一种基于正反演过程的油田注水管网计算方法

为了确定油田注水管网中注水方案,采用一种正演反演迭代的算法。该算法的主要思想是:对于油田注水管网首先进行反演计算,计算泵站的需求流量,然后进行正演计算,判断所有注水井是否满足配注要求,如果所有注水井满足配注要求则停止计算,否则减少不满足的注水井一定步长的需求配注流量,进入下一次迭代运算。该算法不需要列写注水管网系统方程组,实现简单,使用迭代方法,适合计算机编程。实验结果表明,该算法具有快速性和准确性。     

GC-MS法对13种植物油中甾醇和脂肪酸的分布研究

该文建立GC-MS法对植物油中的甾醇和脂肪酸含量进行测定,研究常用植物油中甾醇和不饱和脂肪酸的分布规律。采用程序升温法,由安捷伦毛细管GC柱HP-5MS UI(30 m×0.250 mm×0.25μm)和HP-88(60 m×0.250 mm×0.2μm)分离植物油中的甾醇和脂肪酸。结果表明,植物油经皂化,正己烷提取后进样分析,在24-420μg/mL的范围内菜籽甾醇等5个甾醇的线性关系良好(R=0.999 1～0.999 5),检测限在1～2μg/mL; 13种植物油中均检出β-谷甾醇(含量79.54～6 185.42 mg/kg),均未检出菜籽甾醇和麦角甾醇,其中橄榄油和小麦胚芽油中无豆甾醇,牡丹油和山茶籽油中无菜油甾醇。13种植物油均富含不饱和脂肪酸(76%～92%),同时含有较丰富的多不饱和脂肪酸(PUFA)的ω-3系和ω-6系,可按比例调配食用,补充机体修复所需。所建立的GC-MS检测法可快速灵敏地适用于植物油中的甾醇类和脂肪酸类组分的定量分析。     

基于混合粒子群优化算法辨识Hammerstein模型

非线性系统辨识是现代辨识领域中的一个主要问题。在非线性系统辨识中,系统常被表示为一系列块连接。针对非线性系统中的Hammerstein模型,本文提出了利用混合粒子群优化算法对非线性系统模型进行辨识。该方法的基本思想是将非线性系统的辨识问题转化为参数空间上的优化问题,然后采用粒子群优化算法(PSO)获得该优化问题的解。为了进一步增强粒子群优化算法的辨识性能,提出利用一种混合粒子群优化算法。最后,给出仿真实验,其结果验证了本文给出的辨识方法是有效的。     

面向组件的商务决策分析系统的设计与实现

本系统是基于因特网、B／S的三层架构，采用面向组件编程的分布式决策分析系统。它为电子商务的海量数据建立数据仓库，利用数据挖掘为经营、管理的决策分析提供解决方案。它通过MD5单向加密等多重安全保护机制为企业数据提供足够的不同级别的保密措施；J2EE平台及组件化的设计使系统具有良好的特性。     

CMM中的需求管理

需求管理是SW-CMM(2)中软件开发的一个关键过程域(KPA),是在客户和解决客户需求的软件项目之间建立对客户需求的共同理解,是计划和管理软件的基础。文中探讨了需求管理的本质、所要涉及的任务,以及如何实施的方法,为软件组织进行有效的需求管理,保证项目的成功提供有益的指导。     

基于B／S结构的客户关系管理系统的设计与实现

在Internet环境下，采用B／S三层结构技术，针对标准的连锁经营模式，开发出一个完整的多层分布式CRM应用系统，它具有良好的通用性，实用性，安全性，既提供了规范，标准的管理模式，又提供了灵活的接口，能适应不同连锁经营企业的需要。     

退镀铜溶液中铜的测定

采用原子吸收分光光谱法建立了测定退镀铜溶液中铜的分析方法。分析了共存物质和高氯酸对铜测定的影响,进行了精密度分析及样品合成等试验。结果表明,共存物质硫酸对测定无影响,铬酸酐质量浓度超过40 g/L对测定有负干扰,加入高氯酸可消除影响。高氯酸可加热冒烟消除。该方法的相对偏差小于1.00%(n=5),此分析方法的精密度好、准确度高。     

多种植物油中黄酮和角鲨烯分布UPLC研究

该文采用超高效液相色谱(UPLC)技术分别建立植物油中黄酮类物质和角鲨烯的定量方法,考察常见13种植物油中黄酮和角鲨烯的分布规律。实验采用70%的甲醇预处理植物油样,制备供试品溶液;经Acquity UPLC的C18柱(2.1 mm×100 mm,1.7μm)分离,以甲醇和0.8%磷酸溶液分别为流动相A相和B相,经梯度洗脱,于360 nm处,分离检测黄酮类组分。采用正交试验优化出植物油中角鲨烯的最佳皂化条件,经Acquity UPLC的C8柱(2.1 mm×100 mm,1.7μm),流动相为乙腈-水(97:3),于波长210 nm分离检测角鲨烯。结果表明:所建方法能有效分离黄酮组分或角鲨烯,在黄酮浓度50~600 ng/m L范围内5种黄酮各自线性关系良好(r≥0.999),检测限和定量限为10.2~15.6 ng/m L和33.6~48.6 ng/m L,平均加样回收率在97.75%~102.21%,重复性(RSD)为2.79%~7.75%;在角鲨烯浓度1~350μg/m L范围内;角鲨烯的线性相关良好(r≥0.999),检测限和定量限分别为27.3 ng/m L和81.9 ng/m L,平均加样回收率为88.18%,重复性RSD为1.96%;13种植物油中能检出角鲨烯,其中橄榄油中最高;只有火麻籽油和沙棘油中检出所列5种黄酮,亚麻籽油检出槲皮素和木犀草素,橄榄油中检出木犀草素和异鼠李素;所建立方法是食用植物油中黄酮类组分或角鲨烯质量控制的好方法,提示植物油的生产工艺可能影响极性黄酮类组分的含量。     

一种辨识Wiener-Hammerstein模型的新方法

针对非线性Wiener-Hammerstein模型,提出利用粒子群优化算法对非线性模型进行辨识的新方法.该方法的基本思想是将非线性系统的辨识问题转化为参数空间上的优化问题;然后采用粒子群优化算法获得该优化问题的解.为了进一步增强粒子群优化算法的辨识性能,提出利用一种混合粒子群优化算法.最后,仿真结果验证了该方法的有效性和可行性.