金属增材制造技术是一种短流程、近终形的新型材料成形技术.在金属增材制造技术中, 设备是载体, 材料是关键, 工艺是基础, 三者是影响金属增材制造技术发展的关键因素.本文通过对具有代表性的金属增材制造技术的特点进行总结, 分析了设备、材料和工艺之间的关系以及三者在金属增材制造技术中的重要作用; 综述了金属增材制造设备的原料供给系统、成形系统和控制系统的研究现状; 总结了金属增材制造材料中钛合金、镍合金、铝合金和钢铁材料的典型组织特点和力学性能; 论述了金属增材制造工艺参数对残余应力、孔洞、精度和组织的影响; 指出了目前金属增材制造技术在设备方面存在设备成本高、产品成形尺寸受限、成形效率低等问题, 在材料方面存在生产成本高、适用性差等问题, 在工艺方面存在参数匹配困难、热积累严重等问题; 从降低设备和材料成本、扩大产品成形尺寸范围、提高产品精度和成形效率、拓展材料种类和适用范围、减少工艺参数匹配难度、提升产品质量及综合性能、开发金属增材制造新技术方面展望了金属增材制造技术的发展方向

一、EMC/EMI问题 二、MC/EMI问题,不仅仅是能否 三、通过EMC测试的问题

5.1运输问题 运输问题(p, Transportation Problem):从m个发点A1,A2,,A往n个收点B1,B2,…,Bn运输货物,有关数据如下图所示:

页岩气储层中存在大量的纳微米孔隙，且孔隙裂缝结构复杂，气体渗流阻力大，存在多尺度渗流的问题；页岩气储层压力扰动随时间向外传播并非瞬时到达无穷远，其渗流规律就是一个压力扰动边缘动边界的问题。基于对以上问题的研究，本文建立了渗透率分形分布和高斯分布的渗透率表征模型，对不同形态缝网压裂特征就渗流规律进行了描述，并利用稳态依次替换法，考虑页岩储层中扩散、滑移及解吸作用，进一步研究了多级压裂水平井不稳定渗流压力扰动的传播模型，得到不同压裂条件下压力扰动边界随时间变化的关系，并结合我国南方海相龙马溪组页岩气藏储层参数，应用MATLAB编程。研究表明：压力传播动边界随时间增加逐渐向外扩展，渗透率越小，压力传播越慢；未压裂储层压力传播速度<渗透率分形分布压裂储层传播速度<渗透率高斯分布压裂储层传播速度。对于渗透率极低的页岩气储层，压力传播慢，气井自然产能低，必须对页岩气储层进行大规模的储层压裂改造，并控制压裂程度，以提高页岩气开发效果；基于压力传播动边界的扩展优化页岩储层压裂井段间距90 m，优化渗透率分形分布压裂井井间距318 m，渗透率高斯分布压裂井井间距252 m。因此应合理控制页岩储层压裂改造规模，实现优产高产。模型模拟结果与实际生产数据拟合较好，验证了本研究理论模型的适用性

第8章数据插值、函数逼近问题的计算机求解 一、插值与数据拟合 二、样条插值与数值微积分问题求解 三、由已知数据拟合数学模型 四、特殊函数及曲线绘制 五、信号分析与数字信号处理基础

注意力缺陷多动障碍（ADHD）是儿童期最常见的精神疾病之一，在大多数情况下持续到成年期。近年来，基于功能磁共振数据的ADHD分类成为了研究热点。文献中已有的大多数分类算法均假设样本是均衡的，然而事实上，ADHD数据集通常是不平衡的。传统的学习算法会使得分类器倾向于多数类样本，从而导致性能下降。本文研究了基于不平衡神经影像数据的ADHD分类问题，即基于静息状态功能磁共振数据对ADHD进行分类。采用功能连接矩阵作为分类特征，提出了一种基于多目标支持向量机的ADHD数据分类方案。该方案将不均衡数据分类问题建模为具有三个目标的支持向量机模型，其中三个目标分别为最大化分类间隔、最小化正样本误差和最小化负样本误差，进而正负样本经验误差可以被分开处理。然后采用多目标优化的法向量边界交叉法对模型进行求解，并给出一组代表性的分类器供决策者进行选择。该方案在ADHD-200竞赛的五个数据集上进行测试评估，并与传统分类方法进行对比。实验结果表明本文提出的三个目标支持向量机分类方案比传统的分类方法效果好，可以有效的从算法层面解决数据不平衡问题。该方案不仅可用于辅助ADHD诊断，还可用于阿尔茨海默病和自闭症等疾病的辅助诊断

问卷( questionnaire)一词源于法 文,意为“一种为了统计或调查用的问题 表格”。它既是一种测量技术,也是一种 科研手段

第7章微分方程问题的计算机求解 一、當系数线性微分方程的解析解方法 二、微分方程问题的数值解法 三、微分方程转换 四、特殊微分方程的数值解 五、边值问题的计算机求解 六、偏微分方程求解入门 七、微分方程的框图求解

在程序设计中经常遇到这类问题,它需要根据不 同的情况采用不同的处理方法。例如,一元二次方程 的求根问题,要根据判别式小于零或大于等于零的情 况,采用不同的数学表达式进行计算。对于这类问题 ,如果用顺序结构编程,显然力不从心。必须借助选 择结构。本章主要介绍实现选择结构的语句。包括: 行If语句、块If语句、 Else If语句、 Select Case语句, 以及选择结构在程序设计中的应用

矿用车辆无人驾驶是实现矿山无人化开采的关键技术, 而路径跟踪控制是无人驾驶系统的核心技术之一.路径跟踪控制系统是多变量、多约束系统, 采用传统方法在多约束条件下存在执行器饱和等问题.针对上述问题, 本文引入模型预测控制方法, 通过考虑车辆的姿态与位置之间的关系, 以跟踪路径的横向偏差最小化和车辆的航向角偏差最小化为目标对预测控制的目标函数进行优化, 以获得车辆速度和铰接角度的最优控制量, 实现对多变量、多约束系统的求解.针对模型预测控制算法不能提前判断道路曲率突变而导致跟踪超调的问题, 提出基于预瞄距离的控制方法, 通过提前判断道路突变信息, 提高车辆路径跟踪精确性和稳定性.使用Matlab/Adams仿真软件进行对比仿真试验, 结果表明: 使用模型预测跟踪控制器能够解决多变量、多约束系统控制问题, 有效防止执行器饱和; 而使用基于预瞄距离的模型预测跟踪控制器能够使车辆的横向位置偏差保持在±0.04 m, 航向角偏差保持在±1.8°范围内, 相较于改进前的控制器, 其横向位置偏差减少了80.9%, 航向角偏差减少了59.1%, 证明改进后的控制器具有更好的横向稳定性和精确性