一类带阻尼项的二阶强迫非线性微分方程的振动性判定准则

本文建立了二阶强迫非线性微分方程(r(t)ψ(t))|y′(t)|~(a-1)y′(t))′ P(t)ψ(y(t))|y′(t)|~(a-1)y′(t) q(t)f(y(t))=e(t),α＞1的振动性判定准则,其中t≥t_0．这些振动性非决定准则仅依赖于[t_0,∞)的子区间序列的性质。所得结果比Cak- mak and Tiryaki[1]及Li and Cheng[2]中结果适用更广泛。     

人工落叶松林优化经营管理系列模型的研究

本文以使得未来林分永续生产周期的净现值最大为准则,应用变分法建立同龄林分木材收获时间问题的优化控制模型。以东北林区的人工落叶松林资料(260块标准地和62株解析木)为例,说明模型中参数的确定及模型的应用,同时,确定人工落叶松林的最优间伐计划和轮伐期。     

Research of dissolved oxygen prediction in recirculating aquaculture systems based on deep belief network

Recirculating aquaculture has received more and more attention because of its high efficiency of treatment and recycling of aquaculture wastewater. The content of dissolved oxygen is an important indicator of control in recirculating aquaculture, its content and dynamic changes have great impact on the healthy growth of fish. However, changes of dissolved oxygen content are affected by many factors, and there is an obvious time lag between control regulation and effects of dissolved oxygen. To ensure the aquaculture production safety, it is necessary to predict the dissolved oxygen content in advance. The prediction model based on deep belief network has been proposed in this paper to realize the dissolved oxygen content prediction. A variational mode decomposition (VMD) data processing method has been adopted to evaluate the original data space, it takes the data which has been decomposed by the VMD as the input of deep belief network (DBN) to realize the prediction. The VMD method can effectively separate and denoise the raw data, highlight the relations among data features, and effectively improve the quality of the neural network input. The proposed model can quickly and accurately predict the dissolved oxygen content in time series, and the prediction performance meets the needs of actual production. When compared with bagging, AdaBoost, decision tree and convolutional neural network, the VMD-DBN model produces higher prediction accuracy and stability.     

裂隙岩体渗流场与应力场耦合分析方法

 从工程观点出发,忽略不计完整岩块的渗透系数,借助于层面缝隙流运动规律(立方定律)和变分基本原理,建立了三维裂隙岩体渗流场和应力场耦合模型。并推出了耦合的有限元支配方程,提出了运用同一套单元网络对两场进行区域离散的观点。以重力坝坝基渗流场与应力场耦合计算为例,验证了模型的可行性。     

弹性薄板大挠度问题两类变量的广义变分原理

应用变积方法,按照广义力和广义位移之间的对应关系,将弹性薄板大挠度问题的平衡方程和几何方程乘上相应的虚量,然后积分,代数相加,代入本构关系,建立弹性薄板大挠度问题两类变量的广义势能原理。通过代入另一类本构关系,再应用类似如上的方法,建立弹性薄板大挠度问题两类变量的广义余能原理。再将这两种两类变量的广义变分原理分别退化到弹性薄板大挠度问题的势能原理和余能原理。     

一类二阶奇异边值问题的正解

讨论了如下二阶奇异边值问题正解的存在性 {-（p（t）u′（t））′＋q（t）u（t）=f（t,u（t）） t∈（0,1） u（0）=u（1）=0其中f可能在t=0,1都有奇性.     

人工感染兔出血症血清转氨酶活性变化规律的研究

本试验测定了人工感染免出血症不同发病阶段的血清转氨酶活性，结果表明，感染血清转氨酶活性在潜伏期无明显变化，在高温稽留期急剧增加，当体温急剧降低至濒死期时，由高峰稍下降，根据血清转氨酶活性的动态变化，可见肝脏实质细胞因病毒侵害受到严重损伤，从而引起低血糖这是导致病免急剧残废的主要原因。     

基于一维变分调整地表温度的应用研究

针对地表温度和地表发射率的不确定性,提出选取大气红外探测器（AIRS）波长在11～12μm的窗区通道,通过一维变分调整地表温度,并研究地表温度调整后对GRAPES三维变分同化系统分析场的影响。结果表明,利用一维变分对地表温度进行调整,能够减小位势高度场和风场与FNL资料的均方根误差,提出的利用一维变分调整地表温度具有一定的可行性。     

基于VMD-GPR的锂离子电池健康状态预测研究

为了对动力锂离子电池进行更好维护和管理,本文提出一种基于变分模态分解和高斯过程回归的锂离子电池健康状态(State of Health,SOH)预测方法。首先利用变分模态分解方法对原始训练数据集进行分解,可以生成固定个数的子训练集;然后在每个子集上训练高斯过程回归模型;最后利用自适应提升算法对训练的多个GPR模型进行集成,得到最终的预测模型。算例分析结果表明,所提出的VMD-GPR方法在预测锂离子电池SOH时,具有较好的准确率和广阔的应用前景。     

渔业资源开发的动态优化模型

在考虑折扣因子的情况下,讨论渔业资源开发的最大效益模型,利用变分法建模,建立动态规划模型,并分析捕捞过度可能引起的资源枯竭问题。