辣椒茎尖离体培养及植株再生

以4个辣椒品种茎尖为外植体，在MS 4mg／L BA 1mg／L IAA 4mg／L AgNO3培养基上诱导不定芽分化，在MS 2mg／L BA 0．1mg／L IAA，MS 0．5mg／L BA 0．1mg／L IAA诱导不定芽茎伸长．结果，平均不定芽诱导率达85％，平均不定芽茎伸长率可达110％，再生植株频率达75％左右．初步实验结果表明：与子叶及下胚轴培养相比，茎尖培养具有成苗率高、基因型不敏感、再生周期短等优势，是解决辣椒组织培养不定芽茎伸长困难，提高再生植株诱导频率的有效途径．     

聚季铵盐絮凝剂的合成及其性能的研究

本文以二叔胺与二卤代烃为原料合成了十四种聚季铵盐,讨论了不同原料对缩聚反应以及缩聚物结构对其絮凝性能的影响。通过絮凝效应的测定,探讨了这些聚季铵盐的絮凝特性和Zeta电位变化等。结果表明,对悬浮颗粒的电荷中和是聚季铵盐具有絮凝效应的重要原因之一。聚季铵盐和其它高分子絮凝剂类似,在溶液中对悬浮颗粒也具有架桥作用,因此,聚季铵盐分子量大小对絮凝效果也有一定影响。这类絮凝剂在中性、弱碱性且电解质浓度不高的溶液中絮凝效果较好。聚季铵盐化合物有可能成为具有实际应用价值的一类阳离子型有机絮凝剂。     

局部接触变形模型对简支梁多次弹塑性撞击模拟结果的比较

针对钝圆柱头刚性质量水平撞击理想弹塑性简支梁问题,比较分析了3种典型的局部接触变形模型,即弹塑性剪切变形(EPS)模型、Johnson钝楔压入(BI)模型和单轴压缩(UC)模型对可能出现的多次弹塑性撞击现象的模拟结果的影响.通过引入多次撞击和分离条件,将3种模型加以推广,并结合有限差分法,提出了求解多次弹塑性撞击问题的方法.通过对算例的比较可知,3种模型均可推广用于多次弹塑性撞击现象的模拟,它们对撞击力的模拟结果有差别,对撞击区的开始和结束时间等多次弹塑性撞击的分布特征的模拟结果则完全一致,对梁中端位移、刚性质量速度和梁上的应力等弹塑性撞击动力响应的模拟结果也完全一致.     

基于时间-距离-多普勒像的编队目标架次检测

针对实际编队目标在距离上的分布特性和目标多普勒频率的变化规律,利用联合时频变换代替传统傅立叶变换,建立目标时间-距离-多普勒立体像,提出一种基于立体像的目标架次检测方法。该方法不仅能给出清晰的瞬时距离-多普勒像,而且能反映目标距离-多普勒像的时间演变特性,较好地解决了目标在距离上的分布和多普勒像的模糊。实测回波数据验证了该方法的有效性,成功地实现了4架编队飞机目标的架次检测。     

汽车转向系统模态的分析与优化

汽车转向系统方向盘怠速振动特性是评价其舒适性的重要指标.本研究提出了转向系统模态固有频率的计算方法,通过灵敏度分析确定转向系统上下支架连接处5个钣金件的厚度值为设计变量.基于响应面模型和序列二次规划算法相结合,给出了转向系统模态的优化方法.在转向系统质量增加0.14 kg的条件下,系统一阶固有频率增加了2.66 Hz.本研究提出的转向系统模态分析与优化方法对转向系统的设计具有一定的指导意义.     

基于作战环的不同节点攻击策略下的作战网络效能评估

基于作战环思想, 以作战网络抽象模型为基础, 围绕作战环的分类、定义、形式化描述、数学模型等基本问题开展了理论研究, 进一步丰富了作战环理论体系。同时, 以能否快速有效打击对方目标实体为根本依据, 建立了基于目标节点打击率和基于目标节点打击效率的作战网络效能评估指标。通过仿真实验, 将作战环相关理论运用于不同节点攻击策略下的作战网络效能评估, 为实际作战体系对抗中双方的攻击与防护提供应用指导, 也为进一步开展基于作战环的作战网络应用研究提供参考借鉴。     

地下室结构设计中存在问题及解决措施

本文是作者通过多年亲身设计的一些大型房屋建筑项目为例,对工程项目的地下室结构设计中的一些技术问题进行探讨,得出了一些自己的见解,供大家参考。     

网络化制造环境下生产动态调度仿真与分析

针对网络化制造环境下生产系统特点,构建异地生产协同调度框架.基于调度框架进行动态仿真计算:应用模糊理论对生产时间分布概率进行判断,确定企业内部生产调度评测参数;使用Hopfield神经网络综合决策,求出企业外协生产与内部调度之间的可行解.将调度框架应用在实际生产调度问题中,对仿真计算结果继续综合优化,能够得到好的可行调度方案.     

基于神经网络增强学习算法的工艺任务分配方法

在任务分配问题中,如果Markov决策过程模型的状态-动作空间很大就会出现"维数灾难".针对这一问题,提出一种基于BP神经网络的增强学习策略.利用BP神经网络良好的泛化能力,存储和逼近增强学习中状态-动作对的Q值,设计了基于Q学习的最优行为选择策略和Q学习的BP神经网络模型与算法.将所提方法应用于工艺任务分配问题,经过Matlab软件仿真实验,结果证实了该方法具有良好的性能和行为逼近能力.该方法进一步提高了增强学习理论在任务分配问题中的应用价值.