硫化物对石油产品铜片腐蚀影响

讨论了不同硫化物对石油产品铜片腐蚀的影响,结合俄歇电子能谱分析结果,讨论了不同腐蚀级别铜片上硫含量的差异,试验结果表明,腐蚀级别高的铜片上硫含量高,这说明石油产品中的硫化物是形成铜片腐蚀的主要影响因素。     

问题链式教学模式在工程力学课程教学中的应用

描述了问题链式教学模式的内涵,并结合工程力学课程中应力状态分析的具体实例,将该教学内容梳理、提炼和升华,设计成链状结构的环环紧扣的问题集合,说明了问题链式教学模式的应用方法。由此可以引导学生探索性地发现问题、解决问题,提高学生的独立思考和创新思维能力。     

自适应网格交互多模型算法

研究和设计了一种模型集合自适应方法——自适应网格方法。并将其与交互多模型算法相结合,提出了自适应网格交互多模型(AGIMM)算法,它是一种变结构多模型算法。仿真显示它能有效地提高IMM估计器的费效比。     

一类可逆多分子饱和反应系统的定性研究

研究了一类具有饱和输出的可逆多分子反应动力学模型 x=( y b) (δ-xyn cyn 1 ) y=( y b) yn(x-cy) -ay应用微分方程定性理论 ,较完整地解决了该系统极限环的存在性、唯一性及不存在性。     

温度对舰船阴极保护和腐蚀静电场的影响

海水中氧溶解量和海水电导率是影响海水腐蚀性能的重要因素,而这两个因素主要取决于海水的盐度和温度。采用边界元法建立舰船外加电流阴极保护和腐蚀静电场模型,研究不同海水温度下氧溶解量、电导率及氧的扩散系数对舰船腐蚀防腐静电场的影响。结果表明,腐蚀电场峰值随着温度的升高而减小,当两对阳极输出电流分别为13.5 A和8 A时,船体和舵在低温处于过保护状态而在高温处于欠保护状态,螺旋桨和轴在不同温度下均能得到较好的保护。     

高精度CFD程序的内外子区域划分异构并行算法

对计算流体力学(Computational Fluid Dynamics, CFD)程序CNS提出一种Offload模式下对任务内外子区域划分的异构并行算法,结合结构化网格下有限差分计算和四阶龙格-库塔方法的特点,引入ghost网格点区域,设计了一种ghost区域收缩计算策略,显著降低了异构计算资源之间的数据传输开销,负载均衡时CPU端的计算与MPI通信完全和加速器端的计算重叠,提高了异构协同并行性。推导了保证计算正确性的ghost区域的参数,分析了负载均衡的条件。在"CPU(Intel Haswell Xeon E5-2670 12 cores×2)+加速器(Xeon Phi 7120A×2)"的服务器上测得该算法较直接将任务子块整体迁至加速器端计算的异构算法性能平均提升至5.9倍,较MPI/OpenMP两级并行算法使用24个纯CPU核的性能,该算法使用单加速器时加速至1.27倍,使用双加速器加速至1.45倍。讨论和分析了性能瓶颈与存在的问题。     

一种新的确定型有限自动机状态表示及压缩

针对传统DFA存在时间复杂度和空间复杂度高的问题,提出了一种新的DFA状态表示和字符-状态压缩方案。通过对传统DFA状态转换的观察发现,对于一个给定的输入来说,可以仅存储相邻状态之间的差异,从而得到一种新的DFA状态表示N-DFA;对每个大小不固定的状态设置一个状态指针来有效地减少每个指针所需要的比特数,从而得到一种基于输入字符的字符-状态压缩算法C-S;把N-DFA和C-S有效地集成在一起,进一步减少内存。实验结果表明,提出的N-DFA和C-S集成方案相比于传统的DFA和其他改进DFA方案,可以获得更好的内存压缩和加速性能。     

求解不确定型车辆路径问题的弱鲁棒优化方法

为降低鲁棒优化模型最优解的保守性,以最小化违约车辆数和总惩罚成本为目标,建立针对旅行时间不确定的开放式车辆路径问题的弱鲁棒优化模型。对于不确定数据集的每个取值,该模型的最优解可以使其目标函数值始终不超过某数值,进而改善最优解的保守性。为提高启发式算法发现最优解的概率,提出一种自设计遗传算法对模型进行求解,其主要思想是利用粒子群算法搜索出可使遗传算法预期产生最好解的算法要素,并将其进行组合,从而产生新的遗传算法。采用新产生的遗传算法对模型继续求解,输出最好解。计算结果表明:与以往的鲁棒优化方法相比,弱鲁棒优化方法的最优解的保守性显著降低。     

多阶段传感器-武器联合任务管理方法

针对动态环境下的传感器-武器联合任务管理问题展开研究。根据在动态作战过程中出现的有效新目标、有效空闲传感器和武器数量设定阶段门限,以决定进入下一阶段的时机,从而构建多阶段的作战过程。从打击方案质量及系统响应时间的角度出发,分析构建分布式作战体系对系统作战效能的影响,使系统在每个任务管理阶段可以决定响应流程。通过仿真实验验证了所构建的分布式作战体系与设定的阶段门限可以明显提升系统的作战效能。     

基于PSO的制导炮弹射击修正量分析

针对复杂、非线性的制导炮弹射击修正量问题,提出了基于粒子群优化(PSO)算法的制导炮弹射击修正量求解模型。通过建立制导炮弹的外弹道模型为射击误差分析提供基础,从射击密集度、射击准确度两方面对舰炮武器系统的射击精度进行分析,以单发命中概率为射击要求,以改进的PSO启发式搜索策略实现对制导炮弹的射击修正量求解,最终结合蒙特卡洛方法可实现对不同初速、不同射击距离下制导炮弹的射击修正量求解。仿真结果表明算法的可用性,并且能够为制导炮弹的论证设计提供理论支撑。