模拟酸雨对土荆芥生长和抗氧化酶活性的影响

以入侵植物土荆芥为研究材料,同属植物藜作为对照,研究在不同pH值的模拟酸雨处理下,土荆芥生长及抗氧化酶活性的变化.结果表明:土荆芥根受到的影响最为严重,根质量比和根冠比随模拟酸雨pH值的减小显著下降,而叶和茎受到的影响不大.随着模拟酸雨胁迫程度的加深,SOD活性呈上升趋势,CAT活性呈下降趋势,POD活性则表现为先升后降,呈单峰曲线型变化.藜的生长变化与土荆芥相似;而酶活性中,SOD活性变化与土荆芥一致,CAT和POD活性均具有不同的变化趋势.藜对当地的酸雨已具有一定的适应性,但强酸雨条件下土荆芥比藜具有更高的适应能力.     

应急设计框架:卫星总体方案设计

以卫星有效载荷总体方案变型设计为背景,探讨在人为或自然灾害的非正常情况下的应急设计方法．首先给出应急设计系统定义,然后给出实现应急设计基本依据：一是基于演化算法、Agent、人机结合和协同设计理论;二是仿蚁群社会应急行为．本系统的关键是,构造基干人与演化算法相结合的Agent（human—computer cooperation Agent,HC—Agent）,进而基于混合P2P网络模型构成多HC—Agent的协同设计系统,以使该应急设计系统具有抗干扰、自适应、快速响应的设计能力．     

羟基磷灰石/聚己内酯生物复合材料的制备及其生物活性

以聚己内酯(PCL)为基底、羟基磷灰石(HA)为增强剂,采用溶液浇铸法制备HA/PCL复合材料,考察了浸渍于模拟体液(SBF)中的复合材料生物活性,并用X衍射(XRD)和傅立叶变换红外光谱(FT IR)对材料的结构和组成进行表征。结果表明:HA/PCL(wHA=0.30)复合材料在SBF中浸渍14 d后,即在其表面形成一层弱结晶的碳磷灰石(CHA)覆盖层,显示良好的生物活性。     

冷卷热处理生产调度模型的启发式算法

针对某钢铁公司冷轧厂热处理车间冷卷热处理生产调度中车间大、炉区小的实际状况,建立了以热罩和冷罩为机器,冷卷为工件的一类不允许等待的混合流水车间排序模型．利用参数排序策略,实现炉区之间冷卷的重新分配;利用值排序策略,确定新的热处理顺序,使得所有冷卷最长热处理时间最短．在此基础上开发的冷卷热处理生产调度系统正在冷轧厂试运行,目前系统运行稳定、速度较快、功能较强,预计每年可创直接经济效益5000多万元．     

超启发式DE算法求解零等待发酵工艺调度

为解决具备间歇过程特点的零等待发酵工艺调度过程中易变质的难点,提出了一种超启发式差分算法,并将最小化最大完工时间设置为优化目标。此算法分为2层,高层为改进的自适应差分进化算法,来对低层的启发式操作进行选择排序。而低层组合排序成了新的算法对问题域进行操作,加入模拟退火算法避免陷入局部最优。所提出的方法具有学习的机制,对不同问题具有较强的泛化能力。通过测试算例和实际生产进行算法的比较和求解验证了此算法的有效性,结果表明所提出的算法比传统的启发式算法性能更优。     

射频磁控溅射透明ZnO薄膜的退火性质分析

采用射频(RF)磁控溅射法在玻璃衬底上制备了c轴择优取向的ZnO薄膜。对所制备的ZnO薄膜在空气气氛中进行不同温度(350~600℃)的退火处理。利用XRD研究退火对ZnO薄膜晶体性能和应力状态的影响;用扫描电子显微镜(SEM)观察薄膜的表面形貌;用分光光谱仪测试薄膜的透光率。研究表明,随退火温度的升高,ZnO薄膜(002)衍射峰强度不断增强,半高宽逐渐减小;ZnO薄膜中沿c轴方向存在着的张应力在500℃退火时得到松弛;退火处理后薄膜的平均透光率变化不大,但透射光谱出现了“红移”现象。     

基于改进神经网络的模糊聚类算法

文章提出了一种新的聚类方法NFC,首先用模糊逻辑神经元网络的聚类算法和Cauchy训练的模拟退火算法相结合的局部算法得到初始聚类中心,然后用FCM算法进行模糊聚类;实验证明,NFC算法在一定程度上解决了FCM局部极值问题且有效性非常高。     

分布式虚拟战场环境—现代战争的实验场

概要分析了军事仿真训练和演练技术的发展,综述了不同阶段产生过重要影响的有代表性的军事仿真训练和演练系统;介绍了我国自主研究开发的分布式虚拟战场集成环境DVENET;最后,指出了分布式虚拟现实技术研究中有待解决的几个问题。     

一种基于Bayes方法的优化算法

对实际问题而言 ,人们对于问题的解一般会有一个初步认识 ,并且这种认识会在搜索过程中逐渐加深或得到修正 ,这符合人们认识世界的普遍规律 .作者基于这一认识 ,提出了一种基于 Bayes方法的优化算法 ,从而较大地加快了算法的收敛速度.     

基于自适应退火遗传算法的船舶管路布局优化方法

采用自适应遗传算法来确定标准遗传算法的杂交率和变异率,尤其对变异率的调整,使其不但能根据个体适应值的大小进行自适应修正,而且能随进化状态的改变而改变,从而增强了算法摆脱局部最优解的能力.同时引入模拟退火思想,通过对标准遗传算法接受算子的退火处理,使其在搜索过程中除了接受优化解以外还以Metropolis准则接受恶化解,提高了种群的多样性,有效地增强了全局寻优能力.通过对适应值函数的退火拉伸,调整了进化前后期的适应值差异,从而加速了寻优过程.最终以形成的自适应模拟退火遗传算法进行船舶管路的三维布局优化,仿真实验表明,该算法不但加快了寻优速度,而且与标准遗传算法相比全局收敛率提高了近30%.