本文对热力学数据库应用系统的一种THERDYN程序从设计到框图都进行了详细的论述。阐述了本程序在应用程序系统中的地位及本程序在热力学计算中的功能。本程序提供了2200种物质及化合物的热力学性质的计算

通过Gleeble-1500热模拟单轴压缩试验，研究了一种含1.79% Al （质量分数）的以Al替代Si微合金化高强度钢在温度为900-1100℃、应变速率为0.01-30 s-1条件下的热变形行为.建立了考虑应变量对材料常数影响的双曲正弦本构方程，利用建立的本构方程预测的应力-应变曲线与实验值吻合良好，表明建立的本构方程可以对实验钢的流变应力给出相对准确的预测.建立了实验钢的加工图，根据加工图分析确定了实验钢的动态再结晶区为1000-1100℃和0.01-1 s-1.组织观察表明在动态再结晶区实验钢发生了动态再结晶，而失稳区对应的组织出现了变形集中带或“项链”组织.最后将建立的本构方程和加工图联合运用，为更全面地研究实验钢在不同变形条件下的热变形行为提供了方法

一、制订本大纲的依据 根据农田杂草及防治教学计划和教学大纲要求,为达到本专业教学目的和要求而制定。 本课程实验教学的作用 要求学生牢固掌握和深入理解每个实验的基本原理,学会运用原理解决实践中有关问题。 三、本课程实验教学目的及学生能力标准 1.通过实验教学验证部分农田杂草及防治的基础理论,加强学生对一 些基本概念、基本原理的理解与掌握。 2.通过实验教学使学生掌握一些农田杂草及防治的基本实验方法。 3.通过实验教学培养学生的动手能力加强学生基本技能的训练,培 养学生运用农田杂草及防治知识解决生产实践中的有关问题的能力

采用Gleeble3800试验机对三种不同N含量的0Cr16Ni5Mo马氏体不锈钢进行等温热压缩实验.通过对真应变-应力曲线及压缩后变形组织的观察,发现相同热变形条件下,N含量的增加提高了试验钢的流变应力,抑制了再结晶晶粒长大.采用Zener-Hollomon参数,以流变应力方程为基础,构建三种本构模型.通过观察拟合应力值与实验值的离散性,确定双曲正弦模型更适用于本试验钢的本构方程计算,优化此计算模型,获得了三种试验钢的本构方程

第八章利润分配和资金退出企业核算 1.利润分配核算需设置的主要账户 (1)“利润分配”帐户,是所有者权益帐户。用来核算所得税后利润的分配(或亏损的弥补)和历年分配(或弥补后的结存余额。它的借方登记提取盈余公积、应付利润、年末由“本年利润”帐户转来的本年亏损额等;贷方登记亏损弥补、年末由“本年利润”帐户转来的本年盈利额。其贷方余额表示未分配利润,借方余额表示未弥补亏损

脏腑定位，即明确病变所在的脏腑，是中医脏腑辨证的重要阶段。本文旨在通过神经网络模型搭建中医脏腑定位模型，输入症状文本信息，输出对应的病变脏腑标签，为实现中医辅助诊疗的脏腑辨证提供支持。将中医的脏腑定位问题建模为自然语言处理中的多标签文本分类问题，基于中医的医案数据，提出一种基于预训练模型ALBERT和双向门控循环单元（Bi-GRU）的脏腑定位模型。对比实验和消融实验的结果表明，本文提出的方法在中医脏腑定位的问题上相比于多层感知机模型、决策树模型具有更高的准确性，与Word2Vec文本表示方法相比，本文使用的ALBERT预训练模型的文本表示方法有效提升了模型的准确率。在模型参数上，ALBERT预训练模型相比BERT模型降低了模型参数量，有效减小了模型大小。最终，本文提出的脏腑定位模型在测试集上F1值达到了0.8013

利用Gleeble-3500热模拟试验机对38MnB5热成形钢的高温变形行为进行研究, 分别在650~950℃温度区间内, 以0.01、0.1、1和10 s-1的应变速率对其进行等温单向拉伸测试, 并得到相应条件下的真应力-应变曲线.结果表明: 38MnB5热成形钢流变应力随着变形温度的升高而减小, 随着应变速率的增大而增大.当应变速率逐渐增加时, 热变形时发生的动态回复和动态再结晶效果并不显著, 而当温度逐渐升高时, 二者作用逐渐加强.考虑了温度、应变速率和应变的综合复杂影响, 建立38MnB5热成形钢高温下的本构方程.此本构方程通过对流变应力、应变、应变速率等实验数据的回归分析, 得到与变形温度、应变速率和应变相关的材料参数多项式.计算结果与实验结果对比发现, 通过本构方程所获得的计算值与试验值吻合良好

一、制定本课程实验大纲的依据 依据农学专业《农业昆虫学》教学计划和教学大纲要求,为达到教学目的 和要求而制定。 二、本课程实验教学的作用 农业昆虫学是一门实验性很强的课程。认真上好实验课,是学好《农 业昆虫学》课程的重要环节。本实验课并非简单地验证理论课的知识,而 是本课程的重要组成部分,因为各种害虫的形态特征和部分的为害状,只 能通过实验课才能清楚地观察和鉴别

针对经典人工蜂群算法收敛速率较慢,后期易陷入局部最优解的不足,本文将粒子群算法中\全局最优\的思想引入到人工蜂群算法的改进过程,从而形成了一种新的人工蜂群改进算法——粒子蜂群算法.首先,提出了趋优度的概念,用来衡量引领蜂在有限次迭代过程中向全局最优解靠近或远离的程度,趋优度值可以评价个体的\发展潜力\,趋优度值越低的个体,越需要增大变异的程度,以便找到质量更优的解.其次,专门设计了一种新的蜜蜂群体——粒子蜂,在引领蜂变异阶段根据趋优度的大小将引领蜂变异为侦查蜂和粒子蜂,粒子蜂的出现在很大程度上增加了种群的多样性,拓展了算法的搜索范围.然后,通过粒子蜂群算法种群序列是一个有限齐次马尔科夫链和种群进化单调性的分析,验证了本文所提算法的种群序列依概率1收敛于全局最优解集.最后,将本文所提算法应用于多个常见测试函数,并与经典蜂群算法、近年其他文献改进蜂群算法进行了仿真对比研究,仿真结果表明本文所提算法确实加大了种群的分散度、扩宽了搜索范围,从而具有更快的收敛速度和更高的寻优精度

本书由我们五人合力编写。引发我们写作本书的,是 电视系列片集 ays of Seeing中的一些观念。我们力图 扩充这些观念。这不仅影响到本书的内容,也影响到叙 述的方式。本书的形式,兼顾我们的意图与书中包含的 议题。 全书包括七篇编上序号的文章,以任何顺序阅读均 可。其中四篇图文并用,其余三篇纯用影象