基于聚类划分子种群的多种群遗传算法

标准遗传算法存在易于早熟,容易陷入局部最优的缺点,同时标准多种群遗传算法存在进化后期种群同质化严重的缺陷。针对这一问题,将聚类思想引入到多种群遗传算法的子种群划分中,提出了一种使用聚类方式划分子种群的多种群遗传算法,使得种群划分不再只是单纯的随机行为,而是将满足约束条件的个体根据其特征划分到不同子种群中,从而解决种群同质化问题,避免所有子种群陷入局部最优。最后,通过测试两个典型函数,验证了该算法的有效性,为多种群遗传算法提供了一种新的研究方向。     

PVDF基复合材料的制备及热学性质研究

采用溶液法制备了以聚偏氟乙烯(PVDF)为基体,多壁碳纳米管(MWNTs)和纳米二氧化锆(Zr O2)为填料的纳米复合材料。利用扫描电子显微镜(SEM)、差示扫描量热法(DSC)和X射线衍射仪(XRD)对复合材料的表面形貌、热学行为和结晶度分别进行了观察和研究。结果表明,多壁碳纳米管和纳米二氧化锆对材料的热力学行为都有影响。填料含量较少时能起到诱导结晶作用,随着纳米填料粒子含量的增加异相形核作用有所下降。当两种填料同时加入时,其诱导结晶作用增强。     

改性淀粉絮凝剂DTCS-AM的制备及絮凝性能

以淀粉为原料,通过交联、醚化等反应得到二硫代氨基甲酸盐改性淀粉(DTCS),然后以DTCS为骨架与丙烯酰胺在引发剂作用下进行接枝共聚反应,合成DTCS-AM改性淀粉絮凝剂。考察单体用量、引发剂浓度、反应温度和反应时间对接枝共聚反应的影响,通过红外光谱、扫描电镜对产物进行表征,并考察DTCS-AM改性淀粉絮凝剂对胜利油田钻井废水的絮凝能力。结果表明,DTCS-AM改性淀粉絮凝剂的最佳合成条件为:反应温度40℃,时间3 h,引发剂用量4 mmol/L,淀粉与单体质量比1∶2.2;DTCS-AM具有较好的絮凝结构,对胜利油田钻井废水具有较强的絮凝能力,絮凝剂用量为80 mg/L时,其COD去除率大于95%。     

PEG含量对水性可降解聚氨酯性能的影响简

本文采用“预聚-乳化法”合成了软段为聚（ε-己内酯）（PCL）和聚乙二醇（PEG）,硬段为异佛尔酮二异氰酸酯（IPDI）和小分子扩链剂的无毒水性可降解聚氨酯（PCLPU）,通过红外光谱（FTIR）和差示扫描量热（DSC）曲线分析、偏光显微镜（PLM）观察以及相对分子质量、水接触角和降解失重测定,研究了PEG含量对聚氨酯微相分离程度、软段结晶性能和降解行为的影响。发现随着PEG含量的增加,PCLPU的微相分离程度增加,软段PCL的结晶受到阻碍。材料的亲水性和结晶性对PCLPU的降解影响明显,当PEG和PCL比例（PCLPU50）适当时,所获得的亲水性、酯基含量以及结晶程度均适中,这时材料的降解速率最快。细胞毒性测试表明PCLPU降解液质量浓度低于1 mg/mL时,细胞生长正常。此类水性无毒可降解聚氨酯将在生物工程领域具有广阔的应用前景。     

基于云模型和K-means聚类的蝙蝠优化算法

为了改善蝙蝠算法在函数优化中稳定性差,易陷入局部最优的问题,利用云模型随机性和稳定倾向性的特点,提出了一种蝙蝠优化算法,根据个体适应度值,利用K-means聚类算法把种群划分为三个区域,分别采用不同的频率生成策略,使算法既能稳定的控制搜索空间范围,又能避开局部最优解,同基本的蝙蝠算法比较,仿真结果表明,该算法在函数优化问题中具有较高的精度和较快的搜索速度.     

一种基于AC-RBF神经网络的网络安全态势预测方法

为了准确地把握网络安全发展态势,提出了一种基于自适应聚类径向基函数(adaptive clustering radical basis function,AC-RBF)神经网络的网络安全态势预测(network security situation prediction, NSSP)方法?该方法对网络安全态势样本自适应聚类,获得了神经网络隐层节点数,采用梯度下降法训练神经网络,寻找网络安全态势样本之间的非线性映射关系,利用该关系对未来时刻网络安全态势进行了预测? 仿真实验表明,相对于 K-均值 RBF 神经网络及支持向量机(support vector machine,SVM)预测模型,该方法在神经网络规模较小的情况下,不仅能够反映网络安全态势的总体趋势,而且还提高了预测精度,能够提供给网络安全管理员一个直观的网络安全态势图 ?     

基于并查集的DBSCAN算法设计

DBSCAN算法是经典的基于密度的聚类算法,能够在含有噪声的数据中发现任意形状的簇,但其效率较低．并查集常用于解决不相交集合的合并问题,将并查集的方法应用于DBSCAN算法的设计中,使得算法效率得到有效提高．     

基于聚类分析的短期负荷智能预测方法研究

短期电力负荷预测作为电网企业的基本工作,其精度的提高对于电网企业运营管理和调度管理具有较大的意义,然而由于电力负荷受到诸多非线性因素的影响,因此得到高精度的电力负荷预测结果是比较困难的.本文首先利用数据挖掘中的k-means聚类技术对训练集的气象数据进行聚类分析,分析提取相似日,在提取相似日的相关历史数据后,建立支持向量机模型进行短期电力负荷预测.经算例结果证明,由该方法得出的预测结果平均相对误差为0.88%,和同结构支持向量机预测的平均相对误差(1.66%)以及ARMA预测的平均相对误差(3.81%)相比,预测精度得到明显的提高,证明了该方法的有效性.     

低温环境下聚磷微生物的富集驯化研究

针对低温环境下生物强化除磷工艺的启动与运行,研究了厌氧/好氧和厌氧/缺氧两种模式富集驯化好氧聚磷菌和反硝化聚磷菌的效果.研究表明,以城市污水处理厂活性污泥为接种污泥,在8~11℃的低温环境下能有效完成好氧和反硝化聚磷菌的富集驯化,厌氧/好氧和厌氧/缺氧反应器分别在第40d和第80d达到稳定状态.厌氧/好氧反应器内污泥释磷和吸磷能力强于厌氧/缺氧反应器内污泥,分别为27.7 mg P/g MLVSS,35.2mg P/g MLVSS,17.4mg P/g MLVSS,23.1mg P/g MLVSS.反硝化聚磷菌可以在好氧条件下以氧为电子受体快速吸收磷,而好氧聚磷菌在缺氧环境中以硝酸盐为电子受体立即吸收磷的能力较弱,仅为6.9mgP/gMLVSS,占好氧吸磷的19.6%.厌氧/好氧和厌氧/缺氧两个反应器富集前后聚磷菌(Accumulibacter)的丰度分别由9.3%(接种污泥)增加到79.3%(好氧聚磷菌)和61.6%(反硝化聚磷菌),同样表明了在该低温环境下两个生物强化除磷工艺均实现了Accumulibacter的有效富集.     

成团泛菌产微生物絮凝剂的絮凝特性研究

以淀粉生产废水作为培养基,利用从活性污泥中筛选得到的一株成团泛菌生产微生物絮凝剂。试验结果表明：发酵液中具有絮凝能力的物质绝大部分存在于离心后的上清液中;该絮凝剂溶液在100℃下保持60min后絮凝率为93.23%;高岭土悬浊液pH值为4-9时,该絮凝剂的絮凝率均在90%以上;絮凝剂溶液在4℃和20℃存放120h后,絮凝率分别为92.70%和92.21%。这些说明该絮凝剂具有较好的热稳定性、pH稳定性和时间稳定性。经显色反应、紫外光谱分析可确定该絮凝剂主要含多糖,通过硫酸-苯酚比色法测得该絮凝剂中多糖含量为75.60%。