体育教学方法选择与运用的哲学思考

体育教学过程中矛盾的多样性决定了解决矛盾的教学方法的多样性。体育教学方法的选择与运用要充分认识各种方法的内涵 ,考虑体育教学内在规律和教学对象的适应性 ,重视教法与学法的协调 ,兼顾即时的显性效应和长期的潜在效应 ,提高体育教学方法选择与运用的科学性     

提高计算机实验教学质量的实践

不断改进教学内容与方法,是提高教学质量的根本保证。计算机实验教学也应该不断改进教学内容和方法,以适应教学改革和发展的需要。     

空气弹簧刚度的有限元分析方法

在简要分析确定空气弹簧刚度传统方法的基础上 ,从有限元的角度 ,提出了分析空气弹簧刚度的新思路 ,并初步解决了用有限元分析空气弹簧刚度需要解决的几何非线性、气压载荷变化等问题 .而后 ,以回转型空气弹簧为例 ,分析了其垂向刚度特性 .分析结果表明 ,用有限元分析空气弹簧刚度是可行的 .最后 ,根据空气弹簧的实际情况 ,提出改进分析的措施     

Markovian approximation for manufacturing systems of unreliable machines in tandem

This paper studies production planning of manufacturing systems of unreliable machines in tandem. The manufacturing system considered here produces one type of product. The demand is assumed to be a Poisson process and the processing time for one unit of product in each machine is exponentially distributed. A broken machine is subject to a sequence of repairing processes. The up time and the repairing time in each phase are assumed to be exponentially distributed. We study the manufacturing system by considering each machine as an individual system with stochastic supply and demand. The Markov Modulated Poisson Process (MMPP) is applied to model the process of supply. Numerical examples are given to demonstrate the accuracy of the proposed method. We employ (s, S) policy as production control. Fast algorithms are presented to solve the average running costs of the machine system for a given (s, S) policy and hence the approximated optimal (s, S) policy. © 2001 John Wiley & Sons, Inc. Naval Research Logistics 48: 65–78, 2001     

蒙特卡洛优化法在机组组合问题中的应用

机组组合(UC)是电力系统经济运行的重要内容之一。根据UC约束特点将机组组合问题分解为单机多时段和多机单时段问题。基于蒙特卡洛(MC)优化法原理,解决单机多时段的启停问题及最后过滤比较找出最优可行解;利用运行费用可导性,解决了爬坡约束并得出多机单时段下的最优解。最后在Madab 6.1下通过算例验证了该方法的可行性。     

采用扩展有限元法的线式爆炸分离装置裂纹扩展分析

为了提高线式爆炸分离装置的安全性,本研究基于扩展有限元法,通过创建二维和三维动态裂纹扩展模型,探索了线式爆炸分离装置在爆轰波作用过程中的动态裂纹扩展和止裂机理。研究表明,分离壳体的裂纹扩展路径独立于裂纹初始角度;不考虑载荷时序时,二维和三维动态裂纹扩展的主方向分别沿着分离壳体的径向和环向;考虑载荷时序时,受不同区域应力波的联合作用,三维裂纹沿环向扩展的同时会沿着轴向扩展,但裂纹的扩展均不会影响到止裂槽以外的结构。所提方法和相应结论可为线式爆炸分离装置设计提供参考。     

Adaptive importance sampling for extreme quantile estimation with stochastic black box computer models

Quantile is an important quantity in reliability analysis, as it is related to the resistance level for defining failure events. This study develops a computationally efficient sampling method for estimating extreme quantiles using stochastic black box computer models. Importance sampling has been widely employed as a powerful variance reduction technique to reduce estimation uncertainty and improve computational efficiency in many reliability studies. However, when applied to quantile estimation, importance sampling faces challenges, because a good choice of the importance sampling density relies on information about the unknown quantile. We propose an adaptive method that refines the importance sampling density parameter toward the unknown target quantile value along the iterations. The proposed adaptive scheme allows us to use the simulation outcomes obtained in previous iterations for steering the simulation process to focus on important input areas. We prove some convergence properties of the proposed method and show that our approach can achieve variance reduction over crude Monte Carlo sampling. We demonstrate its estimation efficiency through numerical examples and wind turbine case study.     

苯胺类环境污染物与生物蛋白分子相互作用

建立了一种基于毛细管电泳(CE)技术的改进型前沿分析(IFA)法,用于致癌性有机环境污染物联苯胺(BZ)与牛血红蛋白(BHb)的相互作用研究,分别采用Scatchard方程和Klotz方程,求解它们的相互作用结合常数和结合位点数。初步建立起CE/IFA,减小了实验误差,提高了测定结果的准确度。在比较研究CE/PS和CE/IFA基础上,验证了改进后的毛细管电泳前沿分析法的可靠性。同时讨论了改进型前沿分析法在测定分子间相互作用结合常数方面的优点。     

需求工程的形式化方法

从需求的概念出发,简单介绍了需求工程的过程模型和需求工程的方法学;根据需求工程的定义以及特点,讨论了在需求工程中引入形式化方法的意义,提出提高需求工程形式化程度的两个主要途径——提高需求建模语言的形式化程度和利用形式化验证技术,并给出选择形式化方法的原则,最后在分析目前技术的优缺点的基础上给出需求建模语言应具备的特征。     

E 级超级计算机故障预测的数据采集方法

随着超级计算机规模向E级迅速发展，其可靠性面临巨大挑战，基于故障预测的主动容错技术成为提高系统容错能力的有效方法之一。数据采集是故障预测的基础，现有用于超级计算机故障预测的数据采集方法采集数据属性少、开销大，影响了故障预测的准确性和效率。本文面向未来E级超级计算机，提出数据采集框架（Failure Prediction Data Collection Framework, FPDC），能够全面采集与计算结点故障相关的状态数据，采用自适应多层分组数据汇集方法，有效解决了随着系统规模增长数据汇集过程开销过大的问题。在TH-1A超级计算机上的实现和测试表明，该数据采集框架具有开销小，扩展性好的优点，能够适应未来大规模系统故障预测数据采集的需求。