考虑运输时间的紧前约束下柔性作业车间调度

针对紧前工序对机床主件制造车间生产调度的影响,结合运输时间分析紧前工序的四种表现形式,建立各形式紧前工序约束模型．引入模糊运输时间的概念,利用三角模糊数确定确切的工件运输时间,构建考虑运输时间的紧前约束下的四目标柔性作业车间调度模型,设计基于勾股模糊前景值的最优觅食算法求解该调度模型．算法中将勾股模糊数与前景理论结合,将目标函数值映射为模糊数,利用基于直角三角形形心的距离测度评估模糊信息,基于距离测度体现个体选择时的偏好,通过双理想参考模糊数前景值函数获取综合前景值判断非劣解质量,引导最优觅食算法进化．通过算例、实例测试和真实生产案例仿真验证了所提算法性能强于四个经典的多目标智能优化算法．     

负载型磁性杂多酸盐/FeOx/rGO催化剂的制备及性能研究

与杂多酸均相催化剂比较,负载型杂多酸催化剂不仅易于回收利用且一定程度上减少了设备腐蚀和环境污染,同时还可以提高催化活性和选择性.本文采用水热法将石墨烯与磁性纳米粒子相结合,制备得到磁性复合载体FeOx/rGO,并将具有较高催化活性的夹心型杂多酸盐Na14 [Zn2Sb2(ZnW9O34)2]·14H2O(记为Zn2Sb...     

SH分子辐射跃迁的理论研究

采用Davidson修正的多参考组态相互作用(Multi-reference configuration interaction,MRCI+Q)方法计算了SH分子的最低三个解离极限对应的8个Λ-S态的电子结构;计算中考虑了标量相对论效应和芯-价电子关联效应.根据得到的 Λ-S态的势能曲线,求解一维核运动的Schr?di...     

油电混合动力是主流还是过渡

"最近油价还会涨吗?""车子达到排放标准了吗?"这些问题不仅牵动了车商和车主的神经,也昭示了汽车业环保、节能时代已经走近,众多厂家都在尽其所能开发各种节油环保技术,混合动力车型的开发就是其中一个重要的领域。随着国产丰田普锐斯、雷克萨斯LS600h混合动力车正式上市,标志着世界首批量产的混合动力车走入了中国寻常百姓家。混合动力车成为了各大媒体关注的焦点,也掀起了业界两种不同观点辩论的高潮。     

"精讲多练"教学法在足球教学中的运用

依据素质教育的根本任务,从培养学生能力入手,对足球教学“精讲多练”的基本方法进行研究和探索,旨在培养学生的讲解、示范能力。     

光通信中的直接检测OFDM技术

基于OptiSystem平台对光通信系统DD-OFDM模型进行了建模与仿真,说明了直接检测OFDM技术的工作原理．研究了在光纤链路中不同距离、不同色散系数的情况下色散对于整个直接检测正交频分复用系统解调的影响．采用色散补偿光纤的色散补偿方式,在300km传输链路上实现接收端信号质量的优化．分析接收端光的输入输出信噪比对于解调信号质量的影响,发现提高激光器输出功率和传输链路中放大器的增益,可以减少误码,提高接收端信号质量．     

基于自适应进化粒子群算法的多目标优化方法

提出一种自适应进化粒子群优化算法(AEPSO),以提高多目标优化 PSO算法的性能.AEPSO算法把非支配排序技术、自适应惯性权重和特殊的变异操作引入到PSO算法中,来提高算法的全局搜索能力和粒子的多样性.与常用的整体加权方法来处理多目标优化问题不同,AEPSO算法采用非劣解排序来引导粒子的飞行,以改进算法的收敛性,同时采用特殊的变异操作防止早熟收敛并增加优化解的多样性.所提算法的有效性经过四种代表性benchmark函数进行验证,并与几种典型同类型算法进行比较.该算法已成功地用于合金材料的多目标优化设计.实验结果表明AEPSO算法能够较好地兼顾收敛精度与优化解的多样性,满足多目标优化设计的要求.     

基于多智能体的电力软科学智能实验室研究

针对电力软科学研究的复杂性、不确定性,总结了电力软科学研究包括的类别,采用最新的信息集成标准、CORBA规范,基于多智能体技术,应用复杂适应系统理论与智能工程理论,提出了电力软科学智能实验室建设框架和开发思路,并详细讨论了其实现方式。该体系结构采用开放式信息集成技术,方便已有软件的集成和功能扩展,可以为其它行业的软科学实验平台的研究和实现提供参考。     

第一类Dirichlet边界下空间四阶时间多项变阶分数阶慢扩散方程初边值问题的差分方法

研究求解第一类Dirichlet边界条件下空间四阶时间多项变阶分数阶慢扩散方程的差分方法.首先,应用降阶法将原方程转换为等价的低阶方程组.然后在特殊点处考虑此方程组,并对所得方程两端同时作用平均值算子.通过巧妙定义平均值算子,对边界条件进行处理,使所得差分格式全局上达到收敛阶O(τ2+h4),其中τ和h分别是时间步长和...     

复杂多源数据表征学习理论研究与应用

开放环境下复杂多源数据表征学习是机器学习理论高效解决实际任务的关键。目前的机器学习方法大多面向同源同分布数据,并不适用于开放环境下由多源数据融合而造成的复杂标签分布、样本分布以及多域分布等复杂数据表征学习问题。因此,本文提出面向信息安全方向的复杂多源数据特征信息的表征学习理论与方法。通过开展标签融合中相似信息共享与异构信息分离、跨源数据样本转换与语义关联知识迁移、强耦合下跨域与多源数据分布解耦等理论研究,实现开放环境复杂多源数据分布场景下表征学习基础理论创新与复杂多源信息应用系统验证。