《聚合物流变学》之创新性教学探讨

聚合物流变学属于一门多学科交叉,理论性和实践性均很强的新兴学科。本文旨在通过激发创新思维,尝试在该课程中引入创新性教学方法,灵活运用创新性教学手段,坚持创新性教学原则,注重理论模型与实例相结合,在提高教学质量的同时,充分调动学生的学习积极性和主动性,有效培养学生的创新性思维和敏锐观察力,为培养创新性人才打下坚实基础。     

α—氨基丙酸在卤化钾水溶液中焓效应的研究

本文用微量星热法测定了在２９８．１５Ｋ时，α－氨基丙酸在纯水和卤化钾水溶液中的溶解焓，并求算了焓相互作用参数ｈ＿（ｘｙ）、ｈ＿（ｘｘｙ）和ｈ＿（ｘｙｙ）的值．根据理论推导了静电相互作用对ｈ＿（ｘｙ）值贡献的计算公式，并运用结构相互作用模型讨论了焓相互作用参数随电解质离子半径的变化规律．     

辅助驾驶系统对重型卡车驾驶员长途驾驶中疲劳程度的影响

乘用车领域的过往研究发现,相较于手动驾驶使用辅助驾驶系统的驾驶员会更容易出现疲劳,因此有必要探究辅助驾驶系统对重型卡车驾驶员长途驾驶疲劳程度的影响。基于超过120 h的自然驾驶实验,采用多项生心理指标（如心率、心率变异性等）对比了重型卡车驾驶员手动驾驶车辆时和在辅助驾驶系统帮助下驾驶车辆时的疲劳程度。辅助驾驶情况下驾驶员平均心率、呼吸频率、呼吸深度以及瞳孔直径均高于手动驾驶情况下,辅助驾驶情况下驾驶员连续二次心跳（RR）间隔均方根、低高频比例、眨眼频率、眨眼时长以及眼睑闭合百分比（PERCLOS）均低于手动驾驶情况下。当驾驶员处于手动驾驶情况时,驾驶时间每增加2 h,反应时间会增加0.032 s;当驾驶员处于辅助驾驶情况时,反应时间不随驾驶时间发生显著变化。重型卡车驾驶员在辅助驾驶系统帮助下驾驶车辆时的疲劳程度低于手动驾驶,本研究可以为辅助驾驶系统在重型卡车中的安全应用提供理论支持。     

七彩神仙鱼胚胎及仔鱼发育研究

对七彩神仙鱼(Symphysodon aequifasciata)胚胎及仔鱼发育进行了研究,详细描述了发育各期的形态特征和所需时间.结果显示,七彩神仙鱼受精卵为红褐色粘性卵,在(29.0±0.5)℃时,孵化所需时间为52.5h.初孵仔鱼体长(3.52±0.19)mm,体高(1.27±0.07)mm,身体透明,头部粘附在产卵基上,尾部随着水流颤动.仔鱼出膜5d后亲鱼开始"奶子",到第13d基本发育完善.     

城市表层土壤重金属污染风险等级评价

利用MATLAB软件编写程序作图,直观得到重金属污染元素Hg,Cu,Zn,Cr,Pb,Cd,Ni,As在不同区域(生活区、工业区、山区、主干道路、公园绿地区)的空间分布,并且对同一区域各种重金属的含量浓度作图,直观得出了各个区的污染情况.为了从理论上进行说明,利用单因子指数法计算出土壤中各项污染因子的含量,然后用尼梅罗综合污染指数法对不同区域的污染程度进行定量分析,得出生活区、工业区、山区、主干道路、公园绿地区的综合污染指数依次为(3.1706,13.1887,1.2735,9.3696,2.7003),从而确定了某城区重金属的主要污染源.以此能够更为科学、综合的评价该区域内总体土壤质量状况.     

自动满足C2连续的带参数五次Hermite插值样条

为了克服已有的带形状参数的三次或四次Hermite型插值样条不能自动满足C²连续这一不足,提出了一类新的五次Hermite插值样条.该样条除了具有带形状参数Hermite型插值样条的特性外,在插值条件保持不变的情形下可自动满足C²连续且其形状还可通过所带的形状参数进行调控.进一步,给出了一种确定形状参数最优取值的方法,该法可使得五次Hermite插值样条曲线具有最优插值效果.     

用图论方法研究离散事件动态系统中系统矩阵的部分参数

用图论方法和极大代数方法研究了d阶入周期系统矩阵M的性质,并证明了系统矩阵M的阶数d与有向图G(M)的最大圈长之间的关系,进一步证明了不可简约系统矩阵M为d阶周期矩阵等价于幂矩阵M~d为一阶周期矩阵,同时解决了阶数d的取值问题。     

图论在离散事件动态系统中的应用

运用图论方法和极大代数方法,研究了非强连通图中的强连通分支的最大圈长平均值与该图的赋权邻接矩阵的特征值之间的关系,并进一步证明了其等价性.     

广义超立方体网络中一类容错路由选择

证明了n-维广义超立方体网络Q(m1,m2,…,mn)中,任意两个节点x和y之间存在长度均不超过H(x,y)+2的m1+m2+…+mn-n条内点不交的路由,其中有H(x,y)条长度不超过H(x,y),此处H(x,y)表示x到y的汉明距离.并在此基础上讨论了广义超立方体网络的容错路由问题.证明了即使无效点很多,但只要存在某个(n-1)-维广义超子立方体中无效节点较少,则该n-维广义超立方体中的任意两个有效节点之间可以找到最优路由或接近最优路由的有效路由.