污水处理工艺方案的熵权模糊灰色关联优选法

针对目前污水处理工艺方案选择所采用的层次分析法、模糊综合评判、灰色关联分析法存在的主观确定权重及过分依赖因素权重的缺点,将熵权理论、模糊隶属度、灰色关联分析法相结合,建立了熵权模糊灰色关联分析耦合模型.模型中引用信息熵所反映数据本身的效用值来计算指标的权重系数,有效地避免了由于人的主观因素而形成的权重分配偏差.运用该模型进行实例研究,取得了较为满意的效果.     

旋转机械故障交叉项时频诊断方法

首先分析了调幅信号Wigner-Ville分布的交叉项分布特征,提出了使用交叉项"虚互谱能量"诊断调幅型机械故障的新方法,并利用设计的带通核函数,提取了理论调幅信号的交叉项"虚互谱能量",最后使用具有调幅故障的实际齿轮数据,验证了方法在实际应用中的有效性.     

基于最大熵概念的复杂随机变量统计模型

基于最大熵概念的随机变量统计模型,能得到最少偏见的随机变量的概率分布.建立了汽车发动机和离合器随机工作载荷的基于最大熵概念的概率密度函数统计模型.示例表明,基于最大熵概念上的随机变量统计模型是可行、有效的.     

非充分灌溉的研究进展及展望

介绍了非充分灌溉研究的概念理论基础,阐述了非充分灌溉研究中的有限水量在作物生育期内的最优分配、作物-水模型及其敏感指标和土壤水分不足条件下作物蒸发蒸腾量的计算方法,并提出了对非充分灌溉的研究展望。     

水分胁迫下蒙古冰草、扁穗冰草和滨麦抗旱性研究

以蒙古冰草(Agropyron mongolioum keng)、扁穗冰草(Agropyron cristatum(L.)Gaertn)和滨麦(Leymus mollis)为材料,用聚乙二醇6 000(PEG 6 000)模拟土壤水分胁迫,对它们的叶片相对含水量、质膜相对透性、游离脯氨酸及叶绿素指标进行对比,利用隶属函数法进行综合评价,其抗旱排序为滨麦>蒙古冰草>扁穗冰草.     

4种针叶树抗汽车尾气污染能力之比较

【研究目的】为了研究园林绿化树种对汽车污染的适应能力,试验以油松、北美乔松、华山松、白皮松4种针叶树的盆栽2年生实生苗为试材;【方法】采用静态熏气法,将苗木用不同浓度（0．0、0．6、1．0、1．6、2．5、3．1、4．1mg／m^3）的标准汽车尾气处理72h,研究了汽车尾气对4种苗木叶片的相对电导率、MDA含量、叶绿素含量、SOD和POD酶活性的影响。【结果】结果表明,随着处理浓度的增加,4种苗木的叶绿素含量和a／b值均呈下降趋势;MDA和相对电导率整体呈上升趋势;SOD和POD活性呈现先上升后下降的趋势。但4树种各指标的变化幅度不同。【结论】利用模糊数学隶属函数值法对4种苗木的抗性进行综合评定．其抗性大小依次为华山松〉北美乔松〉白皮松〉油松。     

克尔非线性黑体的Q函数分布

在普通黑体内部充满一种克尔非线性晶体,这种黑体称为克尔非线性黑体。在克尔非线性黑体中,具有相反波矢和自旋的裸光子结合成对,不成对的裸光子转换成一种新的准粒子-非极化激元。利用Q函数具体研究了克尔非线性黑体光场的相位分布情况。通过分析克尔非线性黑体光场的Q函数分布情况发现,温度和耦合系数对相位分布有很大的影响,同时观察到了光场的压缩效应：随着温度的降低,光场由常态变为压缩态,光场相位对移自发破缺。     

混合态几何相位中的分形

用Weierstrass函数理论来研究几何相位中的分形现象.建立了一个没有相互作用的4自旋1/2粒子系统,让每一个粒子受一个局域的旋转磁场驱动.构造这个系统的一个混合态,计算这个混合态的几何相位.对混合态的几何相位在如下2个条件下进行研究,第一,绝热近似,第二,让混合态中各纯态的几何相位取小值.这个混合态的几何相位变成了各纯态几何相位的加权平均.把这个混合态的几何相位构造成Weierstrass函数形式.发现系统的几何相位出现了奇妙的分形演化.还通过一个具体例子给出了几何相位分形演化的曲线,并计算了这条曲线的数盒子分形维数.     

亚纯函数的分担值与正规族

研究区域D上亚纯函数族涉及微分多项式分担同一复值的正规定则.证明了:设n,k为两个正整数且,n≥k+3,a,b是两个有穷复数且a≠0,F是区域D上的一亚纯函数族,F中每一函数的零点重级至少为k+1.若F中任意两个函数f,g有,f(k)-afk,g(k)-agn在D内分担b,则F在D内正规.     

基于最大波动分析的稳健设计

针对稳健设计中目标函数以及约束的稳健性两个方面,提出了一种基于最大波动分析的稳健设计优化方法。通过分析不确定因素对目标函数以及约束的影响,计算目标函数以及约束的最大波动量,将约束的最大波动值添加到原约束中以保证约束的稳健可行性;同时在原有优化模型上添加新约束保证目标函数的最大波动值不超过设计者规定的范围,从而构造了两级稳健设计优化数学模型。顶级优化用来求解原有常规优化的数学模型;次级优化用来判断目标函数以及约束的稳健性。最终实例结果证明该方法是可行的。