模拟沥青混合料集料的多面体颗粒随机生成算法及程序

Random Generation Algorithm for Simulation of Polyhedral Particles in Asphalt Mixture Aggregate and Its Program

田莉[1,2] 刘玉[1,2] 胡霞光[2,3,4] 王秉纲[1]

为了真实反映沥青混合料中集料的形状、级配及排列，准确模拟其复杂的几何特征与物理性质，提出了模拟沥青混合料的多面体随机生成算法，介绍了算法实现过程中的关键技术问题及程序设计。该算法不仅考虑了矿料级配、颗粒分布的随机性，多面体区域生成及级配的检验与确定，而且考虑到几何与物理参数的转换问题，解决了沥青混合料集料空间结构重构的关键问题。研究结果表明：该算法及程序操作简便，切实可行，为沥青混合料或其他矿物质混合料空间结构重构提供了一种新途径。[著者文摘]

In order to truly reflect shapes, gradation, spatial arrangement of aggregate and exactly simulate its complex geometrical and mechanical characteristics, random generation algorithm for simulation of polyhedral particles in asphalt mixture was put forward, and the key techniques and programming design in process of algorithm realization were introduced. Considering not only mineral gradation, spatial arrangement of aggregates, generation of polyhedral ,regions, verification and determination of gradation, but also the transition of geometrical and physical parameters, the algorithm which solved the key problems was used to restructure asphalt mixtures. The study results indicate that the algorithm and its programming are convenient and practical, and provide a new way for restructuring asphalt mixtures or other mineral mixture spatial structures.[著者文摘]

高速公路交通生成预测的改进灰色马尔可夫模型

梅振宇 王炜 李铭 陈峻

高速公路交通生成预测是进行高速公路网规划不可缺少的环节，传统的预测方法需要考虑人口、土地利用等因素，过程显得极为复杂。而灰色预测模型可以在基础资料缺乏的条件下可建立模型进行预测，但对于高速公路交通生成量这一类随机性、波动性较大的数据，使得拟合较差，预测精度降低。针对这些不足进行改进，提出改进的灰色马尔可夫预测方法。最后将该预测模型应用于高速公路网规划交通生成预测中，取得了良好的效果。

糖尿病人利用食物血糖生成指数进行食物选择的探讨

耿艳军

对糖尿病人运用食物交换份选择食物和运用食物交换份加血糖生成指数进行食物选择进行比较。经统计学处理，后者的饮食治疗效果明显优于前者。结论：糖尿病人饮食治疗中应在控制总热量的基础上，按食物的血糖生成指数合理的选择及搭配食物以达到饮食治疗的效果。[著者文摘]

动态汉字库自动生成算法

潘志庚 马小虎

提出一种使用Ｆｏｕｒｉｅｒ级数描述器表示汉字轮廓，并通过改变谐波和级数展开式系数得到随机汉字的动态汉字库生成方法。所生成的汉字库中的汉字形状是随机的，在输出时才确定。它可用于模仿手写体汉字，创建不同风格的汉字和设计新的符号。

基于SVM的0-1序列生成器

0-1 sequence generator based on SVM

李双[1] 徐茂智[2]

提出一种0-1序列生成器的设计方法。该方法通过Logistic映射得到一组对初始值具有敏感性、快速衰减的自相关性、长期不可预测性和伪随机性的随机序列；利用SVM对随机序列进行粗粒化，由于SVM的确定性和不改变随机序列的时序性，生成0—1随机序列。理论研究和数值模拟表明，该序列发生器具有良好的随机性，并且易于实现。[著者文摘]

This paper presents a method of bit sequence generator based on Support Vector Machine.This method uses SVM to classify the random sequence got from chaotic system especially Logistic mapping.Because of the correctness of SVM＇s classification and the characters of chaotic system,we can easily get bit sequence with high quality.[著者文摘]