模糊粗糙神经网络的结构与参数优化

基于模糊粗糙隶属函数,建立了一种五层结构的模糊粗糙神经网络（fuzzy rough neural network, FRNN）,对神经元之间的连接,引入一个开关函数,从而把结构优化和参数学习问题转化为单纯的函数优化问题。提出一种混合智能优化算法（hybrid intelligent optimization algorithm, HIOA）用于FRNN的结构和参数优化,适应度函数同时考虑模型的精确性和网络的节俭性。典型的实验结果表明,FRNN适用非线性系统建模,相对于普通神经网络及其优化方法能获得更高的精度和泛化能力。     

脉冲混合系统关于两度量的最终稳定性

给出了脉冲混合系统关于两度量的最终稳定性的定义,利用分段连续Lyapunov函数,得到了脉冲混合系统关于两度量的一致最终稳定性的结果,最后用实例对所得结果进行了说明.     

新型有机-无机杂化吡啶盐化合物的设计合成

设计合成3种非线性光学效应的新型有机-无机杂化物,即3种不对称D-π-A型取代苯乙烯基吡啶盐化合物,并运用常规方法进行表征.以实验证实,从分子设计,通过分子组装,是合成有机-无机杂化型化合物的有效方法,同时培养出其中一种化合物的高质量单晶,解析了晶体结构,分析和探讨了化合物的组成-结构-性质之间的关系.     

酮肼交联型聚氨酯-氟化聚丙烯酸酯乳液的制备

采用单体预乳化的乳液聚合工艺,利用丙烯酸酯单体、有机氟单体、双丙酮丙烯酰胺合成含有活性酮羰基的氟化丙烯酸酯乳液;然后同合成的含有酰肼基的聚氨酯乳液按一定的比例混合制备出酮肼交联型聚氨酯-氟化聚丙烯酸酯(FPUA)复合乳液.通过红外光谱、激光粒径分析、透射电镜、接触角和耐溶剂性、耐水性能检测等方法对FPUA复合乳液及成膜物的组成和结构进行了分析和表征,并对复合乳液的涂料印花性能进行了检测.     

Lü系统的线性混合双(单)向耦合混沌同步

针对双(单)向耦合的两个混沌系统的同步问题,提出了一种线性混合双(单)向耦合的混沌系统同步方法.基于矩阵论和Lvapunov稳定性理论,根据同步模型的误差动力学系统给出了同步条件.针对Lü系统,通过选择适当的耦合参数,使得误差系统全局渐进稳定,即使得驱动系统和响应系统的状态达到同步.结果表明,在参数范围内可以保证系统的同步.理论分析和仿真结果都表明了该方法的可行性和有效性.     

温度对复合材料红外性能的影响

利用硬脂酸凝胶法制备了SiO2-Y2O3-TiO2复合材料.通过差热-热重分析、X-射线粉末衍射以及傅立叶变换红外光谱等表征手段对所得前驱体及烧结产物的性质进行了研究.结果表明该材料在中、远红外区具有较强吸收,在近红外有很好的反射,可以起到显著的隔热降温效果.     

混合动力汽车用镍氢电池的散热结构分析

以混合动力车用镍氢电池为研究对象,利用计算流体动力学分析软件对现有电池组的散热结构进行了流场和温度场的仿真分析,研究结果表明现有电池组的温度场均匀性较差.通过调整挡板及电池的位置、改变电池倾斜角度和电池的间距、施加挡风结构、包覆保温层等方法改善了电池组冷却气流分布和电池组温度场均匀性,其中包覆保温层的效果最好.为混合动力车用镍氢电池热管理的设计提供了依据.     

建筑火灾温度的场网复合模拟

针对多功能建筑模型,构建了场模拟和网络模拟之间的联接平台,对特殊受限空间(着火室和大空间房间)采用场模拟,对体积均匀受限空间采用网络模拟.将场、网单独模拟的结果相互作为彼此交界面的边界条件,实现了模型建筑在特定火灾场景下的场一网复合模拟.复合模拟可以清晰地提供特定火灾场景下特殊受限空间内烟气各物理量分布的详细信息,还可以足够准确地预测建筑内各受限空间的烟气运动特征,满足了求解精度和求解速度的要求.     

高层混合结构筒体厚度优化设计

为获得高层混合结构中外框架与混凝土筒体之间合理的刚度分配,利用结构优化的方法对筒体厚度进行主动选择,以筒体体积为目标函数,引入结构变形、剪重比、刚重比、框架楼层剪力、柱轴压比、底层墙肢轴压比、构件承载力、构造要求等约束限制条件.通过建立混合结构整体空间有限元模型.采用振型分解反应谱CQC法进行地震响应分析,提出了整体反映混合结构动力性能的优化数学模型.利用ANSYS作为优化工具,使用APDL语言编写优化文件.结合具体的高层混合结构实例,通过不同初始值求解来检验优化模型的可行性及优化算法的收敛性.优化后结构的内力减小,框架承担的内力比例增加,结构性能得以改善.     

Differential evolution algorithm for hybrid flow-shop scheduling problems

Aiming at the hybrid flow-shop(HFS) scheduling that is a complex NP-hard combinatorial problem with wide engineering background,an effective algorithm based on differential evolution(DE) is proposed.By using a special encoding scheme and combining DE based evolutionary search and local search,the exploration and exploitation abilities are enhanced and well balanced for solving the HFS problems.Simulation results based on some typical problems and comparisons with some existing genetic algorithms demonstrate the proposed algorithm is effective,efficient and robust for solving the HFS problems.