摘要：建立不可逆Atkinson循环新模型,探索工质变热容、不可逆绝热过程和透过汽缸壁的热漏损失等对热机循环性能的影响.在给定一系列参数值的情况下,绘制出了Atkinson热机的性能特性曲线,得出了如输出功、效率和压强比的优化区间,并讨论了一些重要设计参数对循环性能的影响.

摘要：研制一套用于电流耦合型人体通信的原理实验装置.分别对装置中的电流驱动电路、电极选择方案、滤波放大电路展开设计与分析,并对各部分性能与整体测试效果展开验证.结果表明装置的设计满足人体通信的原理实验要求.

摘要：创意产业由于成本低、污染低、能耗低、潜力巨大、受众群体大,普遍被认为是国家经济发展的重要方向之一。该产业也是我国经济结构调整焦点,从中央到地方政府相继出台了有关发展创意产业的政策和措施,从政策、资金、土地等多方面予以扶持,但是大热之下,行业的隐忧也在显现,一些困境仍然难以破解。日本作为世界创意产业发达国家之一,在发展创意产业方面有其独到之处。通过分析和借鉴日本所采取的政策和成功经验,将有利于我国理顺对该产业的支持政策,促进其又快又好的发展。

摘要：基于出行者逐日路径选择过程,建立出行者路径选择模型和逐日路径选择学习模型.在2条平行路径的简单路网中进行多次数值实验,结果表明:网络交通流演化是否稳定,以及能否达到随机用户均衡态,与出行者对昨日感知行程时间的依赖程度和先进的出行者信息系统市场占有率两者都有关系.当出行者对昨日实际行程时间完全依赖时,路网系统始终偏离随机用户均衡态;当出行者对昨日感知行程时间完全依赖时,出行者集中选择一条路径,并且网络交通流演化稳定.

摘要：以"国家园林城市"——福州市主城区为例,利用2010年Spot卫星遥感影像图,基于GIS集成技术,用1km×1km、1.5km×1.5km和2km×2km3种尺度的方格网将研究区划分为若干个样本单元,引入种群生态学空间分布聚集度测定指标和模型,并结合分形模型,对其公园绿地空间格局特征进行定量分析.结果表明:(1)福州市主城区公园绿地总体配置水平不高,3种覆盖方格网比例均低于40%;(2)3种方格网尺度下,均呈现明显的聚集分布特征,聚集强度的尺度效应为2km×2km>1.5km×1.5km>1km×1km,面积聚集强度大于数量聚集强度;(3)空间分布呈向心指向,城市"绿心"格局显著,但过于集中.该研究旨在丰富城市绿地空间分布的研究方法,也为研究区公园绿地的规划设计提供科学的决策依据.

摘要：在集中性较高的感知区域中,移动群智感知网络节点在无控制的模式下,容易产生感知数据冗余度大幅升高的问题,降低了网络感知质量。针对这种情况,首先对感知区域进行时空域划分,并对感知过程进行建模;然后引入单元格充足感知覆盖概念,设计了一种基于覆盖表信息融合的移动节点协作感知数据收集算法。实验仿真表明,相较于原始感知模式和本地控制模式,该算法能大幅消除感知冗余数据,从而提高感知网络的数据质量,同时节约移动节点代价。

摘要：全球企业都面临信息系统的运营收入与成本的最优化问题,为了更好解决组织际信息系统收益的有关问题,以运作成本为视角展开研究.设计组织际信息系统运作成本的结构,将其划分为结构成本与交易成本,构建成本的定量方法与模型并求解,最后进行仿真模拟来验证其合理性与作用,从而得到一系列扩展的结论.

摘要：为了加深青少年对畲族传统服饰的了解,将福建畲族传统服饰纹样合理地应用于青少年装设计中.通过对福建畲族传统服饰纹样的田野调查与分析,探讨福建畲族传统服饰纹样在青少年装设计中的应用原则.选用福建畲族传统服饰纹样的题材、色彩、构图形式和工艺表现,设计出5套青少年装系列作品.福建畲族传统服饰纹样应用于青少年装设计中,有助于青少年了解畲族传统服饰纹样内涵,对畲族传统服饰的传承与保护具有实际意义.

摘要：为获得高速铁路无砟轨道路基填料的动力试验参数,建立无砟轨道-路基系统三维有限元数值模型,模拟8辆编组的动车运行过程,结合实测数据分析轨道不平顺、列车速度、轴重、深度等因素对竖向动应力的影响。结果表明:路基动应力的一次加卸载过程,由同一转向架的两对轮载或相邻转向架的两对轮载共同完成;车速对动应力幅值影响较小,但引起路基承受荷载的作用频率呈线性增大;列车车轴重每增加10 kN,路基表面的动应力增加约0.97 kPa;无砟轨道路基承受荷载的作用频率为车长频率的1~4倍,且轨道不平顺没有改变荷载主频。依据动应力时程曲线特征及其频谱特征,采用全压正弦函数建立路基填料动力试验荷载表达式,加载频率可取车长频率的1~3倍。

摘要：在轴重式动态汽车衡的服役状态下,由于受到重型货车频繁的加卸载循环冲击,会导致其内部螺栓发生松弛脱落,针对这一问题,提出了一种基于莱维飞行改进粒子群算法优化的广义回归神经网络(LPSO-GRNN)的轴重式动态汽车衡螺栓松紧状态预测模型,并结合振动信号特征提取,将该模型应用于汽车衡螺栓松紧状态的预测。首先,研究并提取了螺栓不同松紧状态下输出振动信号的波形指标、峰值指标、脉冲指标、峭度指标等信号特征,并将其作为模型的共同输入特征向量;然后,采用莱维飞行提高了粒子群优化算法的寻优能力,通过产生随机步长,提高了算法的全局寻优能力,避免算法陷入局部最优值;利用改进的算法对广义回归神经网络(GRNN)的光滑因子进行了优化,得到了全局最优的光滑因子;最后,通过设计实验,分别使用广义回归神经网络(GRNN)、粒子群算法优化广义回归神经网络(PSO-GRNN)和LPSO-GRNN,以此来对螺栓松紧状态进行了预测,并将预测结果与实际情况进行了对比分析。实验结果表明:基于LPSO-GRNN建立的螺栓松紧状态预测模型,其预测准确率可达到95%。研究结果表明:该螺栓松紧状态预测模型可以有效提高汽车衡螺栓松紧预测的准确率,同时有效解决粒子群算法容易陷入局部最优收敛的问题。