基于免疫进化算法的排放口最优规划

免疫进化算法是在现有进化算法的基础上发展起来的一种新的优化算法,其具有许多独特的性能.把该算法应用于排放口最优规划,结果表明:免疫进化算法不仅取得了良好的应用效果,而且成功地解决了此类问题中存在的非线性目标函数、约束条件过于复杂、"维数灾"等问题.     

安阳矿区煤与瓦斯突出预测模型的建立与应用

利用灰色关联分析法确定控制矿井煤与瓦斯突出的主导因素,根据人工神经网络建立煤与瓦斯突出危险性预测的系统结构,在此基础上,选用突出矿井的15个煤与瓦斯突出实例作为学习样本对网络进行训练,最后运用3个煤与瓦斯突出实例作为预测样本对所建模型进行验证。结果表明利用灰色理论—神经网络方法建立的预测模型能够满足煤与瓦斯突出预测的要求。通过分析和计算安阳矿区煤层的开采深度、地质构造(尤其是断层)与突出危险程度关系密切,在煤与瓦斯突出的预测、防治工作中可以作为首选指标来考虑。     

溶藻弧菌dtd基因的克隆及原核表达条件优化

根据NCBI数据库中已发表的溶藻弧菌(Vibrio alginolyticus)全基因组序列合成一对特异性引物,应用聚合酶链式反应(PCR技术)扩增溶藻弧菌HY9001菌株dtd基因,将其定向克隆到原核表达载体pET-32a构建重组表达质粒pET-DTD,并对其进行诱导温度、诱导时间、诱导IPTG浓度等条件的优化,最后探究其纯化时最佳咪唑洗脱浓度。结果表明:DTD蛋白成功表达,且其以包涵体的形式存在,在诱导温度37℃、IPTG浓度0.1 mmol/L条件下诱导5 h表达量最高,纯化最佳咪唑洗脱浓度为150 mmol/L。     

淮北城市空间结构演化及优化研究

运用Arcgis软件,将淮北市建市以来4次城市规划用地现状图进行对比,比较了不同时期城市外部形态指数、城市空间扩展规模、扩展速度和扩展强度、各主要用地类型规模及异质性指数。认为淮北城市空间经历了4个发展阶段,外部形态由早期的相对紧凑逐渐走向分散布局,并再次向紧凑布局演化;城市空间以夹符铁路为轴线沿东北—西南——东南向呈"C"形扩展;城市内部的工业用地、居住用地以及商业及公共设施用地规模不断扩张,相互之间也不断取代形成空间重构。从区域竞合关系、资源基础、交通区位、以及城市空间结构现状出发,认为未来淮北城市空间以东向、南向扩展为宜,内部以合理调控各功能用地空间组合、完善城市功能为主。     

牙鲆(Paralichthys olivaceus)β诺达病毒衣壳蛋白重组表达及复性条件优化 组表达及复性条件优化

β诺达病毒利用其缺乏校正功能的聚合酶进行基因组复制, 易导致突变, 因而具有广泛的宿主感染性, 而且可引发致死率极高的病毒性神经坏死症, 需要有针对性地研究检测及防御方法。本研究以感染牙鲆(Paralichthys olivaceus)的β诺达病毒为对象, 利用引物设计, 将His标签编码序列连接到完整病毒衣壳蛋白C端, 构建原核表达载体; 采用SDS-PAGE及质谱对表达产物进行分离和鉴定; 重组衣壳蛋白经镍离子亲和柱纯化后进行复性条件的正交优化。结果表明4个肽段经质谱鉴 定与预期一致; 纯化产物产量可达36mg/L; 4°C条件下, 复性缓冲液中尿素和PBS的最适浓度为0.8mol/L和0.05mol/L。本研究建立的制备方案可为研制相关疫苗以及开发针对该病毒的快速检测产品等提供有价值的参考。     

基于遗传小波神经网络的海底声学底质识别分类

分割海底声纳探测图像,提取单元特征向量进行主成份分析,选取均值、标准差、对比度、相关系数、能量及同质性作为训练特征向量,构建小波神经网络。利用遗传算法优化小波神经网络的初始权值及小波参数,对砂、礁石、泥3种底质类型分别进行训练,并得到3种底质的测试精度都在90%以上,优于单独利用小波神经网络进行训练时的测试精度,克服了小波神经网络训练时易陷入局部极小的固有缺陷,表明基于遗传算法的小波神经网络可有效用于海底底质声纳图像的识别和分类。     

海底双相随机介质声反射的SVM神经网络分类识别研究

考虑海底沉积介质为双相介质,为了更好地模拟实际海底底质的不均匀性,将随机介质理论引入双相介质理论。首先,通过基于随机-双相介质理论的高阶有限差分数值技术模拟计算海底底质分别为泥质砂、泥、泥质砾时的地震反射波信号。然后利用小波变换分别求取不同底质的一次反射波的包络作为其特征向量,最后利用基于粒子群智能算法优化的支持向量机神经网络对这些反射波信号进行分类识别。为了进一步考察所用方法的抗噪能力,对正演得到的海底底质反射波信号分别加入10%、30%、50%的高斯白噪音之后再进行分类,支持向量机仍然取得了较好的分类预测效果。基于上述正演模拟及分类识别方法的论证,提出了一套行之有效的微机软件模拟海底沉积物分类识别的一般化流程,这将有利于开展海底沉积物反射特征的进一步研究。     

基于GA参数辨识的直流伺服电机PID调节器的设计

针对数控火焰切割机自动调高系统的特点和要求,采用遗传算法对其位置调节器PID参数进行全局优化辨识,有效地解决了直流伺服电机的控制精度和快速性的问题.仿真结果表明,与传统的参数辨识法相比,遗传算法参数寻优使自动调高系统的动态性能大幅提高,具有很强的鲁棒性.     

基于最大特征值估计的C3算法及应用

第三代相干体算法(C3算法)具有分辨率高、压制噪声能力强的优点,但是该算法需要计算协方差矩阵的特征值,所以耗时较多。为提高大矩阵特征值分解的运算速度,提出了一种估计最大特征值的快速收敛算法,通过运用A2k矩阵的迹来构造一种收敛速度更快的特征值估计方法,并给出了这种方法的误差估计表达式,实现计算精度的有效控制。文中还讨论了地震数据体边缘补地震道方法,解决了将递推算法应用到平面方向时空间窗越过边界的问题。实例表明,本算法的计算效率明显高于常规的C3算法。     

考虑时间约束的地震救灾数学模型设计与实现

在地震救灾方面,针对信息实时更新的地震救灾数学模型,为了满足不同受灾点的物资需求,增加了出救点数量以及配送时间,以此来保证地震救援物资需求的满足度,提高了应急响应水平。结合地震救灾特点,设计了一种考虑时间约束的地震救灾数学模型。该模型在地震救灾物资需求预测部分,分析影响地震救灾物资需求量的主要因素,构建地震救灾物资需求量计算模型,对影响地震救灾物资需求量的主要因素构建隶属度函数,给出基于模糊综合评判的地震救灾物资需求分级模型。其次,考虑时间约束以及需求不确定等方面,构建考虑时间约束的地震救灾多目标优化数学模型,并给出求解模型。实验结果表明,该模型减少了救灾物资到达受灾点的延迟时间,可在满足时间约束的条件下提高物资需求满足率。