光线轨迹:限制在子午平面内传播的周期曲线。轨迹曲线在 光纤端面投影线仍是过园心的直线,但一般不与纤壁相交。 广义折射定律:m(r)cos0(r)=K常数) 局部数值孔径:定义局部数值孔径NA(r)为入射点媒质折射率 与该点最大入射角的正弦值之积,即

为探究洛带古镇隧道瓦斯爆炸下洞口衬砌致损机理，对隧道内积聚瓦斯等效、量化研究，采用LS-DYNA建立与洞门几何结构一致的流固耦合数值模型并验证，以RHT模型模拟混凝土并修正参数，对爆炸过程中冲击波的传播特征及强度、洞门致损机理研究分析，并将模拟结果与实际情况对比.研究表明：爆炸冲击波在隧道内无规则的反射效应使其强度剧增、流场复杂，局部位置有聚焦现象，隧道内高压达1.2~2.4 MPa；传播过程中，靠衬砌一侧冲击波运动速度较快，形态也由“球状”变为“喇叭”状；当以平面波形态传至洞门时，拱顶冲击波强度增加56%，达2.8 MPa，并在削竹式洞门周边发生衍射；自隧道传出后，强度逐渐降低，边墙及底板处的冲击波沿纵向径直射出，拱部冲击波向斜上方运动，形成“蘑菇云”.爆炸作用下，衬砌曲边墙脚处完全破坏；爆心距7 m范围内衬砌受损严重；7~15 m范围内拱部几乎未受损；洞门受损严重.缺少围岩的约束作用，洞门拱顶Y向、拱脚X向位移分别达0.26和0.14 m，迎爆面、背爆面拉应力分别介于7.9~31.5 MPa、4.9~15.6 MPa，背爆面出现多个应力峰值，洞门主要为受拉致损.经对比，洞门损伤特征的数值模拟结果与现场实际情况基本一致，可为后续的衬砌灾害处治提供依据

废阴极炭块是铝电解槽大修时产生的一种危险固体废弃物，对其进行安全处置和资源化利用的关键是深度分离其中的有价组分炭和氟化盐.采用火法工艺对废阴极炭块进行处理，明确了氟化盐的挥发温度.基于氟化盐的挥发析出性质，设计了高温热处理电阻炉，并对其传热特性、控温规律以及氟化盐有效挥发区域进行了三维数值解析

第一篇(C语言)程序设计基础 第二篇数据结构与非数值算法基础(含数据结构、算法设计与分析两个模块) 第三篇数值算法(计算方法)基础

低矿化度水驱作为一种经济可行的精细化注水技术, 其产生的微粒运移机理能有效地改变储层物性与吸水剖面, 进而达到均衡驱替和提高采收率的效果.本文基于胶体稳定性Derjaguin-Landau-Verwey-Overbeek (DLVO)理论与扩散双电层理论, 从微观角度分析了注入水矿化度、离子价型等因素对黏土微粒受力与运移量的影响, 通过最大滞留体积分数方程建立了微粒运移量与渗透率损伤程度间的关系.针对纵向非均质油藏特高含水期层间干扰严重的问题, 开展了特高含水期转注低矿化度水驱的数值模拟研究.微粒受力分析与数值模拟结果表明, 特高含水期转注低矿化度水后, 分流量较多的高渗层会产生大量的黏土微粒水化膨胀、运移与堵塞作用, 造成高渗层渗透率明显下降, 注入水被更多地分流到水驱程度较小的中、低渗层, 有效地调节了吸水剖面并缓解了层间干扰问题, 相比常规海水驱可提高约3%的原油采收率, 进而达到提高层间均衡动用程度与原油采收率的效果

超低碳钢常用于生产汽车面板等表面质量要求较高的产品.连铸坯皮下的钩状坯壳很容易捕集夹杂物导致冷轧钢板表面出现翘皮、亮/暗线等缺陷,对产品质量具有严重危害.采用数值模拟分析了钩状坯壳的形成和演变过程.将计算的初生坯壳形状制作成物理模型,模拟了夹杂物在凝固前沿被捕集的过程,并对凝固钩区域不同位置的夹杂物的受力特征进行了分析.结果表明,凝固钩在弯月面中形成以后,不会直接湮没进坯壳内,而是要经历熔化、变粗、生长、湮没等逐步演变的过程.数值模型预测拉速1.3 m·min-1条件下最终存留在坯壳中的凝固钩深度约为2.5 mm,这与实际观察到的钩状坯壳的尺寸基本一致.模拟得到的钩状坯壳形貌与铸坯表层和漏钢坯壳的金相特征较为接近.夹杂物最容易在凝固钩下表面被捕集,不容易在凝固钩上表面被捕集,特别是对尺寸相对较大的夹杂物.但是溢流发生时,靠近弯月面处的夹杂物可能随着钢流进入到初生凝固钩上部而被快速冷却的钢液包裹.两道凝固钩之间的坯壳由于其凝固前沿处于垂直分布,小于100 μm夹杂物可能被捕集而大尺寸夹杂物不易被捕集

医生诊断需要结合临床症状、影像检查等各种数据，基于此，提出了一种可以进行数据融合的医疗辅助诊断方法。将患者的影像信息（如CT图像）和数值数据（如临床诊断信息）相结合，利用结合的信息自动预测患者的病情，进而提出了基于深度学习的医疗辅助诊断模型。模型以卷积神经网络为基础进行搭建，图像和数值数据作为输入，输出病人的患病情况。该医疗辅助诊断方法能够利用更加全面的信息，有助于提高自动诊断准确率、降低诊断误差；另外，仅使用提出的医疗辅助诊断模型就可以一次性处理多种类型的数据，能够在一定程度上节省诊断时间。在两个数据集上验证了所提出方法的有效性，实验结果表明，该方法是有效的，它可以提高辅助诊断的准确性

油箱壳外形复杂,拉深成形过程中容易出现侧壁起皱和圆角处破裂的缺陷,成形工艺参数的确定非常重要.结合分类与回归决策树(classification and regression tree,CART)的人工智能技术和模型交叉验证方法,通过调用Python平台开源库Scikit-Learn对油箱壳拉深成形数值模拟结果进行知识挖掘,筛选出对油箱壳拉深成形影响大的工艺参数;以基尼指数(Gini index)最小化作为最优特征值及最优切分点选择的依据,构建了工艺参数与性能指标关系的CART决策树,提取出了可靠的工艺设计规则.油箱壳拉深实例表明,CART决策树理论的知识发现技术是实现板料成形过程数值模拟结果潜在知识挖掘的可行途径

结合课程教学,配备适当的上机实验(16个学时)以便加深课堂 教学的实践性,同时通过实验可以加强对数学模型的总体分析,算法 选取,程序结构,上机调试和结果分析等环节的训练。本实验指导书 共包含8个实验,要求学生在16个实验课时内完成。为使实验更为 有成效,需要写出实验报告(格式要求见附录),以此可作为《数值分 析》课程成绩评定的参考

1、动态数列是() A、将一系列统计指标排列起来而形成 B、将同类指标排列起来而形成 C、将同一空间、不同时间的统计指标数值按时间先后顺序排列起来而形成 D、将同一时间、不同空间的统计指标数值排列起来而形成