相似中一个基本图形的妙用

任何一个复杂的几何图形都是由若干个基本图形组合而成的,将一个复杂图形中的基本图形"离析"出来,是解决问题必须具备的重要能力之一,而这种"离析"是在真正理解基本图形上才能进行的,本文将以相似三角形中的一个基本图形为载体,就怎样理解应用基本图形进行探讨.     

高速列车轴承可靠性评估关键力学参量研究进展

轴承是高速列车牵引传动和轮轴系统的关键零部件. 受列车运行过程中电机转矩、齿轮啮合以及轮轨随机激励的影响,轴承可能发生疲劳破坏, 严重影响高速列车的行车安全.我国特有的复杂运用条件对轴承部件的疲劳性能提出了更高的要求,而轴承疲劳可靠性的基础理论和关键技术是我国轴承正向设计研发中的薄弱环节.可靠性评估方面的相关研究在解决轴承可靠性研究的瓶颈问题中起到了承上启下的关键作用.高速列车轴承可靠性评估手段与技术旨在获得使用环境中轴承可靠性评估的关键力学参量,并以此推动复杂激励下轴承疲劳可靠性理论研究. 因此,需要哪些关键力学参量并且在复杂的实际使用环境下如何去获取这些力学参量是进行高速列车轴承可靠性评估的关键所在.本文首先概述了高速列车轴承所处的复杂使用环境及运用中的主要失效模式,并据此分析了高速列车轴承可靠性评估所需的关键力学参量,强调了轴承内部滚滑行为和载荷分布在可靠性评估和轴承状态监测中的重要作用,之后从计算模型和测试技术等方面系统阐述了针对这两个关键力学参量的研究进展.最后提出了在高速列车轴承可靠性评估关键力学参量特征及测试技术研究中值得关注的若干问题.      

基于复杂网络的并联式项目群结构脆弱性评估

运用复杂网络研究并联式项目群的结构脆弱性。将项目群中的任务用节点表示、任务之间的依赖关系用边表示,依据任务的工期确定点权、任务之间的依赖强度确定边权,则并联式项目群被抽象为一个有向加权网络。在分析并联式项目群网络拓扑特征的基础上,构建并联式项目群脆弱性评估模型,并对一个并联式项目群进行脆弱性评估。仿真结果表明该方法可以对并联式项目群脆弱性进行定量化评估、能够有效识别结构中的脆弱环节。本研究为保障项目群顺利实施、抵御风险提供了新的思路。     

复杂网络时空混沌同步的Backstepping设计

利用Backstepping设计进行了复杂网络时空混沌的同步研究.首先将实现两个混沌系统同步的Backstepping设计推广到由m个时空混沌系统构成任意结构的复杂网络的同步研究中.进一步依据稳定性理论确定了网络同步时配置系数和控制增益满足的关系.整个网络实现同步仅需要在网络中的一个节点施加控制输入即可.进一步通过仿真实验验证了同步机理的有效性.     

两相流有限穿越可视图演化动力学研究

针对小管径两相流流动特性, 全新优化设计弧形对壁式电导传感器. 通过动态实验在获取传感器测量信号的基础上, 采用有限穿越可视图理论构建对应于不同流型的两相流复杂网络. 通过分析发现, 有限穿越可视图网络异速生长指数和网络平均度值的联合分布可实现对小管径两相流的流型辨识; 有限穿越可视图度分布曲线峰值可有效刻画与泡径大小分布相关的流动物理结构细节特征; 网络平均度值可表征流动结构的宏观特性; 网络异速生长指数对流体动力学复杂性十分敏感, 可揭示不同流型演化过程中的细节演化动力学特性. 两相流测量信号的有限穿越可视图分析为揭示两相流流型的形成及演化动力学机理提供了新途径. 关键词： 两相流 复杂网络 有限穿越可视图 网络异速生长指数     

磁刺激穴位复杂脑功能网络构建与分析

本文采用互信息方法对磁刺激内关穴过程中的脑电信 号进行了两两通道间非线性时域关联特性分析, 构建了不同频率刺激前、刺激中、刺激后的脑功能网络, 并基于复杂网络理论对脑功能网络的特征进行了深入研究. 结果表明, 磁刺激频率为3 Hz 时, 大脑功能网络的平均度、平均聚类系数和全局效率与刺激前相比均有显著升高, 平均路径长度显著降低, 并且相应脑功能网络的"小世界"属性有所增强, 信息在大脑各区域间的传递更加高效. 本研究首次开展了磁刺激穴位复杂脑功能网络的构建与分析, 为探索磁刺激穴位对大脑神经调节的作用和机理提供新思路和新方法. 关键词： 复杂网络 磁刺激 脑功能网络 互信息     

复杂网络中节点重要性排序的研究进展

如何用定量分析的方法识别超大规模网络中哪些节点最重要, 或者评价某个节点相对于其他一个或多个节点的重要程度, 这是复杂网络研究中亟待解决的重要问题之一. 本文分别从网络结构和传播动力学的角度, 对现有的复杂网络中节点重要性排序方法进行了系统的回顾,总结了节点重要性排序方法的最新研究进展, 并对不同的节点重要性排序指标的优缺点以及适用环境进行了分析, 最后指出了这一领域中几个有待解决的问题及可能的发展方向. 关键词： 复杂网络 节点重要性 网络结构 传播动力学     

一种新的网络传播中最有影响力的节点发现方法

在复杂网络的传播模型研究中, 如何发现最具影响力的传播节点在理论和现实应用中都有重大的意义. 目前的研究一般使用节点的度数、紧密度、介数和K-shell等中心化指标来评价影响力, 这种方法虽然简单, 但是由于它们仅利用了节点自身的内部属性, 因而在评价影响力时精确度并不高, 普遍性适用性较弱.为了解决这个问题, 本文提出了KSC (K-shell and community centrality)指标模型. 此模型不但考虑了节点的内部属性, 而且还综合考虑了节点的外部属性, 例如节点所属的社区等. 然后利用SIR (susceptible-infected-recovered)模型对传播过程进行仿真, 实验证明所提出的方法可以更好地发现最具有影响力的节点, 且可适用于各种复杂网络. 本文为这项具有挑战性研究提供了新的思想和方法. 关键词： 复杂网络 最具影响力的节点 社区划分 中性化测量     

20世纪最基本的3个方程

 纵观世界,大至浩瀚无垠的宇宙,小到构成万物的基本粒子,真是五彩缤纷,万象纷呈。但是,它们都有一定的规律性,可以被逐步认识。最奇妙的是,尽管这些规律各式各样,令人眼花缭乱,然而概括起来都离不开一些最基本的方程,每个方程都只包含极少几个常数,形式简单,却能预言大量现象。