主动发起的融资融券交易对中国股票市场的影响

本文以融资买入和融券卖出为研究对象,分析了投资者主动发起的融资融券交易对股票回报、流动性和波动性的影响,给出了中国股票市场融资融券发展现状。研究发现,融资买入(融券卖出)对当日股票回报有显著为正(负)的影响,交易表现与政策制定动机——融资反映投资者看涨情绪、融券反映投资者看跌情绪一致。此外,融资买入(融券卖出)增加了(降低)股票流动性;融资买入(融券卖出)降低(增加)了股票波动性;融资融券对股票交易特征的影响有随时间逐渐改善的趋势。最后,本文发现融资融券对股票回报、流动性和波动性产生的影响与股票所在板块有关,随着中小板和创业板股票所占比重的增加,调整和优化融资融券对股票市场的影响仍然是监管者未来主要任务之一。     

基于势场导向的对数蚁群算法的移动机器人路径规划

针对蚁群算法存在收敛速度慢,易陷入局部最优的问题,提出了一种将人工势场和对数蚁群算法相融合的新算法.该算法是在蚁群算法的基础上,将势场的影响因素引入到蚁群算法的状态转移概率函数和启发函数中,并通过对数函数模型对蚁群算法的信息素更新策略进行改进,使得路径算法搜索不再具有盲目性,并加快算法的收敛速度.为了验证改进算法的有效...     

粉煤灰-地聚合物水泥基挤压复合材料的制备及其动态性能

利用自行研制的活塞式挤压流变仪研究了掺加PVA短纤维和粉煤灰的地聚合物浆体在挤压过程中的流变学特性,在此基础上通过单轴挤压机成功制备出宽厚比为12.5的短纤维增强地聚合物基复合材料薄板.利用Rdmana冲击试验机系统分析了各种纤维和粉煤灰掺量的地聚合物挤压板在冲击载荷作用下的力学响应行为.结果表明,PVA短纤维的加入改变了粉煤灰基地聚合物材料破坏模式:由脆性破坏变为延性破坏,使纤维的加入明显提高了粉煤灰基地聚合物材料的冲击韧性.对于不掺或掺加少量粉煤灰的地聚合物材料具有较高的冲击强度、刚度和韧性.当太多量的粉煤灰被加入后,粉煤灰基地聚合物复合材料薄板的抗冲击性能显著下降.通过扫描电镜(SEM)、X衍射(XRD)、激光粒度仪(LSA)等微观测试手段探讨了SFRGC的微观结构和冲击破坏机理.     

基于SWIFT算法的球关节操作臂最优路径规划

针对目标物体在空间的位置和姿态确定的情况下，机器人操作臂如何选择一条满足关节转角约束，且使所有关节转动角度之和为最小的最佳路径这一问题，提出了利用动态可行解区间作为改进SWIFT(sequential weight increasing factor technique)算法的初始迭代值进行寻优迭代的方法，并对罚因子rk进行了讨论。该算法具有较少的迭代次数和较快的收敛速度，并通过对9个自由度的球关节操作臂的仿真结果，验证了该算法的正确性和可行性。     

波浪滑翔器编队避障方法

波浪滑翔器是一种可以长期工作的新型海洋机器人,主要应用于海洋环境的探测与数据采集。波浪滑翔器编队可以扩展单台设备的能力,同时提高任务的效率。利用领航跟随者法结合人工势场法,提出了多波浪滑翔器编队避障方法。通过领航跟随者形成波浪滑翔器编队的同时引入间距势能场,来实现编队队形的保持。人工势场作用下的波浪滑翔器编队被视为一个虚拟的多体系统,受到来自人工势场的虚拟力的约束。针对人工势场法的局部最小域问题,引入沿障碍物切线方向的引力,打破平衡状态,解决了局部最小域问题。最后通过仿真实验验证了所提方法的有效性。     

基于模糊C均值聚类的二维直流电阻率与射频大地电磁联合反演

为结合直流电阻率（direct current resistivity, DCR）与射频大地电磁（radio-magnetotelluric, RMT）法反演优势,开展了二维DCR与RMT数据联合反演研究。在经典最小结构模型正则化的基础上,采用平衡算子调节两个数据间的权重,引入模糊C均值（fuzzy C-means, FCM）聚类对电阻率模型进行约束,根据数据均方根误差自动调整FCM聚类项的权重,提高了联合反演效果。通过单独反演与联合反演结果的对比,分析了两种方法的反演能力,总结了联合反演的优势。模型试算表明,DCR与RMT数据联合反演得到的电阻率模型较单独反演更接近实际模型,FCM聚类约束的应用可进一步提高联合反演的效果。     

利用联合付里叶变换谱干涉法测量透镜焦距

本文提出了采用联合付里叶变换频谱干涉法测量透镜焦距的方法。输入面上两个分布完全相同的图像经光学付里叶变换在频谱面上得到二者付里叶变换频谱的干涉条纹，通过测量干涉条纹的间距即可得到透镜的焦距。该方法装置简单、操作调整方便；易于采用实时空间光调制器、ＣＣＤ及微机实现快速自动测量，且具有较高的精度。文中进行了原理分析和实验验证。     

HL-2A tokamak disruption forecasting based on an artificial neural network

Artificial neural networks are trained to forecast the plasma disruption in HL-2A tokamak. Optimized network architecture is obtained. Saliency analysis is made to assess the relative importance of different diagnostic signals as network input. The trained networks can successfully detect the disruptive pulses of HL-2A tokamak. The results obtained show the possibility of developing a neural network predictor that intervenes well in advance for avoiding plasma disruption or mitigating its effects.     

模糊对向传播网络数据融合目标识别方法

重点研究了模糊对向传播网络 (FCPN)模型。针对数据融合和目标识别的特点 ,提出了基于模糊对向传播网络的融合目标识别方法和改进的模糊对向传播网络 (MFCPN)融合结构。利用仿真数据对网络的训练算法和融合结构进行了实验研究。结果表明 ,模糊对向传播网络较误差后向传播网络 (BPN)能够有效地实现融合识别 ;改进的模糊对向传播网络融合结构是可行的。同时还对FCPN和MFCPN应用于前视红外 (FLIR)和可见光摄像机目标跟踪系统进行了应用研究。