应的壁面过热度,同时在相同热流密度下其壁面温度较PF30-60降低6～9 K;由于微结构区域提供数目可观的汽化核心,不断生长滑移的汽泡被困在光滑亲水通道,在亲水面及两侧微结构作用下加速汽泡的生长合并与脱离,因此沸腾换热效果得到显著提高。     

火焰原子吸收法间接测定汞

Hg(Ⅱ)在适当条件下可定量置换螯合物DDTC-Cu中的Cu(Ⅱ).通过火焰原子吸收测定被置换入水相中的Cu(Ⅱ)而间接得出Hg(Ⅱ)的含量.     

基于线性方程组数学分离模型建立光纤传感过程检测复方缬沙坦氢氯噻嗪片溶出度

基于线性方程组数学分离模型建立在线过程检测复方缬沙坦氢氯噻嗪片溶出度方法。分别扫描缬沙坦和氢氯噻嗪的紫外吸收光谱,两组分在最大吸收波长处完全重叠。根据朗伯比尔定律吸光度加和性原理,分别测定两组分在最大吸收波长处的吸光系数,建立线性方程组数学分离模型,采用光纤传感过程分析技术(FODT)检测缬沙坦氢氯噻嗪片的溶出度,并与HPLC法相比较。在规定的溶出介质中,两种成分同时实时测定,并且FODT累积溶出度与HPLC法相比较结果无显著性差异(p>0.05)。不同批次药物的溶出行为一致,说明制剂工艺稳定,均匀度好。溶出曲线显示缬沙坦溶出快于并高于氢氯噻嗪,且30 min时两组分的溶出度均大于80%符合美国药典规定。结果表明,应用线性方程组数学分离模型结合FODT法可实现复方缬沙坦氢氯噻嗪片中双组分溶出度的同时检测,并可提供双组分的溶出过程曲线和全部溶出数据,直观反映各组分在各溶出时段的快慢,为此药建立标准提供依据。与HPLC法单点数据相比优势明显,更有利于药品评价和抽验质量分析。     

甲醇对三甲川菁染料敏化TiO2纳米晶电极的影响

染料敏化;纳米TiO2;光电化学;菁类染料Cy3;甲醇     

三元复合体系油水界面张力与乳化程度关系研究

通过用不同界面张力体系和原油进行乳化实验,制备出一系列不同数量级的界面张力值和不同乳化效果的样品。并且考察了样品界面张力性能和乳化性能的对应关系。研究了界面张力性能和乳化程度的关系。     

符号和数值混合计算

符号计算和数值计算是两种不同的解决科学和技术发展中问题的计算方法.符号计算可以得到问题精确的完备解,但是计算量大且表达形式往往十分庞大;数值计算可以快速地处理很多实际应用中的问题,但是一般只能得到近似的局部解.特别地,数值计算处理病态问题时,收敛往往较慢且容易出错.着重介绍了符号计算和数值计算之间的密切联系,以及如何运用这两大领域的最新研究成果,探索和开发符号和数值混合计算算法和软件,使之兼备符号计算的完备化和数值计算的高效性.