考虑周期性维护与工时恶化的单机调度研究

机械加工的"个性化定制"和"多品种小批量生产"需求与日俱增,生产的高度灵活性和设备维护的必要性给调度工作带来了巨大挑战,实际生产伴随的工时恶化效应使得调度问题更加复杂。为了解决周期性维护策略下考虑工时恶化的单机调度和维护决策问题,利用分段线性函数对工时恶化进行描述,分别基于固定周期维护与柔性周期维护的特点,以最小化最大拖期成本和维护成本为目标建立模型,通过数值实验和调参分析,确定了维护决策的关键和非关键因素。结果表明:柔性周期维护没有批次空闲,目标函数值随β/α比值的增大呈阶梯增长状,能实现成本的"自适应"调节,较固定周期维护有显著优势。构建生产与维护的联合调度模型,可实现维护策略的优劣对比和生产与维护的联合决策,降低企业生产和维护的运营成本。     

一种基于余弦因子改进的混合聚类算法

为了解决传统的K-means聚类算法全局优化性差,容易陷入局部最优的问题,用具有全局自适应优化特点的遗传算法与K-means算法结合来改善聚类效果.在此基础上提出了基于余弦因子改进的混合聚类算法(SGKM),在交叉和变异操作时用基因余弦因子(GCOS)进行个体控制,确保差的个体不会被引入下一代,并采用交叉和变异概率的自适应控制,结合了K-means算法的高效局部搜索和遗传算法的全局优化能力.实验结果表明,与其他基于K-means算法改进的聚类算法相比,SGKM算法能获得更小的簇内距和更大的簇间距,且数据对象的分类准确率有一定的提高.应用SGKM算法进行聚类不易受到不良个体的干扰,可以有效地改善聚类效果.     

基于模拟退火法的水力压裂裂缝参数反演

提出一种基于模拟退火的水力压裂裂缝参数反演算法, 并以合成的倾斜场数据为例, 对水压裂缝的中心位置、倾向、倾角和体积等参数进行了反演试算。试算结果表明, 与传统的梯度法或贝叶斯反演方法相比, 这种新方法在有效估算水力压裂裂缝关键参数的同时, 显著地扩大了目标函数的收敛区域, 降低了算法对裂缝参数初始值精度的依赖程度, 提升了反演算法的适用范围, 并且不需要任何裂缝参数的先验信息。该研究为水力压裂过程中裂缝参数的实时解算提供了算法基础。     

基于模拟退火法的水力压裂裂缝参数反演

提出一种基于模拟退火的水力压裂裂缝参数反演算法,并以合成的倾斜场数据为例,对水压裂缝的中心位置、倾向、倾角和体积等参数进行了反演试算。试算结果表明,与传统的梯度法或贝叶斯反演方法相比,这种新方法在有效估算水力压裂裂缝关键参数的同时,显著地扩大了目标函数的收敛区域,降低了算法对裂缝参数初始值精度的依赖程度,提升了反演算法的适用范围,并且不需要任何裂缝参数的先验信息。该研究为水力压裂过程中裂缝参数的实时解算提供了算法基础。     

基于砂岩数字岩芯图像的渗透率模拟与粗化

运用闵可夫斯基泛函,结合K-means聚类方法,对应用CT扫描获得的砂岩数字岩芯图像进行岩石类型的精细划分,将岩芯划分成为粗粒区、细粒区和过渡区,进而获得岩芯的精细分层。基于砂岩数字岩芯图像,应用岩芯驱替模拟变换法,模拟在不同驱替压力条件下岩芯中湿相与非湿相的分布状况。应用格子玻尔兹曼方法(LBM),对岩芯各个小层进行渗透率的计算模拟,并采用直接加权平均、回归各岩石类型孔-渗关系曲线以及去除薄层后回归各岩石类型孔-渗关系曲线3种方法,完成对岩芯渗透率参数的粗化,获得粗化后的渗透率参数和孔-渗关系曲线方程。     

一种趋化因子的筛选

趋化因子是—种细胞因子 ,它是由组织细胞和炎性细胞衍生的、具有白细胞趋化活性的肽分子。论文确定了筛选趋化因子的实验方法趋化小室实验及其最佳实验条件 :以含 0 .1% BSA(牛血清蛋白 )的 RPMI16 4 0培养基为阴性溶剂 ,以趋化因子 Fmlp为阳性对照 ,白细胞浓度为 1.6×10 3/ μL 等。在上述条件下 ,对从 10种蛇毒中分离的 32 7个样品进行筛选 ,得到有趋化活性的样品 5个 ,经体外细胞毒性实验验证 ,其中 4个对细胞无毒性。趋化因子在抗肿瘤和AIDS病的防治等方面具有药用价值。     

基于波形聚类分析的微地震监测事件类型判别及应用

以不同类型微地震监测事件在波形相似性上的差异为基础, 结合发生位置、走时规律和偏振方向等方面的特征, 提出一种基于波形聚类分析的微地震监测事件类型判别方法。首先使用常规的微地震事件识别算法, 快速地得到待分类的疑似事件; 然后进行波形聚类分析, 结合事件的属性特征, 实现对不同类型微地震事件及噪声事件的分类和判别。分类结果可用于波形模板匹配, 识别同类的低信噪比微地震事件; 还可将所有同类事件作为一个整体, 采用全局优化手段提高初至拾取的精度。     

三峡水库不同运行工况下中段干流碳源气体释放通量研究

来自陆地大量有机碳源的输入,以及三峡库区调度运行和筑坝蓄水导致CO_2、CH_4等碳源气体的排放成为近来关注的热点。以三峡库区干流中段为研究对象,于2017年8月—2018年11月对忠县(ZX),万州(WZ),涪陵(FL)进行每月采样分析,探求水-气界面CO_2、CH_4通量在水库不同运行工况下的变化特征。研究发现,在观测期间内,ZX采样点CO_2浓度在0.008 6～0.115 3 mmol/L波动,WZ采样点CO_2浓度在0.003 5～0.116 8 mmol/L波动,FL采样点0.006 3～0.098 6 mmol/L,整体上3个采样点的CO_2浓度变化趋于一致,都在库区泄水期运行4—5月CO_2浓度达到峰值,在低水位运行期的6—9月降到最低值。CH_4通量在水库低水位运行期表现为"汇",FL点位在泄水期达到"源"的最大值;3个采样点的CO_2通量在泄水期均表现为"源"的特征,低水位运行期的CO_2通量表现为"源"与"汇"的转换。通过与国外已有水库监测数据比较分析,CO_2扩散通量在全球水库序列中处于中等水平,CH_4扩散通量在全球水库序列中处于中等偏下水平。     

A Holistic Energy-Efficient Approach for a Processor-Memory System

Component overclocking is an effective approach to speed up the components of a system to realize a higher program performance; it includes processor overclocking or memory overclocking. However, overclocking will unavoidably result in increase in power consumption. Our goal is to optimally improve the performance of scientific computing applications without increasing the total power consumption for a processor-memory system. We built a processor-memory energy efficiency model for multicore-based systems, which coordinates the performance and power of processor and memory. Our model exploits performance boost opportunities for a processor-memory system by adopting processor overclocking, processor Dynamic Voltage and Frequency Scaling(DVFS), memory active ratio adjustment, and memory overclocking, according to different scientific applications.This model also provides a total power control method by considering the same four factors mentioned above. We propose a processor and memory Coordination-based holistic Energy-Efficient(CEE) algorithm, which achieves performance improvement without increasing the total power consumption. The experimental results show that an average of 9.3% performance improvement was obtained for all 14 benchmarks. Meanwhile the total power consumption does not increase. The maximal performance improvement was up to 13.1% from dedup benchmark.Our experiments validate the effectiveness of our holistic energy-efficient model and technology.     

基于波形互相关的微地震事件自动识别及初至拾取

根据具有相似震源位置及破裂机理的微地震事件通常在地震记录上表现出相似波形特征的原理, 提出一种基于波形互相关的微地震事件自动识别及初至拾取方法。首先, 通过计算道间互相关函数, 对微地震记录进行时差校正; 然后, 通过计算道间相似系数的方法识别连续地震记录中的微地震事件。在完成事件识别的同时, 对时差校正后的多道记录进行叠加, 并采用STA/LTA方法对叠加道进行初至拾取, 结合各道间的时差信息即可获得各道微地震事件的初至到时。为了检验所提方法的可行性和有效性, 分别对模型数据和实际资料进行处理,结果表明利用所提方法可以在有效地识别微地震事件的同时, 得到较为准确的初至拾取结果。