人工繁育与野外鳄蜥选择体温和运动能力的比较

为探究野外鳄蜥Shinisaurus crocodilurus与人工繁育鳄蜥在选择体温(T_sel)与运动能力之间的差异性,在实验条件下测定了人工繁育鳄蜥与野外鳄蜥的选择体温与运动能力,结果发现：野外鳄蜥与人工繁育鳄蜥的选择体温无明显差异,且每个样本的选择体温与其性别、体质量、体长没有显著相关性。人工繁育会导致鳄蜥的运动能力下降,野外鳄蜥的瞬时跑速(1.098±0.167 m/s)与人工繁育鳄蜥(0.842±0.186 m/s)(P<0.001)相比存在极其显著差异;性别差异对鳄蜥的跑动速度不会产生影响。经过设计的人工饲养环境与野外鳄蜥的生存环境基本保持一致,可能是人工繁育与野外鳄蜥选择体温无显著变化的原因。而饲养空间相对较小、天敌威胁小以及人为投食的喂养方式可能是导致人工饲养鳄蜥运动能力下降的主要原因。为使人工繁育鳄蜥在放归后能够适应野外环境,需要在人工饲养过程中增加对其运动能力的训练。     

淮南刘庄煤矿主井人工冻融土桩基稳定性分析

淮南刘庄煤矿主井井塔工程采用了人工冻融土地基,而人工冻融土在冻结和融化过程中各项物理力学性质指标、单桩、群桩承载力均发生了较大改变.文章通过计算,得到单桩竖向承载力、单桩水平承载力、群桩承载力以及桩基沉降量来分析桩基的稳定性.计算和分析结果对工程建设具有较重要的指导作用.     

人工冬眠——开创宇宙航行新通道

宇宙航行,即使穷尽宇航员的一生也未必能飞出太阳系范畴,更谈不上到宇宙深处去探测。这其中固然受到飞行器、飞行速度等等的制约,但人生苦短也是一个重要因素。如果能使人的生命得到极大幅度的延长,确实是实现星际航行的一条颇有希望的通道。人类寿命要得到极大幅度的延长,科学     

野马的明天

野马除去内脏后,肉质鲜美,有壮筋骨、强体魄等多种效用,所以一度被大肆猎杀,另外,它们赖以生存的草场也被家畜侵占。20世纪70年代普氏野马野生种群全部灭绝,现在只有这一物种的人工饲养种。     

一种离散状态与维度空间互映射的人工情感模型

情感智能是机器智能的重要组成与发展方向.人工情感模型目的就是构建情感模型让机器形成情感理解与表达的系统化能力.然而现有方法在人工情感建模能力上仍显不足.针对人工情感模型构建中个性化这一关键核心因素,提出一种离散情感状态和维度空间状态互映射的方法,并基于大五人格模型和情感状态转彩模型构建一个机器个性化人工情感模型,相关实...     

融合差分进化思想的自适应人工蜂群算法

针对人工蜂群算法求解复杂优化函数时,存在收敛速度慢、算法后期种群多样性下降以及易陷入局部最优解等缺点,提出了一种融合差分进化思想的自适应人工蜂群算法.首先,引入反向学习策略初始化种群,增加种群的多样性,加强算法跳出局部最优解的能力.其次,将雇佣蜂搜索过程与差分进化算法融合,并加入自适应策略平衡算法的勘探与开发能力.最后...     

基于改进人工势场法的再入制导方法

针对带有禁飞区的高超声速飞行器再入制导问题，基于改进人工势场法(artificial potential field method, APFM)提出一种再入制导方法。在纵向上，将动压、过载、热流过程约束视为“虚拟障碍”,将终端高度、速度视为“虚拟目标点”进行纵向轨迹设计。然后，改进纵向人工势场函数以适应跳跃式和平衡滑翔式再入两种弹道形式的轨迹设计。为了整体考虑禁飞区对三维轨迹的影响，设计双层预测-校正算法求解待调参数。仿真结果表明，所提出的改进APFM规划方法能够适应不同类型的禁飞区形状，相比现有方法可适应横程需求更大的目标点，参数调节简单，易于工程实现。     

科学新闻

正自闭症或与肠胃病相关许多医生和父母反映自己身边的自闭症儿童通常都患有异常严重的胃肠道疾病,例如慢性便秘或腹泻。因此一些研究人员推测,在某些情况下,是境况不佳的肠道导致了疾病的产生,但是这样的推论一直以来都缺乏科学数据的支持。日前,一项具有挑战性的研究表明:解决胃肠     

浅谈人工挖孔灌注桩中常遇问题的解决办法

近年来,桩基础以其特有的大承载力优势得到了许多设计、施工单位的认可。而在成孔方法上,人工挖孔又以其独特的经济性和人为控制性在成孔作业中占据了一席之地。在机械作业困难、工期要求紧张、勘探有误等情况下,都可能采用人工挖孔灌注桩,也因此而可能遇到各种成孔障碍。可以说，人工挖孔灌桩这种在软弱地基上经济适用的基础形式，在施工技术中还存在某些局限性。但鉴于其仍有使用和发展的空间，我们仍有必要对它的施工技术进行总结和完善。     

考虑附加资源和学习效应的不相关并行机调度

针对考虑附加资源和学习效应的不相关并行机调度问题(unrelated parallel machine scheduling problem, UPMSP)，提出一种动态人工蜂群算法(dynamical artificial bee colony, DABC)，实现最小化最大完成时间。给出一种新的编码方法和解码过程，并构建2个初始蜂群；提出一种蜂群评估策略，以动态确定雇佣蜂群和跟随蜂群；在雇佣蜂阶段和跟随蜂阶段采用不同搜索策略，以增强算法的探索能力。实验结果表明：DABC的新策略合理有效，且该算法在求解UPMSP时收敛性、平均值和稳定性更强，显示出较强的搜索性能。