乌红天麻风味发酵酒的酿造

以高粱为主要原料及适量的乌红天麻为辅料,酿造乌红天麻风味发酵酒;通过对高粱和天麻进行高效预处理实验,确定高粱和天麻的最佳处理条件;采用单因素实验和正交实验相结合,优化天麻风味发酵酒的最佳工艺参数。结果表明：高粱的最佳处理工艺是浸泡温度为80℃,浸泡时间为6 h,酶解时间为90 min,酶用量对应的比活性为600 U/g,酶解温度为60℃;天麻的最佳处理条件是酶用量对应的比活性为400 U/g,酶解温度为60℃,酶解时间为2 h;在预处理天麻汁与高粱汁体积比为40∶260的条件下,活化后的干酵母接种量为原料质量的0.8%, 30℃恒温发酵6 d,得到乌红天麻风味发酵酒的酒精度为10.4%(体积分数),天麻素质量浓度为38.6 mg/L。     

再生骨料取代率对地聚物混凝土尺寸效应的影响

目的 研究不同再生骨料取代率条件下的地聚物再生骨料混凝土抗压强度的尺寸效应,验证地聚物再生骨料混凝土的尺寸效应是否和普通水泥混凝土一致.方法 设计0、25％、50％、75％和100％的5种不同再生骨料取代率以及100 mm、150 mm和200 mm3种边长的地聚物再生骨料混凝土立方体试块,测试其抗压强度,计算抗压强度...     

大型石油工程企业数字化转型研究与实践

详细介绍了大型石油工程企业行业特点、组织模式及运营模式,针对该类型企业的数字化发展现状,重点分析了大型石油工程企业数字化转型的内外因,通过流程分析了大型石油工程企业数字化转型的难点和痛点,并以某大型石油工程企业数字化转型实践为例,对数字化转型的流程和成果进行阐述,以期为大型国有企业数字化转型提供理论参考和模型依据.     

基于DQN的机场地服人员动态排班研究

针对在繁忙机场的地面服务人员动态排班问题,提出一种基于深度Q网络(DQN)的排班方法．首先以最大化任务执行率和最小化员工工作时间作为目标,建立了优化模型;然后根据目标提出了两种不同的排班方法,进而采用DQN算法,根据生成的航班动态数据,提取6个状态特征作为网络的输入,并拟定合适的奖励机制,使得训练后的模型能够动态地选择最好的分配方法,最终对模型进行求解．将该方法应用在连续7 d的实际排班中,实验结果表明：与人工排班结果相比,该方法平均每天的任务完成数增加了0.43个,员工的总工作时长减少了53 min,DQN的排班结果具有明显优势,提高了机场地面服务的工作效率．     

水库(群)随机优化调度研究进展与展望

水库(群)随机优化调度是防洪减灾和实现水能资源高效利用的有效方法,通过考虑来水的不确定性显著提高调度决策的实际指导效果,增强综合效益．梳理了水库(群)随机优化调度的相关概念及其与调度规则函数之间的关系,以显随机优化、隐随机优化和参数模拟优化三种方法为分类依据,综述了国内外水库(群)随机优化调度方法研究的发展历程．针对该领域存在的问题与不足,未来研究应重点关注提升水文预报水平、增加调度规则提取方法准确度、提高参数优化模型计算效率、克服随机动态规划维数灾问题与多维径流转移概率求解问题等方面,为进一步提高随机优化调度水平提供参考．     

多因素耦合诱发孤立煤体冲击地压机理研究

为研究孤立煤体在采空区侧向支承应力、超前支承应力、断层切割形成的地堑结构等因素的耦合作用下诱发冲击地压事故的发生机理,采用现场实测、数值模拟等手段,分析了孤立煤体从形成到发生冲击地压事故期间的应力、塑性区演化过程。研究发现：2305S工作面受相邻采空区侧向支承应力作用,影响范围约210 m,应力峰值55.81 MPa; 2305S工作面推采至105 m时超前工作面45 m处应力峰值约为52.23 MPa;工作面推采至250 m时,在工作面前方41 m处应力值达70.96 MPa,应力集中系数达2.90;工作面推采至250 m时“见方”效应显现强烈,使孤立煤体区域应力集中程度加剧;同时2304S工作面采空区也使得楔形地堑区岩层沿高倾角断层面滑移,挤压孤立煤体区域,造成工作面断层三角区煤体应力进一步集中,从而诱发冲击地压。     

中小学体育的现状与思考——基于对准备活动的研究

体育是学校培养全面发展的社会主义建设者和接班人的一项重要教育内容,今天学校的体育工作直接影响着21世纪建设人才的素质。如何改善当前学校体育工作落后状况从根本上变升学教育为素质教育。严格执行国家制定的全民健身计划切实保证学生体育锻炼有一定的运动量和运动强度。     

求函数极限的方法

极限是高等数学中最基本的知识,是解决其他问题的基础。由于极限运算的题型多样,方法灵活,技巧性强。因此,本文通过一些典型例题对求函数极限的方法加以归纳、总结,以帮助初学者深刻地理解极限的概念并熟练掌握求极限的方法。     

基于自适应网格的多目标粒子群优化算法

针对现有多目标进化算法计算复杂度高,搜索效率低等缺点,提出了基于自适应网格的多目标粒子群优化(AGA-MOPSO)算法,其特点包括:评估非劣解集中粒子密度估计信息的自适应网格算法;能够平衡全局和局部搜索能力的基于AGA的Pareto最优解搜索技术;删除非劣解集集中品质差的多余粒子以维持非劣解集在一定规模的基于AGA的非劣解集截断技术.仿真计算表明,和文献中典型的多目标进化算法比较,AGA-MOPSO算法在求解复杂大规模优化问题方面表现了良好的性能.     

基于熵权的模糊物元决策

熵权是根据评价指标及其属性值的固有信息确定的.根据Vague集理论和物元理论,结合信息熵的概念,将熵权引入模糊物元决策中,介绍了Vague集的相关概念,定义了Vague复合物元.根据Vague排序函数定义熵权,并确定了模糊物元决策的理想解.在同时考虑专家权重和熵权的基础上,对各方案物元进行了综合评价.最后,以1个具体的数例说明如何运用本文所提出的方法.