教学内容： 1.总量指标的含义、种类、计量单位及其各种单位的特点 2.相对指标的含义、表现形式及种类 3.平均指标的内涵、作用、各种平均数的计算方法、应用场合 4.标志变异指标的含义、作用、种类及其计算 教学重点： 1.总量指标的种类 2.相对指标的种类及计算 3.平均指标的种类、计算及其应用场合 4.标志变异指标的作用、种类及其应用场合 教学难点：平均指标、标志变异指标的计算及其应用场合

以往对全尾砂膏体屈服应力的研究局限于理想屈服应力流体框架内，认为一定材料配比条件下，膏体的屈服应力是确定的，即认为屈服应力是膏体料浆固有的一个物理属性值。通过开展不同质量分数全尾砂膏体屈服应力测量实验，分析了测量速率与测量时间对不同浓度膏体屈服应力的影响，发现屈服应力值的大小与测量过程相关。对比分析峰值屈服应力、动态屈服应力、静态屈服应力，发现全尾砂膏体屈服应力随测量时间–测量速率在一定条件下的变化规律，即峰值屈服应力、静态屈服应力正比于膏体的测量速率，动态屈服应力反比于测量时间，以变异系数Cv评价料浆屈服应力的离散程度，其中74%质量分数膏体动态屈服应力变异系数最大，Cvmax=27.07%，而66%质量分数膏体静态屈服应力变异系数最小，Cvmin=2.33%。进而从细观层面分析了膏体屈服过程中颗粒间作用力、颗粒网络结构随测量时间–测量速率的变化规律，解释了全尾砂膏体屈服应力易变性机理

人体在进入疲劳状态时生理参数会发生相应的变化.为了探讨砌砖工人在持续体力劳动作业时心率和心率变异(HRV)对人体生理疲劳的影响,针对疲劳与心率的关系提出评价生理疲劳的数学模型.选取15名健康受试者(男性)在搭建的86 cm平台模拟砌砖工人作业.持续作业30 min进行一次心率变异数据的收集.同时,使用心率传感器对心率进行实时监测.本文采用方差分析、t检验和非线性拟合的方法对疲劳对心率和心率变异的影响进行分析.结果表明,生理疲劳使心率波动程度有显著变化(检验水准α=0.05水平,概率P0.05).非线性拟合结果(R2=0.8892)显示,生理疲劳的发展趋势呈现出\S型\的趋势.据此提出,生理疲劳分为3个阶段:疲劳调整期、疲劳稳定期和疲劳失稳期.在疲劳失稳期前(试验中约为90min)受试者休息,可以减缓或延迟生理疲劳的发生

第一节 细菌遗传变异的物质基础 笫二节 基因突变 第三节 基因的转移和重组 第四节 细菌遗传变异的实际意义

第一节 微生物的遗传 第二节 微生物的变异 一、微生物的变异与基因突变 二、突变类型 三、基因突变机理 四、DNA损伤的修复

第一节机构的倒置（机架变换） 第二节运动副的变异与演化 第三节构件的变异与演化 第四节机构的扩展 第五节 机构的等效代换 第六节 运动原理的移植

奥密克戎变异株概况及进展 各国奥密克戎变异株流行情况及管控 风险研判及防控建议

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

基于华蓥山隧道掘进爆破过程中的声发射监测结果，对比了上升时间/振幅比值(RA)与平均频率(AF)在不同传播距离下的分布规律，结果表明，随传感器与震源间距离增加，RA最大值增加，AF的分布范围基本不变。为验证基于RA与AF值描述岩体破裂情况的有效性，研究了RA/AF比值r在破裂过程中的变化规律以及r的变异系数的发展规律，并与常用的参数指标绝对能量、b值等参数进行对比验证。本文提出了3种变异系数（CV）计算方法，对比计算结果并探讨了各方法的适用条件。由计算结果可知，r值变异系数能够较好地描述岩体中的破裂发展过程，其中CV1计算方法适用于声发射信号较离散的情况，而CV3的计算方法更适用于存在连续声发射信号的围岩监测

遗传和变异是生物体最本质的属性之 一。在遗传性适宜的环境条件下时,通过 代谢和发育才能使其后代转化为与亲代相 同的具体性状。对微生物遗传变异规律的 深入研究,不仅促进了现代生物学的发展 ,而且还为微生物育种工作提供了丰富的理论基础