编者按:结构与功能镁合金专刊

       镁合金有诸多优良性能如高比强度,良好的铸造性能及阻尼性能, 作为轻量化结构材料在交通运输业及航空业有广泛的应用前景。为了拓宽镁合金的应用前景,过去在如何进一步提高镁合金的高温性能和如何进一步改善镁合金的室温塑性与成型性方面进行了大量的研究。镁合金除了在结构方面的应用外,它们也可被开发为功能材料应用于相关领域。基于镁合金自身的腐蚀特点、良好的生物相容性与人体骨骼相近的弹性模量,其被研究开发为可降解医用材料应用于体内。除医疗方面的功能性应用外,镁合金在作为电池阳极材料和储氢材料方面也表现出巨大的潜在应用前景。       遗憾的是镁合金还存在几个方面的应用瓶颈,如室温塑性及成型差、形变不对称性、强度低。作为潜在医疗植入降解材料,其降解速度又过快。为了解决这些问题, 促进镁合金的广泛应用, 开发高性能镁合金结构材料及其功能材料已成为当前材料科学、生物科学及能源领域的研究热点。       因此,为了解镁合金开发及其应用方面的最新进展及考虑到进一步拓宽镁合金应用的重要性,我们推出了就镁合金开发、加工工艺、合金的表面处理、及作为储氢材料的专刊。本专刊共收录了17篇论文,包括1篇镁合金表面处理综述及16篇研究论文。希望通过本专刊收录的论文能够帮助相关研究人员对镁合金作为结构材料及功能材料的研究进展方面有综合全面的了解。     

灰头麦鸡孵卵节律初步观察

灰头麦鸡(Vanellus cinereus)隶属鸻形目鸻科,在江西吉安地区是夏候鸟。2015年3~4月我们在井冈山大学校园内对灰头麦鸡的繁殖及孵卵节律进行了初步研究。结果显示,灰头麦鸡的窝卵数为4.0枚(n=4),卵鲜重平均为26.9 g,卵量度平均为:47.0 mm×34.2 mm。根据对4个巢的监测,灰头麦鸡在孵卵期的平均日离巢次数是5.6次,平均日离巢时间在86.6~95.2min之间,平均在巢率为87.5%(n=4)。研究发现,天气会影响鸟类的孵卵节律,相比阴天和雨天,晴天离巢次数和离巢时间最少。     

产碱性纤维素酶浅黄金色单胞菌Chrysemonas luteola的诱变选育

以筛选到的一株产碱性纤维素酶浅黄金色单胞菌为出发菌株，经紫外线、紫外线和甲基磺酸乙酯(EMS)复合诱变等处理后，筛选到一株产CMC酶活较高的变株．经5代诱变后，变株产CMC酶活从原来的(发酵液)156．61U／mL提高到325．45U／mL，同时，结果表明变株FQ2产酶特性已趋于稳定．     

量子激光雷达测距与测速的研究进展

激光雷达以其优良的定向性和高分辨率,成为自动驾驶、测绘和遥感等领域的核心传感器,但是近年来传统激光雷达也面临探测灵敏度和分辨率限制等诸多挑战.本文以测距与测速性能为核心,从经典激光雷达的两类代表——脉冲激光雷达与频率调制连续波激光雷达出发,分别介绍了量子脉冲激光雷达与量子干涉式激光雷达的研究进展.通过对目前量子激光雷达研究成果的梳理,深入了解目前量子激光雷达的研究重点与难点,为未来量子激光雷达的发展提供帮助.     

广域六角格兵棋地图构建方法与机动推演应用

兵棋推演是预演战争、模拟作战的科学方法,全球化趋势对兵棋推演的推演范围和灵活程度提出了更高要求。采用六边形全球离散格网系统建立广域多尺度兵棋地图,并在推演案例中检验了其作用。首先,提出栅格及矢量数据六角格量化方法;其次,建立环境要素与作战要素联合作用的部队机动时间效能模型,设计了最优路径规划算法;最后,构建兵棋地图,并以部队海陆两栖机动推演为例加以验证。实验结果表明,六边形全球离散格网系统兼具数据建模和分析计算功能,既可被用于构建海陆广域多尺度兵棋地图,又可作为作战推演的统一计算框架,弥补了传统兵棋地图空间范围受限、尺度变换不灵活的缺陷,具有较好的应用前景。     

基于Petri网的VOCs跨区域流动动态风险评估方法

为了评价污染天气下由于VOCs(volatile organic compounds)跨区域流动产生的区域间的相互影响作用的大小,找出对受污染区域影响较大的路径,结合Petri网模型提出了VOCs跨区域流动动态风险评估方法。利用HYSPLIT模型确定多个潜在污染源与受污染区域的VOCs迁移路径,运用Petri网去描述各个迁移路径之间的关系;将动态风险大小的计算融入到函数Petri网的运行中,定量评估潜在污染源到受污染区域的各条路径的风险程度;案例分析得出污染天气下周边区域对于西安的动态风险评估结果以及各污染路径的潜在风险指数。研究表明,在重污染天气下各个污染源城市对西安的影响程度大小由高到低依次为宝鸡>汉中>西宁>兰州。该方法为评估VOCs跨区域流动过程中潜在污染源的风险程度提供了依据。     

云环境下基于改进SEIRS模型的VOCs最优减排计算

不同区域的挥发性有机物(volatile organic compounds, VOCs)排放是相互关联与影响的,为了将VOCs对大气环境的影响降到最低,实现VOCs区域协同联动治理,建立了以VOCs减排总量最大为首要目标最优减排模型,提出一种考虑环境污染因素的改进SEIRS传染病动力学优化算法(SEIRS infectious disease dynamics optimization algorithm considering environmental pollution,SEIRSCE)在云环境下求解模型。应用案例以西安市为例,在阿里云服务器中使用SEIRS-CE算法对西安市13个气象监测站所对应VOCs关联区域减排问题进行计算并与传统智能优化算法进行对比,结果表明建立的VOCs最优减排模型具有科学性和可行性,在云环境下使用SEIRS-CE算法相较于对比算法求解VOCs最优减排问题的收敛速度更快,求解精度更高,陷入局部陷阱概率更低,具有高并发性、高安全性、高共享性,对府际间VOCs联防联控治理提供借鉴。     

针对大规模数据的分布一致缺失值插补算法

缺失值插补(missing value imputation,MVI)作为数据挖掘领域的重要研究分支,旨在为机器学习算法的训练提供高质量的数据支持。不同于现有的以算法性能提升为导向的MVI算法,为对大规模数据的缺失值进行有效插补,该文提出一种以数据结构还原为导向的数据分布一致MVI(distribution consistency-based MVI, DC-MVI)算法。首先,DC-MVI算法基于概率分布一致性原则构建了用于确定最优插补值的目标函数;其次,利用推导出的可行缺失值优化规则获取与原始完整值保持最大分布一致性且方差最为接近的插补值;最后,在分布式环境下,针对大数据的随机样本划分(random sample partition, RSP)数据块并行训练DC-MVI算法,获得大规模数据缺失值对应的插补值。实验结果表明：DC-MVI算法不仅能生成与原始完整值保持给定显著性水平下概率分布一致的插补值,还具有比另外5种经典的和3种最新的MVI算法更快的插补速度和更好的插补效果,进而证实DC-MVI算法是一种可行的大规模数据MVI算法。