集成粒子群优化算法在电网规划中的应用

电网规划是一个大规模、复杂的、具有非线性离散变量和多约束的多目标数学优化问题。在优化过程中,考虑了投资费用、可靠性和对环境的影响等三个因素。提出将模拟退火优化方法嵌入粒子群优化算法中,以此构建集成粒子群优化算法。在搜索过程中还加入变异操作来增加种群多样性,以避免早熟收敛。局部搜索增加了算法的开发能力,而变异操作提高了算法的探测能力。探测与开发能力的平衡,通过两个阈值来实现。通过对一220kv电力传输系统的实例研究表明,集成粒子群优化算法局部搜索能力有显著提高。     

多被动探测器对多目标定位模型及仿真

对于探测目标间距较小的目标群,提出使用3个被动探测器的探测模型。首先,重点研究了多被动探测器对多目标进行定位的目标关联问题;然后,建立了3个被动探测器的机动模型,提出了3个被动探测器多目标定位的目标关联算法。最后,通过仿真分析了各种因素对目标关联的影响。仿真结果表明提出的3个被动探测器机动模型和目标关联算法是有效的。     

群决策中模糊偏好关系矩阵一致性的调整方法

针对模糊偏好关系矩阵本身是否一致,使得原矩阵渐进逼近目标矩阵的问题,提出了群决策中模糊偏好关系矩阵一致性调整的新方法。该方法基于目标矩阵的最优选择,提出了一种新的目标矩阵R,使得计算得来的调和矩阵较之原矩阵在一定条件下保留了更多的偏好信息,即在很大程度上保留着群决策中决策者的意愿。最后给出了算例进行比较,说明了该方法的优势。     

基于互反判断矩阵的专家群体判断一致性分析

针对群决策中基于互反判断矩阵形式偏好信息的专家群体判断一致性问题,提出了一种分析方法。首先,给出了有关互反判断矩阵及其相容性和一致性的若干定义;然后,通过定义各个方案的一致性指标及专家群体判断一致性指标,给出了基于互反判断矩阵的专家群体判断一致性的判别方法及专家群体判断不一致的调整方法。最后,通过算例说明了所提的分析方法。     

基于BPSO的元胞自动机准周期三行为研究

为研究一维二值元胞自动机的一类重要的群体演化行为--准周期三行为,提出了基于离散粒子群的元胞自动机演化算法,并通过使用活性元胞迭代图的平均面积为适值函数,发现了具有准周期三行为的元胞规则.与遗传算法相比,基于离散粒子群的元胞演化算法的搜索效率更高.实验还进一步表明,准周期三行为是某些元胞规则的特定行为,一定条件下与元胞自动机的初始构型关系不大.     

基于语言评价矩阵的评判专家水平研究

针对语言评价矩阵的评判专家水平问题,给出了一种分析方法。首先,给出有关语言评价矩阵及两个语言之间的一致性定义,然后通过定义有关专家对各个方案的一致性指标及专家对各个指标的一致性指标,给出了基于语言评价矩阵形式偏好信息的专家评判水平的判别方法及专家群体判断共识性的分析方法。最后,通过一个算例说明了所提出分析方法的有效性。     

球磨时间对NdFeBDyAlCu合金结构和磁性能的影响

采用机械合金化法制备不同球磨时间的NdFeBDyAlcu合金粉末，研究球磨时间对样品的结构和磁性能影响．随球磨时间的增加，XRD结果显示α—Fe主峰相的强度先减小后增加；SEM结果最示颗粒尺寸明显的变小；VSM结果显示合金粉末球磨5h时的磁性能最好．     

α-阶预凸集值映射弱有效解的最优性条件

设X,Y为实赋范线性空间,C为Y中的闭凸点锥,C诱导了Y中的偏序,F:X→2~Y为集值映射。本文新引入了α-阶C-预凸集值映射的概念,并介绍了集值映射α-阶伴随切导数的定义,给出了集值映射在以上两者假设下的一个引理和两个定理。定理1是关于集值映射F的弱有效解的导数型的充分必要条件,即(■,■)为F在S上的弱有效解■D~aF(■,■) (η(x,(■)))∩-intC=Φ,■x∈S.定理2说明了集值映射,的弱有效解即为F的局部弱有效解。     

抗HIF-1αmRNA锤头状核酶的计算机设计

设计一个抗缺氧诱导因子-1α（HIF-1α）mRNA的锤头状核酶为构建它的基因表达载体选择靶点，以便用于肿瘤的基因治疗。从GenBank寻找缺氧诱导因子-1αmRNA的全序列，用RNA结构分析软件预测HIF—1αmRNA的二级结构并选择合适的核酶作用靶点，从而设计相应的锤头状核酶。HIF-1αmRNA的577位含有GUC三联体，可以作为核酶的切割靶点，设计的核酶包括22nt的催化活性中心和16nt的侧翼序列。计算机辅助预测证明此位点为合适的靶点，用Basic Local Alignment Search Tool（BLAST）筛选以确定的靶点序列的唯一性。成功设计抗HIF—1αmRNA锤头状核酶基因表达载体，为进一步运用核酶切割HIF—1αmRNA基因来抑制肿瘤生长铺平了道路。     

Synthesis of Nanocrystalline α-Mo_2C from Peroxomolybdenum Compounds

1 Introduction Considerable attentions have been focused on transition metal carbide because of their numerous valuable properties, particularly of excellent catalysis similar to noble metal[1]. There are many routes[2]to synthesize molybdenum carbide. Among them, the temperature programmed reduction of MoO3 using the mixture of hydrocarbon and hydrogen is the most promising procedure to prepare carbide catalyst. Traditionally, CH4/H2 and C2H6/H2 are the most widely used to be the carburizing resource. Herein, this work reported a facile chemical route to the synthesis of α-Mo2C at 1053 K by reacting peroxopolymolybdic acid as precursor with the surfactants (PVP, polyvinyl pyrrolidone, K30; DDAC, dimethyldioctadecylammonium chloride) as the carburizing resources by flowing in a current of hydrogen.