拥塞控制新算法:试算平衡

根据资源的需求和供给关系,提出了拥塞控制新算法——试算平衡法,旨在按一定比例抑制资源的需求,以实现系统资源的供需平衡,进而达到拥塞控制的目的.     

基于时间反转镜的自适应聚焦仿真研究

为在水下信号检测中消除水声信道的影响,实现最佳聚焦,在分析时间反转自适应聚焦原理的基础上,研究了时间反转镜(TRM)的自适应聚焦现象.在典型的水文条件下进行了TRM自适应聚焦的仿真研究.结果表明:在随机媒质中,TRM利用水声信道的相干多途特性获得聚焦增益,聚焦效果明显优于均匀媒质;聚焦信号的峰值比均匀媒质高23%.     

基于动态能力需求的鲁棒性武器系统组合决策

针对动态能力需求下武器系统组合决策问题,建立了鲁棒性武器系统组合决策模型。首先,基于能力需求动态演化的不确定性,采取决策树的形式建立能力需求多阶段演化模型;然后,基于能力需求的演化模型,定义了考虑鲁棒性的“系统组合能力-能力需求”的能力风险及相关函数,将该能力风险作为决策的准则;为了解决系统组合爆炸的问题,采用差分进化算法获取鲁棒性武器系统组合决策问题的最优解;最后,通过一个实例验证所构建模型的有效性和合理性。     

全长人PPAR-γ的表达、纯化与结构确证

目的建立表达、纯化结构完整的全长人PPAR-γ的方法。方法构建pReceiver-B01-PPAR-γ质粒并转化E．coliBL21（DE3）细胞,诱导表达重组蛋白,优化细胞生长条件;利用亲和色谱和尺寸排阻色谱纯化重组蛋白;胶内酶解重组蛋白,用离子阱质谱仪分析二维AgilentHPLC-Chip纯化的酶解片段;基于MS／MS搜索IPI、Swiss．Prot、NCBInr和MSDB数据库,鉴定重组蛋白。结果在优化的细胞生长条件（TB介质、37℃、0．8mMIPTG、诱导3h）,从每升TB中可获得280mg重组蛋白;两步纯化后,获得176mg、纯度为95％的均质重组PPAR-γ蛋白;经质谱分析和搜索蛋白质数据库,获得均匀地分布在整个PPAR-γ多肽链中的33个阳性肽段,覆盖率为60％,表明重组蛋白为结构完整的全长人PPAR-γ。配体结合活性位点S289、H323、H449和Y473无突变,保证全长人PPAR-γ与配体结合的生物学活性。结论本文所建立的方法能成功用于大量表达结构完整的全长人PPAR-γ,有利于进一步的结构、功能研究和活性配体的筛选。     

A356.2铝合金生产过程中的设备管理效益

介绍了在当前铝加工行业较为困难的情况下,A356.2铝合金生产线的设备选型,提出了几种创造效益的新思路,论证了设备管理不再是狭义上的设备技术管理,而是更广义的生产力管理.设备管理需根据市场经济要求,不仅为生产服务,更要为提高企业的经济效益服务,为提高产品质量、降低能耗、控制污染、减少成本和占领市场服务.     

深部软岩巷道爆破卸压技术及工程应用研究

为控制深部软岩巷道的变形,利用爆破卸压技术,对淮南矿业集团谢桥矿高应力软岩巷道进行了爆破卸压工程试验,充分改变围岩应力状态,使巷道的变形量及稳定时间得到了很好的控制。     

交替拟合残差算法与HPLC-DAD结合快速测定复合麻醉剂

将交替拟合残差算法与HPLC-DAD(高效液相色谱-二极管阵列检测)相结合,用于复合麻醉剂中盐酸普鲁卡因和盐酸利多卡因的同时直接快速测定,两组样本中盐酸利多卡因的回收率范围分别为96.2%~101.6%和100.3%~102.3%,盐酸普鲁卡因的回收率范围分别为93.7%~110.4%和97.3%~107.9%.研究表明,交替拟合残差算法可以很好地解决HPLC中色谱和光谱的重叠问题.     

一类新的圈代数和它的Liouville可积演化方程族

基于Lie代数Aa-1的推广,构造了一类新的圈代数,并设计了一个新的谱问题。然后,利用屠格式获得了一个新的可职系统,并推导出它相应的非线性演化方程族,最后,证明了该演化方程族在Liouville意义下是可积的。     

粤北诸广山南部同构造花岗岩的厘定及其与铀成矿作用关系

粤北诸广山岩体为印支-燕山期形成的多期多阶段复式岩体,其南部发育浅层次热隆伸展构造。本文根据该岩体密下水地区出露岩性的宏观韧性变形与镜下微观证据、岩石学特征及构造年代学约束,认为区内燕山期花岗岩为同构造侵位岩体,能为区域热隆伸展构造的形成与演化提供可靠的年代学约束,可准确限定热隆伸展构造活动的时间下限。研究表明,区域热隆伸展运动启动于燕山早期(~160 Ma),较前人利用中基性侵入脉岩限定的时限提早了约20 Ma;区域铀成矿时代从早期(~150 Ma)至晚期(~40 Ma)与区域伸展构造活动的时间具有高度耦合性,揭示出区域热隆伸展构造的形成与演化过程对区域铀成矿具有控制作用;同时,该期同构造花岗岩与构造前花岗岩的接触带是早期高温铀成矿的有利部位。     

改进萤火虫算法及其收敛性分析

萤火虫算法因具有结构简单、控制参数少、易于实现的特点而得到广泛的关注和应用,但其易陷入局部最优导致过早收敛,从而影响寻优精度。针对这一问题,本文在位置更新规则中加入随机扰动因子,并剔除了冗余的随机项,以提高算法搜索能力;引入位置置换变异和差分进化算法中的最优变异策略,在保持种群多样性的同时,增强算法跳出局部最优的能力。采用马尔可夫过程证明了算法以概率1收敛到全局最优。利用基准函数和装箱问题对算法进行仿真测试,结果表明,改进后的算法能够有效跳出局部最优,对给出的所有问题均能找到理论最优解,寻优精度和成功率有明显提升。