关键词： 虚拟alpha实验   Mylar膜厚度   真实alpha实验   计算薄膜厚度   Srim软件  

摘要： 根据中山大学物理与天文学院近代物理实验虚拟核实验连续三个年级的本科生实验报告,发现学生在用数学公式计算Mylar膜厚度时,与理论值出现较大误差,各年级的平均相对误差分别为445.02%、335.45%和519.92%。为了查找误差原因,做了真实核实验并依旧采用数学计算方法计算Mylar膜厚度,发现仍旧与理论值出现较大误差,相对误差值为207.72%。而采用Srim软件计算虚拟核实验Mylar膜厚度和真实核实验Mylar膜厚度时,相对误差很小,分别为7.47%和20.1%。从而判定,用数学组合公式在计算多原子化合物Mylar膜时,不准确度较高,误差较大。

关键词： 数学形态学   LMD算法   滚动轴承   全生命周期   故障检测  

摘要： 当滚动轴承在高速旋转时，会产生振动和摩擦，容易引起轴承表面的细微磨损和损伤，且在恶劣的工作环境中，会加剧轴承的磨损和腐蚀，难以区分表面缺陷；为此，对滚动轴承全生命周期故障检测方法进行了研究；根据滚动轴承的故障机理及特征，设置滚动轴承故障检测标准，模拟滚动轴承全生命周期工作过程；采集并预处理滚动轴承的表面图像数据和内部振动数据，利用数学形态学基于形状特征提取滚动轴承表面图像的微小特征，通过LMD算法分解复杂信号为多个单一调频和窄带调频分量，提取峭度、频率等关键特征;采用特征匹配的方式，得出滚动轴承故障类型、位置以及故障量的检测结果；通过实验得出结论：优化设计方法的故障类型误检率明显降低，具有良好的故障检测能力。

关键词： 供热机组   负荷优化   数学模型   算法  

摘要： 随着城市供热系统规模的不断扩大,负荷需求的不断增长,供热机组负荷优化分配的问题越来越成为供热系统运行中的关键挑战,如何合理分配机组负荷,直接影响供热系统的能源利用效率、运行成本和对环境的影响,也成为供热系统管理人员和研究人员迫切需要解决的问题。本文对供热机组负荷优化分配的数学模型进行分析,对供热机组负荷算法及应用优化方法进行分析,结合供热机组负荷特性,提供供热机组负荷优化应用参考的意见。

关键词： 苏教版教材   两位数加减法   算理  

摘要： 以苏教版数学教材一年级下册“两位数加减整十数、一位数”的教学为例,通过教材解读后设计以下的教学活动:复习旧知,回忆两位数加法的算法;直观操作,探究两位数加整十数、一位数;知识迁移,探究两位数减整十数、一位数;巩固练习,解决两位数加减法的实际问题。这样教学,既使学生深入理解算理,逐步掌握两位数加减整十数、一位数的计算方法,又有助于发展学生的逻辑思维、探究能力,实现提升学生数学核心素养的目标。

关键词： 蚁群算法   大数据   计算引擎   均衡部署模型   Ant Colony Algorithm   Big Data   Computational Engine   Balanced Deployment Model  

摘要： 随着大数据技术的迅猛发展，大数据计算引擎的性能优化和均衡部署问题成为研究热点。蚂蚁算法是一种模仿自然界中蚂蚁觅食的方法，它具有良好的全局寻优能力和较强的鲁棒性，非常适合求解复杂的优化问题。在此基础上，提出了一种基于蚁群算法的大规模数据挖掘方法，研究面向大数据计算引擎平衡配置问题的蚂蚁算法，通过建立数学模型，对计算资源进行优化配置。本项目的研究成果将为大数据处理引擎的平衡部署提供新的研究思路与方法。

关键词： 数学算法   马尔可夫预测模型   服装色彩   预测  

摘要： 服装设计中的流行色趋势变化对企业的生产和营销战略具有直接影响。精确的流行色预测系统不仅可以助力企业深入洞察市场需求,还能帮助企业抓住商业机遇。因此,开发一套高精度、客观、科学的服装色彩变化预测模型,已成为服装行业的当务之急。基于此,文章借助马尔可夫预测模型这一数学工具,对服装色彩流行趋势进行量化分析,旨在通过严谨的数学算法进一步验证服装色彩变化的规律性,为服装色彩设计提供坚实的预测支持。

关键词： 计算数学   人工智能   算法优化   数据处理   模型准确度  

摘要： 本文详细剖析了计算数学在人工智能算法优化方面的关键作用。深入分析相关理论,本文详细说明了计算数学在提升算法效率、加强数据处理能力以及优化模型准确度方面所具有的突出作用,对未来人工智能领域的发展前景及其应用可能性进行了探讨。文章起始部分阐述了计算数学在提高算法效率和数据处理能力方面的运用,例如,误差解析与修正,以及模型复杂性与性能的权衡等。论述了计算数学在神经网络优化、深度学习提升以及机器学习领域的运用,涵盖网络架构优化、训练流程优化、数据分析和特征提取、算法选取与调整等。

关键词： 电动车辆路径问题   可调鲁棒优化   不确定行驶时间   行生成   集划分  

摘要： 针对行驶时间不确定的允许部分充电的带时间窗电动车辆路径问题,考虑多面体不确定集度量行驶时间的不确定性,建立了一个可调鲁棒优化模型,设计了基于行生成和集划分的求解算法,采用标号法对路径的可行性进行判定,并将不可行的路径作为新的约束加入到模型中.数值实验表明,94%的算例可求得最优解,这验证了本算法的效率;利用多面体不确定集进行度量对总行驶距离和车辆总数目具有正向的影响;相比于普通鲁棒优化,可调鲁棒优化的求解结果有显著提高,可以提升车辆调度的灵活性.