温度对低共熔溶剂影响的二维拉曼光谱研究

低共熔溶剂（DES）作为一种新式的绿色溶剂，在多种化学过程中表现出色，因此在诸多热门范畴都展现出良好的发展潜力。对DES的光谱分析通常局限在一维光谱技术上，但其分辨率低、谱峰重叠严重等缺点，导致光谱数据存在误差。运用二维拉曼光谱（2D Raman），能够明显提高光谱分辨率，并发现重叠峰位置，获得在外扰条件下不同谱峰的变化顺序及其相互作用等重要信息，以实现对复杂体系的精确分析。以氯化胆碱（ChCl）和ZnCl₂合成的DES为例，利用显微共焦激光拉曼光谱仪分别对ChCl和DES进行拉曼实验，发现与ChCl相比，DES中各处峰的整体强度显著下降，原有的谱峰未消失，说明Zn2+的加入没有破坏ChCl的骨架结构。287 cm-1处出现一个新的特征峰，推测有Zn-Cl配位键的伸缩振动。对DES进行升温拉曼实验，发现随着温度的升高，NC₄的不对称伸缩振动峰强度逐渐减小，峰宽变大，峰形变缓，Zn-Cl配位键伸缩振动峰强度逐渐降低，峰位置基本不变，峰形有明显重叠。运用2D Raman技术对溶液内NC₄和Zn-Cl特征峰的变化进行研究，结果表明，随着温度的升高，溶液中发生ChCl向Ch+的解离过程，Zn2+与Cl-形成了多种配合物，ZnCl-₃，Zn₂Cl-₅，Zn₃Cl-₇之间存在相互转化。不同位置的特征峰随温度的变化顺序不同，将特征峰与团簇进行一一归属，得出了各个团簇对温度的敏感程度。基于量子化学中的密度泛函理论，对推测的物质结构进行构型优化和参数计算，证实了其存在的可能性，同时也验证了2D Raman的分析结果准确可行。这些结果将为DES的后续研究提供理论参考，拓展了二维光谱技术的应用范围。     

漫谈第二十一届国际数学竞赛题

最近,我们的一位正在美国学习的友人寄来一份第二十一届国际数学竞赛题,其中未附解答,也没有这届竞赛的情况介绍。在这里,把我们的解答奉献给读者,并对每个题目都作了一些评注,即指明本题是否有推广的可能;举出与本题内容相近或解法上有共     

算符规模增长/动量对偶在黑洞混沌中的研究概论

量子混沌体系和经典引力体系间存在着深刻的内在联系。作为此联系的具体表现,Susskind提出的算符规模增长/动量对偶（operator size growth/momentum duality）将引力侧黑洞背景中落向视界粒子的动量增长与量子混沌体系中的算符规模增长联系了起来。本文将从算符规模增长/动量对偶的产生与发展的背景与动机出发,综述其相关概念与基本原理。作为该对偶的应用实例,我们将介绍并讨论：其与近极端条件时视界外喉道的非平凡几何结合,解释带电黑洞置乱（scrambling）时间减少;带电黑洞背景下,当试探粒子的电荷超过某一临界值,观察到独特的混沌抑制现象,并讨论此抑制的可能成因。     

基于多分类马田系统的半监督数据异常点检测方法

针对包含多个正常类的多元数据异常检测问题,提出了一种基于多分类马田系统的半监督数据异常检测方法.通过对训练数据集中的每个正常类分别建立马氏空间,构建了基于马氏距离的多类测量尺度,方法对测试数据集中正常数据进行分类的同时,能够实现对异常数据的检测.通过模拟带异常值的高斯混合模型数据验证了该方法的有效性.     

带有B&L转换规则的Vp(X)和R控制图的经济设计

在已有Vpx和R控制图基础上,结合B&L转换规则,构建了控制图经济模型,给出了相应的费用函数.运用数值实例将构建的模型与现有Vp 和R控制图进行了比较分析,发现构建的模型可以明显的缩短报警时间,减少单位生产费用.并针对数值实例,运用了遗传算法搜索经济设计的最优解,验证了该模型的节约效果.     

基于MCMC的随机库存系统中提前期需求分布的计算

在需求和提前期均是随机的库存系统中,提前期需求的分布是由提前期分布与需求分布复合而成的,这个复合分布的计算通常是困难的。本文采用基于Gibbs抽样的马尔科夫链蒙特卡洛(MCMC,Markov chain Monte Carlo)方法,抽取条件分布样本作为提前期需求分布的样本,通过样本来计算提前期需求分布密度、服务水平和损失函数。这种方法避免了直接求解复杂积分计算上的困难,也克服了近似分布拟合偏差过大的问题,有效地解决了随机需求与随机提前期的复杂库存系统中提前期需求确定问题。理论与数值分析结果表明:与现有方法相比较,基于MCMC的方法具有计算简便、拟合精度高、通用性好等特点。     

一种电容式起电机装置的设计方案

提出一种利用静电感应效应,结合一定的机械装置将机械能转化为电能的发电原理,并对在此原理指导下制作的装置进行简单的介绍.     

基于粒子群的模糊神经网络的短时交通流量组合预测

为了进一步提高短时交通流量预测的精度,提出了一种粒子群算法的模糊神经网络组合预测模型,模糊神经网络融合了神经网络的学习机制和模糊系统的语言推理能力等优点,弥补各自不足,将自回归求和滑动平均(ARIMA)和灰色Verhulst模型进行初步预测,并将两种初步预测的结果作为模糊神经网络的输入,构建基于改进模神经网络的组合预测模型,在此基础上进行训练和预测,其中模糊神经网络的相关参数由改进粒子群来优化,利用本方法来对南京市汉中路短时交通流量进行预测,结论表明:方法充分发挥了单一模型的优势,比单一的预测模型更加精确,是短时交通流量预测的一个有效方法。     

丙烯酰胺多面体低聚倍半硅氧烷在超临界CO2中的RAFT聚合

以超临界CO₂为聚合介质, 硫代苯甲酰基特丁基硫酯(TTBT)为链转移剂, 通过可逆加成-断裂链转移(RAFT)聚合制备了聚丙烯酰胺多面体低聚倍半硅氧烷(PAMPOSS)均聚物及其与甲基丙烯酸甲酯(PMMA)的嵌段共聚物(PAMPOSS-b-PMMA). 对产物结构组成和分子量及其分布进行表征. 结果表明, 在TTBT的控制下, POSS的均聚物和嵌段共聚物具有高分子量及窄分子量分布. 含POSS单体在超临界CO₂中为均相聚合, POSS聚合物的结晶性在一定程度上影响其在超临界CO₂中溶解性.     

空间数据变系数回归中的B-spline估计法

本文借助B—spline函数逼近开发了一种整体估计程序,用以估计变系数回归中的未知系数函数．在较弱假设条件下,建立了未知函数B—spline估计量的整体收敛速度,渐近性结果显示B-spline估计量达到了最优收敛速度,并推导了未知函数B—spline估计量的渐近分布．本文还给出了一种光滑参数选择方法,通过Monte Carlo模拟研究了估计量的有限样本性质,并用文中提出的方法分析了1980年美国总统选举投票数据．