周期性非均质复合材料具有微观结构特征，需要均匀化理论进行宏观和微观的多尺度分析来研究其性能表现。针对其耐久强度性能，应用塑性极限安定下限定理，特别分析了其在长期交变载荷下的安定状态。结合工程应用目标，提出一种全新的代表性单元边界条件，结合圆锥二次优化算法进行数值计算，可以从材料微结构和组分性能出发，经过弹性应力场求解确定位移边界载荷数值，最终由优化求解得到复合材料板材的面内塑性性能容许域。所求得的应力域以单向应力为基，可根据结构宏观的单向应力状态变化幅值直接进行安定状态与否的判定。通过文中的多个算例，验证了所编写的软件及计算流程的可行性及数值准确性，展示了该方法在工程模型中的应用场合和工程实践意义

岩石结构面的定量化描述对于理解结构面的力学性质至关重要,投影覆盖分形描述法是结构面定量化表征的主要方法之一.然而,投影覆盖法计算结构面分形维数时存在三角形单元划分的缺陷.从概率分析角度考虑,将随机数应用于三角形单元的划分中,提出了基于随机数估算结构面分维数的投影覆盖法.应用改进投影覆盖法计算了红砂岩结构面的分维数,获得了120个分维值,并将其作为一个分维数样本;然后分析了此样本的分布特征,并将样本均值作为结构面分维数的精准值.实例分析证明,采用改进投影覆盖法所获分维数样本是来自正太分布总体;投影覆盖法计算的分维数几乎是改进投影覆盖法所获结果的极限值;基于随机数进行三角形单元划分更符合实际结构面形貌特征,从而计算的分维数更精准

针对TTE (time-triggered Ethernet, TTE) 网络对业务安全性与对业务实时性要求高的问题, 提出了一种自适应双冗余的网络结构, 设计冗余报文的时间标签, 自适应恢复传输, 并设计了TTE网络中的混合流量(TT (time-triggered) 流, RC (rateconstrained) 流, BE (best-effort) 流) 调度规划方法, 根据报文的重要性, 发送端自适应的对网络报文进行分类, 其中, TT信息双网备份传输, RC、BE信息在双网分散传输.此外, 基于确定性网络分析方法, 推导了自适应双冗余调度方法下RC流的闭式延迟界, 并仿真验证了在极限网络、确定网络以及排队论仿真模型下所提方法减小网络延迟的效果, 满足TTE网络在保障业务安全性的情况下对业务实时性的要求

为了提升航班运行风险预测精度，基于某航空公司2016—2018年航班运行风险数据，在验证15个风险时间序列的混沌特性后，构建基于多变量混沌时间序列的风险预测模型。首先，对15个风险时间序列进行多变量相空间重构，采用主成分分析法（PCA）对相空间进行降维处理；然后，基于迭代预测的方式，分别采用极限学习机、RBF神经网络、回声状态网络和Elman神经网络建立风险短期预测模型；最后，以降维后的相空间作为输入，计算并比较分析未来1～7 d的风险预测结果。结果表明：多变量相空间重构后总维数为62维，经PCA降维处理，降至31维；在不同的预测模型中，降维后RBF模型预测效果最佳；其中，预测第1天结果相对误差<25%出现频数为82.62%，至第5天仍达75%以上；该模型第1天预测结果的修正平均绝对百分比误差（MAPE）值为11.32%，且前5 d均低于20%，满足航空公司使用要求。1～5 d预测结果对航班风险管控具有实践操作价值，证明基于多变量混沌时间序列的风险预测方案可行、有效

借助修正后的RMR方法对和睦山铁矿工程岩体进行了分级.分别采用厚跨比法、结构力学梁理论以及普氏拱理论对矿柱进行了研究,获得了嗣后采场破坏模型以及采场失稳演化过程.分析了采场尺寸、矿岩坚固性系数、抗拉强度以及内摩擦角对崩落法转阶段嗣后充填法采场稳定性的影响.通过极限平衡法建立了阶段嗣后充填法矿柱安全系数方程.研究结果表明：矿岩的坚固性系数和抗拉强度对顶板临界厚度影响明显;矿岩的内聚力对矿柱的安全系数影响最为显著.最后将上述结果应用到和睦山铁矿嗣后采场稳定性分析中,得到了块矿地带的采场顶板临界厚度和矿柱安全系数,并从理论角度分析19#矿房跨塌的原因

基于经典晶体塑性理论,建立了耦合孪生的晶体塑性本构模型并进行了全隐式积分的数值实现.该本构模型采用饱和硬化法则,并采用孪生阻力与滑移硬化之间的正比关系来描述孪生对滑移硬化影响及孪生硬化行为.针对该本构模型的13个参数,结合各参数物理意义提出了参数的分类确定方法.以孪生诱导塑性（TWIP）钢Fe-22Mn-0.6C为例,着重对硬化参数的局部灵敏度进行了分析,研究了各硬化参数对宏观力学响应、孪生激活和演化的影响,根据变形机制的不同宏观变形过程可区分为孪生硬化阶段和孪生硬化失效阶段,进而给出了硬化参数确定的步骤及其建议取值范围.结果表明：初始滑移阻力与屈服极限线性相关,取值范围在80~160 MPa之间;孪生硬化指数增大使得孪生硬化阶段减弱,其取值范围应在0~3之间;孪生阻力与滑移阻力比值增大,则孪生增长率降低,硬化率拐点后移,直至拐点消失,其取值范围在1~1.3之间

到目前为止, 我们所学习的只是一元函数的分析性质。但在现实 生活中，除了非常简单的情况之外，可以仅用一个自变量和一个因变 量的变化关系来刻画的问题可以说是非常少的。比如像物理学中研究 质点运动这么一个相对较为容易的问题，也需要用到确定空间位置的 三个坐标变量 x、y、z 和一个时间变量 t 以及多个函数值（如位置、 速度、加速度、动量等），更不用说在各种不同的学科研究中会遇到 更为复杂的问题。这种多个自变量和多个因变量的变化关系，反映到 数学上就是多元函数（或多元函数组，即向量值函数）

第一章 概率论的基本概念 第二章 随机变量及其分布 第三章 多维随机变量及其分布 第四章 随机变量的数字特征 第五章 大数定律及中心极限定理 第六章 样本及抽样分布 第七章 参数估计 第八章 假设检验 第九章 方差分析及回归分析 第十章 随机过程及其统计描述 第十一章 马尔可夫链 第十二章 平稳随机过程 第十三章 选做习题 第十四章 教材第二版中未被列人第三版的习题

到目前为止, 我们所学习的只是一元函数的分析性质。但在现实 生活中，除了非常简单的情况之外，可以仅用一个自变量和一个因变 量的变化关系来刻画的问题可以说是非常少的。比如像物理学中研究 质点运动这么一个相对较为容易的问题，也需要用到确定空间位置的 三个坐标变量 x、y、z 和一个时间变量 t 以及多个函数值（如位置、 速度、加速度、动量等），更不用说在各种不同的学科研究中会遇到 更为复杂的问题

前面学习了极限、连续函数、实数的连续性,以及导数于微分,特别是重点学习了导 数、微分的概念。我们知道求导是一种运算,它的被运算对象是函数。在以前我们也学过 很多的运算。例如,加、减、乘、除、乘方、开方、指数、对数等等。我们可以将求导运 算与这些已知的很熟悉的运算相类比。(用旧的概念和新的概念相类比,从已有的经验中来 发现新概念、新知识中的规律,这是一种数学方法)我们看看这些旧的运算,我们很快会 发现它们都成对出现,而且每对都是互为逆运算。我们不禁会想到,求导运算是否有逆运 算,它的逆运算是什么?