应用型计算机本科教育课程体系的研究与探索

本文阐述应用型计算机教育的产生背景以及课程体系研究的必要性,分析应用型教育的特点及其课程体系建立应考虑的因素,并在此基础上给出具有地方特色的应用型计算机教育课程体系及该课程体系中的每个环节的具体构成,最后讨论该课程体系具体实施过程中可能遇到的问题。     

上海某广场基坑抽水试验分析

以上海某广场为例,通过现场抽水试验确定基坑挖影响深度范围内地下水的分布特征、渗透系数和抽水影响半径等重要的水文地质参数,为基坑挖和降水工程提供设计依据与研究基础。     

趋势面分析法在预测底板破坏深度中的应用

选取开采深度、煤层倾角、开采厚度、工作面斜长和底板抗破坏能力5个影响因子作为影响底板破坏深度的关键因素,以28例底板破坏深度实测数据为基础,根据趋势面分析理论和方法,建立了底板破坏深度的趋势面分析预测模型,并用于曹庄煤矿9604工作面的底板破坏深度的预测。其结果表明,应用趋势面分析法预测底板破坏深度的误差率为0.07%～5.91%,与实际相差较小,是一种简便可行,结论可靠的底板破坏深度的预测方法。     

加速遗传算法在电厂动态负荷优化分配中的应用

针对目前电厂负荷分配非实时最优、能源浪费巨大的问题,提出了一种动态分配负荷的算法.在考虑电厂机组实际运行特点后,建立了包含辅机、启停等约束条件下的连续多时段动态负荷优化分配的数学模型;分析了标准遗传算法(SGA)在解决负荷分配问题时收敛速度慢的原因,据此对SGA进行改进,提出了基于实数编码、双倍初始种群、自适应遗传参数...     

基于改进型动态矩阵预测的主蒸汽温度串级控制策略研究

在常规PID主蒸汽温度串级控制系统的主控制回路中加入动态矩阵预测(DMC)控制器构成DMC-PID主蒸汽温度串级控制系统,以实现在非精确数学模型下对具有大延迟主蒸汽温度控制对象进行长时域的预测输出。根据系统的阶跃响应建立了系统的DMC模型,设置了优化函数和预测参考轨迹,并提出了对模型动态矩阵进行实时更新和大延迟校正的改进方法,从而改善了预测控制的动态性能。以某660MW机组为例,对DMC-PID主蒸汽温度串级控制系统进行仿真试验,结果表明DMC-PID主蒸汽温度串级控制系统较常规PID主蒸汽温度串级控制系统具有更好的稳定性和快速响应性,且抗干扰能力强。     

浅谈伊犁河CODMn与流量和含沙量的关系

对河流流量、含沙量定性分析找出其随季节变化的规律，同时通过对污染物CODMn进行统计分析可知，污染物的污染程度也随季节呈现出一定的变化规律，将河流的水量、含沙量和污染程度联系起来，分析结果表明：三者具有一定的相关关系。     

基于网格的聚类算法的虚拟物流企业伙伴选择方法研究

虚拟物流企业已成为21世纪信息社会生产、物流的主流组织形式。准确地选择和确定合作伙伴是建立虚拟物流企业的关键。本文提出了应用基于网格的聚类算法来选择虚拟物流企业合作伙伴。该算法能对虚拟物流企业信息平台提供的庞大的高维的成员企业信息数据库进行快速有效的数据挖掘,从而在全球范围内寻找潜在的合作伙伴,以供虚拟物流企业核心企业作为下一步精选的根据。实例仿真说明了该算法的有效性。     

混凝土坍落损失的原因分析及预防措施

在大体积混凝土施工过程中，最容易发生的也是最不易控制的就是混凝土坍落度损失问题，混凝土坍落度控制稳定程度．将直接影响混凝土成品质量，一旦控制不好会使成品混凝上表面及内部产生各种质量缺陷，甚至发生质量事故，以下依托唐河倒虹吸工程就此问题进行原因分析并提出解决方法，供有关混凝土施工人员参考。     

改进GA的直流锅炉主汽温控制器参数优化研究

针对直流锅炉主汽温控制存在的大惯性、大延迟、时变性等问题,提出了带遗传算法(GA)优化的PID串级控制方法。采用了控制器分级多目标优化的改进方法,并利用遗传算法对串级PID参数进行实时动态优化,以适应主汽温对象的时变特性。针对基本的遗传算法进行改进,从而改善其运算量大且易早熟的缺点,提出了排序选择、自适应交叉和变异概率、压缩搜索空间等多种改进方法。仿真实验表明,所提出的方法能很好地改善系统的控制性能,有效提高控制系统的鲁棒性。     

基于改进Bi-RRT的移动机器人路径规划算法

双向快速扩展随机树(Bi-RRT)算法因采样点的随机性导致在复杂环境中的路径规划存在搜索时间长、采样效率低等问题,为此提出了一种改进Bi-RRT的移动机器人路径规划算法。算法引入启发式搜索策略,分别以机器人的起点和终点为中心,构造了二维高斯分布函数,并用该概率密度函数约束采样点的生成,使得越接近目标点的空间采样点出现概率越大,同时保留部分均匀分布的采样点,这样采样过程既可以利用目标点的位置信息又保证了算法的概率完备性。通过算法设计的启发式采样点的引导,两棵随机树可以快速向着目标区域生长,降低了搜索的盲目性,提高了搜索的效率。仿真结果：相比于基本Bi-RRT算法,改进算法在复杂环境下规划时间缩短了43.9%,扩展节点数目减少了41.4%,路径长度优化了8.1%,并分析了高斯分布采样点占采样点总数的比值对算法性能的影响。