关于一般化凸乘积空间上的极大元和平衡点

利用一般化凸乘积空间上的Fan-Browder型不动点定理给出了新的极大元存在定理,然后定义了两个概念：“类Uθ”和“类V”,并讨论了在抽象经济中平衡点的存在性问题．文中所得结论改进和推广了文献中的相应结果．     

宇宙起源与阿里原初引力波探测

20世纪建立起的宇宙大爆炸模型取得了巨大的成功,但仍期待着新的革命性的突破。探知宇宙起源及其演化是新世纪对全世界科学家的新挑战,其重要性在近期公布的中国“十三五”规划纲要中得到了高度的肯定。现代宇宙学理论,暴胀以及非奇异宇宙模型如反弹等,预言了原初引力波的存在,但至今还没有被实验证实。不同于近期LIGO合作组探测到的黑洞引力波,原初引力波是宇宙诞生时期产生的,携带着丰富的宇宙学信息,是引力波探测的全新波段,是引力波探测的下一个突破方向。文章简述了中国的阿里原初引力波实验计划及相关的科学问题。     

低阶煤与生物质在热溶剂提质萃取过程中的相互作用

作者前期工作中提出了一种针对生物质废弃物或低阶煤的热溶提质萃取方法，该方法可以在350℃下实现生物质或低阶煤的提质及多级分离，获得高附加值的萃取物。与生物质的热溶提质萃取比较，低阶煤的萃取物收率较低。本研究提出对生物质和低阶煤混合物进行热溶提质萃取，通过两者的物理化学相互作用，来提高其萃取收率。研究结果表明，对两者混合物热溶剂提质分离得到萃取物的产率及元素组成与理论计算结果略有不同，理论计算结果是假设生物质与煤之间无交互作用而得到的。煤中的矿物质对生物质热分解起催化作用，导致收率有所增加。煤、生物质及其混合物通过热溶剂提质分离得到的萃取物的元素组成、分子量分布、化学结构、热分解和热塑性非常相似。总体而言，低阶煤与生物质在热溶剂提质萃取过程的交互作用较小。但是，本研究证明了热溶提质萃取方法不仅适用于煤或生物质，也适用于它们的混合物。这意味着热溶剂提质萃取法可以在不改变任何工艺条件参数的情况下，以煤、生物质及其混合物作为原料。     

拓扑空间上的重合点定理,广义截口定理

首先利用古典的KKM原理证明一般拓扑空间上的KKM型定理并给出一个全交定理,然后作为应用讨论非紧的拓扑空间上重合点定理和广义截口定理.所得结论推广和改进了许多已知结果.     

拓扑空间上的不动点和具有上下界的广义平衡问题

引进了弱Φ-映射的定义并得到了具有ω-连通结构但没有紧致结构的拓扑空间上定义的弱Φ-映射的不动点定理.作为上述结果的应用,在非紧致的拓扑空间上讨论了若干的具有上下界的广义平衡问题的解的存在性问题.     

拓扑空间上不动点和具有上下界的变分不等式

ωω根据广义凸空间上的KKM型定理和Fan-Browder型不动点定理, 得到了没有凸和线性结构且没有紧致框架的拓扑空间上的Φ -映射和弱Φ -映射的若干个新的不动点定理. 作为应用, 在非紧致的拓扑空间上讨论了具有上下界的变分不等式解的存在性问题.     

三丝结构气流式水平姿态传感器的研究

该文确定了三丝结构中加热热电阻丝和检测热电阻丝的最佳排列方式.采用有限元法,利用ANSYS-FLOTRAN CFD软件,通过建模、划分网格、加载和求解等途径,计算了在不同倾斜状态下几种三丝结构敏感元件内流场的分布.计算结果表明,当β(β为加热热电阻丝和检测热电阻丝构成的平面与基准面夹角)改变时,温度场和流场都发生变化.两个检测热电阻丝处气流速度差Δv与倾角关系曲线也随β发生变化;当β=0°时,线性范围最小,斜率最小;当β=30°时,线性最好,斜率较大;β=60°时,线性范围较窄,斜率最大.当β=0°时,传感器线性范围最小,灵敏度最小;当β=30°时,传感器的线性最好,灵敏度比较大;β=60°时,线性范围较窄,灵敏度最大.综合比较,取β=30°为最佳方案.     

基于改进粒子群算法的天基预警系统资源调度方法

天基预警系统资源调度是一项重要而棘手的问题。对预警任务特性进行了分析,在此基础上提出一种基于关键点的任务分解方法,将其转换为可求解的组合优化问题;建立了问题的约束满足模型。针对该模型规模大、变量多的特点,设计一种具有快速求解能力的改进粒子群算法进行求解,该算法采取早熟避免机制,防止粒子群算法易产生的早熟现象。实验结果表明算法能够在给定时间内求得理想的调度方案。     

宽带同轴固定衰减器的设计

介绍一种微波宽带同轴固定衰减器的设计方法,为了满足器件的指标要求和可生产性,主要从结构设计方面做了充分的论述,并通过了测试和实验验证。     

探测窗口的NAF_ω算法

椭圆曲线上的点乘运算是椭圆曲线加密(ECC)的一个关键运算,它的速度直接影响椭圆曲线加密的速度。本文分析了窗口宽度w的非相邻表示型(NAFω)算法,根据NAF的性质提出了一个探测窗口的NAFω算法。本算法减少了运算中的移位和异或运算次数,缩短了运算时间。经建模仿真,结果表明本算法的时间消耗大约是原算法的1/(ω+1)倍,且随ω的增大运算效率也在提高。