摘要：利用计算机图形学和虚拟现实技术对数控车床的加工过程进行模拟,可以节约成本、避免制造风险,开展数控技术培训。在详细介绍数控车床仿真系统基本组成的基础上,着重研究了基于圆台离散的工件建模方法和实时仿真显示技术,并使用OpenGL和VC++编程实现了数控车床的虚拟加工仿真过程。

摘要：为了提高城市交通流预测神经网络方法的快速动态学习能力,提出了一种生长自组织神经网络群,将复杂的神经网络个体分解为多个训练简单的神经网络群组,并利用设计的动态生长自组织算法来避免神经网络在学习新知识的时候对已有知识造成破坏,同时保持整个群工作的高效稳定,规模不过度扩张.该神经网络群尝试解决神经网络的一次性学习问题,具有动态知识增殖学习能力和更强的错误自修复能力及系统适应灵活性.仿真结果表明,这一方法能够更精确地实现函数逼近和城市交通流自适应动态预测,适用于需要不断快速动态学习的复杂系统.

摘要：当前非正交多址(Non-Orthogonal Multiple Access,NOMA)系统的用户配对和功率分配通常作为独立的问题进行研究,未考虑接收端不能完美执行串行干扰消除(Successive Interference Cancellation,SIC)的限制。鉴于此,提出一种不完美SIC下NOMA系统用户配对和功率分配联合优化(Joint User Pairing and Power Allocation,JUPPA)方法。给定功率分配方案,采用自适应遗传算法求解用户配对问题,并结合哈希表结构设计自适应交叉和变异算子。给定用户配对方案,利用连续凸逼近(Successive Convex Approximation,SCA)对目标函数下界进行松弛,构造卡罗需库恩塔克(Karush-Kuhn-Tucker,KKT)条件,并基于梯度下降法对功率分配问题进行优化。上述两个过程迭代直至收敛。仿真结果表明,相比于单独优化用户配对或功率分配,JUPPA具有更高的系统和速率。

摘要：为解决当前高校实验课资源分配问题,根据实验课程特点对传统排课问题要素及其两类约束条件进行调整,给出了符合实验课程特点的排课数学模型。为提高求解效率将一种三父代交叉算子引入求解过程,并针对实验排课问题设计了编码方案和种群初始化流程。使用排课案例对算法进行了测试,测试结果表明,该算法在求解质量和效率上均有一定优势。

摘要：基于非线性偏振旋转(nonlinear polarization rotation,NPR)锁模机制的光纤激光器因其结构紧凑、可靠性高而备受关注。基于这一锁模原理设计并搭建了掺镱光纤飞秒激光器。当双向泵浦功率为380 mW,在1030 nm波段获得了基频重复率为22.8 MHz的锁模脉冲。脉冲宽度为224 fs,平均功率180 mW,单脉冲能量8 nJ,10 dB带宽约为40 nm,信噪比大于50 dB。该激光器采用环形腔结构产生稳定的锁模飞秒脉冲输出,可实现自启动锁模。泵浦功率增加到1.6 W可观察到最高三阶被动谐波锁模,三次谐波对应68.5 MHz重复频率。该激光器由于在线宽、脉宽、脉冲能量上的优势,在光谱测量、拉曼成像等领域具有应用意义。

摘要：基于液体透镜的光学变焦系统无需机械运动即可达到变焦的目的,因此近几年来在光学应用中备受关注。在双液体透镜的基础上,设计了一种导电层连通的三液体自变焦补偿透镜,该液体透镜采用圆柱形结构,可通过控制电压来改变透镜中两个液体界面的曲率半径,以达到自变焦补偿功能。对该液体透镜的结构进行了详细分析,并求得该液体透镜的最小化结构表达式。依据高斯理论探讨了透镜相关参数对新型液体透镜变倍比及视场角的影响。

摘要：基于超快时间分辨光谱实验手段,研究了化学气相沉积(chemical vapor deposition,CVD)生长的ReS_(2)薄膜的超快载流子动力学和太赫兹发射。分别利用光泵浦探测和光泵浦太赫兹发射两套系统对ReS_(2)薄膜进行了测试,结果表明:ReS_(2)薄膜具有超快的载流子热化过程和亚纳秒量级的复合过程;在飞秒激光泵浦下能够产生频谱宽度为2.5 THz的太赫兹辐射。通过分析太赫兹辐射随泵浦光入射角改变而出现极性相反的现象,得出ReS_(2)薄膜产生太赫兹辐射的主要机制为表面场效应。研究结果不仅有助于理解ReS_(2)薄膜对超快激光脉冲的瞬态响应,而且为太赫兹光子器件(如太赫兹发射器等)的研究设计提供了重要参考。

摘要：随着多能互补能源结构的规模化发展,综合能源系统将成为未来能源系统的主要形式。针对综合能源系统各能源子系统的复杂耦合特性的特点,采用基于非支配排序的多目标差分进化算法的协同进化算法对综合能源系统的多维可靠供能区间进行求解。以供暖型热负荷参与需求响应为例,分析了需求响应的实施对系统的可靠供能能力的影响。通过仿真案例验证了该算法在综合能源系统可靠供能区间求解问题上的有效性,且需求响应的参与能够扩大系统的可靠供能区间,对综合能源系统的规划评估提供了参考。

摘要：为了实现酶标仪的全波段和快速检测,设计出一种基于反射式成像光路的全波段蛋白检测仪,采用反射式光学检测的方式进行成像,将一维成像光程扩展为二维,提高维度减少空间,同时提高了视场范围。分别进行了Human Pentraxin 3/TSG-14(PTX3)酶联免疫吸附实验以及二喹啉甲酸法(BCA)蛋白浓度检测实验,检测波长分别为450 nm和562 nm,并完成了对生物显色实验溶液的图像采集,利用图像处理比色算法进行分析处理,完成了蛋白浓度的测定。PTX3实验和BCA实验均基于四参数拟合模型绘制拟合曲线,拟合优度分别为0.9996和0.9997,与商用酶标仪绘制的标准曲线基本一致。PTX3实验使用42份未知样本,BCA实验使用40份未知样本,基于图像处理比色算法的质量浓度测量结果与商用酶标仪检测的质量浓度误差在5%以内,验证了全波段蛋白检测仪的可行性。

摘要：电力设备状态监测大数据分析是一个热点研究课题,对保障电力设备的安全稳定运行具有重要意义。联机分析处理(on-line analytical processing,OLAP)可以多角度、快速存取与分析数据,是实现电力设备状态监测大数据分析的一种重要技术手段。通过分析大数据环境下的OLAP技术,设计一种电力设备状态监测大数据分析平台,给出3种分布式数据分析方案,包括基于Hive的关系型联机分析、基于Impala的关系型联机分析和基于HBase的多维联机分析。分布式关系型联机分析虽然在一定程度上满足电力企业的需求,但其数据模型中表之间频繁的连接操作,导致其出现性能瓶颈。针对分布式关系型联机分析数据模型连接操作开销大、查询速度慢等问题,提出了基于无连接层次编码的电力设备状态监测数据模型,对常规数据模型进行改进,把维表的层次信息进行编码存储到事实表中,减少连接操作,以优化性能。采用Hive和Impala等大数据分析工具,在不同规模监测数据集上对本模型的数据加载、上卷操作、存储开销等方面进行实验测试。实验结果表明,数据加载速度约是常规模型的42%,上卷执行时间比常规数据模型缩短40%至49%,存储开销大约比常规星型模型减少37%,验证了本方法的有效性与可行性,给电力设备状态监测大数据分析带来一种新的思路。