搭接是纤维增强复合材料(FRP)的重要连接方式,长期性能是该技术实际工程应用的关键.对不同恒定应力和湿度状态下混杂FRP (HFRP)双搭接接头的剪切蠕变性能进行了试验研究.试验观测到了明显的蠕变变形,测定了蠕变与恒定应力及湿度的关系.进一步采用分数阶导数流变模型对试件的蠕变进行模拟.根据模型所包含的Mittag-Leffler函数的性质采用了改进的Powell优化算法,并确定了合理的初值,结合试验曲线拟合得到模型各参数值.根据搭接接头蠕变的特点,在经典分数阶流变模型中引入了表征应力水平对搭接接头非线性蠕变特性影响的函数,提出了一种改进的分数阶蠕变柔量计算公式.研究结果表明,该流变模型能够采用简单的表达形式和较少的参数对试件的非线性蠕变行为进行拟合,在30%~70%恒定应力范围内准确模拟了双剪搭接接头的蠕变曲线

本文利用基于关联积分的蒙特卡洛非线性因果关系检验模型探讨价格因果关系影响的时效性及强度。利用这一扩展模型,笔者对19952009年中美之间的大豆、豆粕和豆油价格分别进行实证检验

以次生硫化铜矿粉为原料，添加黏结剂、氯化钠制备矿粒，并借助CT扫描技术、图像处理及三维重构方法，开展了单个矿粒浸出试验，探究了溶浸前后矿粒内部的孔隙变化；运用COMSOL Multiphysics模拟仿真软件，构建了溶液在孔隙通道中流动的仿真模型。结果表明：经过一周时间的溶浸，矿粒内部孔隙的数目、平均体积、平均表面积及孔隙平均等效直径分别增长了99%、151%、223%和90%，孔隙率增长了4倍，孔隙连通度增长了近2倍。在孔隙通道较狭窄的区域和底部区域，溶液的流速、压力急剧增加，对矿粒结构的稳定性产生较大影响

针对煤与瓦斯突出预测准确率问题,在分析煤与瓦斯突出瓦斯地质因素的基础上,构建了包含瓦斯指标、煤体指标、地应力指标3个一级指标和瓦斯压力、构造煤厚度等12个二级指标的预测指标体系,通过综合运用网络分析法和多类别距离判别法对灰色关联模型中的输入端和输出端进行研究,建立了煤与瓦斯突出多指标耦合预测模型.该模型基于对煤与瓦斯突出瓦斯地质因素的综合分析,计算预测指标权重,划分煤与瓦斯突出可能性等级,建立了对突出可能性进行判别的2个判别式.以平煤八矿为例应用该模型对8组预测样本进行了煤与瓦斯突出可能性判断,预测结果与实际符合,为矿井煤与瓦斯突出防治提供了技术支撑,证明了煤与瓦斯突出多指标耦合预测模型的准确性和适用性

本章从电路的组成及其分类出发，介绍了电路模型的概念、求解电路模型的基本定律、电阻元件、电源元件的联接方式及其特点；在此基础上进一步介绍电路分析的常用方法：如等效变换、支路电流、结点电压、叠加原理、戴维宁定理等

第3章信道与噪声 3.1引言3.2信道定义与数学模型 3.3信道数学模型口 3.4恒参信道举例 3.5恒参信道特性及其对信号传输的影响 3.6随参信道举例 3.7随参信道特性及其对信号传输的影响口 3.8随参信道特性的改善一一分集接收技术 3.9信道的加性噪声

教学目的 介绍运筹学各分支体系的基本模型 、求解方法;引导并锻练学生用运筹学知识定量分析与解决实际问题的能力。 教学方法 以各种实际问题为背景,引出各分支基本概念、基本模型和基本方法,侧重各种方法及应用,回避繁复的数学理论推导。 运用软件教学,并让学生掌握这类软件。 分组进行案例分析与讨论

本章研究一类模型不确定的非线性系统控制的技术，即滑模控制技术。 模型不确定性产生于实际系统的不确定性或者因为有目的的简化了系统动态，分为结构不精确性及无结构不精确性两类不确定模型。解决结构不精确性模型的稳定性有效方法是采用鲁棒控制，鲁棒控制器的典型结构是由标称部分和用于处理模型不精确性的附加项组成。鲁棒控制的一个简单的方法就是滑模控制技术。 • 首先，本章讨论处理匹配条件下的鲁棒控制。 • 其次，介绍Lyapunov再设计和连续型控制器 • 最后，我们通过滑模控制在风力发电中的应用结束本章内容。 8.1 滑模控制 8.1.1 问题引入 8.1.2 滑模面设计 8.2 抖动现象 8.3 滑模控制在风力发电中的应用

采用FLAC3D程序和离散裂隙网络技术构建的遍布节理岩体模型能同时考虑节理岩体中节理和岩体的作用,具有概念清晰、建模快捷、计算效率高等特点.首先对现场结构面测绘数据进行统计分析,获得其概率分布特征参数,在此基础上分两尺度考虑节理并确定其离散裂隙网络模型;其次基于离散裂隙网络模型构建相应的节理岩体模型,研究其强度特征并获取工程岩体单轴抗压强度;结合Hoek-Brown、Mohr-Coulomb准则及最大围压拟合综合确定节理岩体力学参数;最后将拟合所得参数用于边坡稳定性分析,分别运用强度折减法和极限平衡法计算两种模型的安全系数,对比发现计算结果基本一致,表明所提出的研究思路用于确定节理岩体参数是可行的

结合影像学和人工智能技术对病灶进行无创性定量分析是目前智慧医疗的一个重要研究方向。针对肝细胞癌（Hepatocellular carcinoma, HCC）分化程度的无创性定量估测方法研究，结合放射科医师的临床读片经验，提出了一种基于自注意力指导的多序列融合肝细胞癌组织学分化程度无创判别计算模型。以动态对比增强核磁共振成像（Dynamic contrast-enhanced magnetic resonance imaging, DCE-MRI）的多个序列为输入，学习各时序序列及各序列的多层扫描切片在分化程度判别任务的权重，加权序列中具有的良好判别性能的时间和空间特征，以提升分化程度判别性能。模型的训练和测试在三甲医院的临床数据集上进行，实验结果表明，本文所提出的肝细胞癌分化程度判别模型取得相比几种基准和主流模型最高的分类计算性能，在WHO组织学分级任务中，判别准确度、灵敏度、精确度分别达到80%，82%和82%