放射性纳米粒子可定向附着杀灭癌细胞

无论哪种癌症,当其开始转移和扩散到整个人体时,患者就会面临死亡的危险,医师已很难定位和治疗存在于多处的肿瘤。这种情况也许不久后就会发生改变,美国密苏里大学研究人员5月21日表示,他们找到了获取放射性纳米粒子的方法,该放射性纳米粒子能将癌症患者身体任何地方的淋巴癌细胞作为攻击的靶子。     

约束优化问题的修正选择粒子群优化算法

提出一种求解约束优化问题的修正选择粒子群优化算法(RSPSO).在这个算法中,利用动态多阶段罚函数方法处理约束,并加入一种违反约束的修正选择策略,采用线性递减违反约束容忍度来引导粒子,即利用修正的可行基规则来更新个体极值和全局极值,指引粒子迅速飞向可行域;考虑到粒子群中每个粒子周围的局部信息对它未来飞行的影响,改进了基本粒子群优化的速度方程.数值结果表明,所提出的算法求解约束最优化问题具有较高的计算精度、较好的稳定性和较强的全局寻优能力.     

一种筒状多孔空气分布器的数值模型简化

利用计算流体力学技术并结合粒子成像测速实验及现场实测对空调中常用的孔径分别为0.5,1.0和2.0 cm,自由出流面积比(Rfa)分别为4.9％,10.4％,15.5％和19.6％的孔板及凯天KTSF-3.5KD筒状多孔空气分布器周围流场分布进行研究,提出一种筒状多孔空气分布器的数值模型简化方法.研究结果表明:孔间间距是影响简化风口位置的主要因素,孔间间距越小,简化风口距原风口的距离越小;简化风口的高度可取实际风口的高度;简化风口湍流和速度边界可采用二维孔板空气射流完全混合起始位置(combined point,CP)的湍流参数及速度廓线,温度边界可采用与实际风口相等的均匀送风温度;采用简化风口得到的速度及温度模拟值与粒子成像测速实验值及现场实测值较吻合.     

一种基于粒子群算法和Hopfield网络求解TSP问题的方法

针对Hopfield网络求解TSP问题经常出现局部最优解,将粒子群算法(PSO)与Hopfield神经网络结合,提出一种基于粒子群的Hopfield神经网络方法. 实验证实这种方法能够以更大概率收敛到全局最优.     

不同颗粒增强铁基复合材料磨损性能的对比

采用动态电流直加热制备,提出了分段加热工艺,研究了陶瓷颗粒增强铁基复合材料的磨损性能和磨损机理.结果表明:四种不同颗粒增强铁基复合材料的磨损量均在#45钢磨损量的15%以下;Ti(C,N)对改善材料磨损性能作用最强,表明与基体界面可经受一定变形量的强化粒子最有利于提高耐磨性;复合材料的耐磨性均在强化粒子体积分数为10%时达到最好.铁基复合材料表现出高摩擦系数时耐磨性反而更好的特性,在耐磨材料应用方面显示出巨大优势.     

基于离散粒子群算法的AVS／RS货位优化

为了提高自动小车存取系统的存取效率和方便货位管理,提出了基于离散粒子群算法的货位优化方法.该方法首先建立了系统货位优化的数学模型,在此基础上,结合货位优化的原则提出了货位分区的策略,并基于离散粒子群算法实现了货位分配的优化,从而保证自动小车在不发生死锁的前提下调度货物时,能较好地缩短小车行走时间.最后,通过仿真实例验证了算法的有效性.     

基于不同被动传感器中国区域冰云特性的对比评估

为了对比中国区域不同被动传感器冰云资料差异及原因,评估并找出与冰云实际特征更加接近的被动产品,使用2013年1月～2015年12月中分辨率成像光谱仪(MODIS)、大气红外探测仪(AIRS)、大气红外/先进微波探测(AIRS/AMSUA)被动传感器三级产品,以雷达/激光雷达探测(DARDAR)资料为参照,对比分析了冰云发生概率、光学厚度及有效粒子半径的水平分布特征、小尺度数值大小、3年年季变化情况。结果表明:中国区域冰云发生概率总体水平分布MODIS更接近于DARDAR资料,但中国南部、西南、东北、华中等不同小尺度区域的数值分析AIRS和AIRS/AMSU-A相近,效果均比MODIS更佳;冰云光学厚度AIRS/AMSU-A对数值大小的反演和全中国整体变化规律均与DARDAR资料相近;中国及周边区域冰云有效粒子半径的大范围总体水平分布AIRS被动传感器更接近DARDAR资料,对于不同尺度的数值研究,中高纬度小区域宜选择MODIS,低纬度AIRS更接近DARDAR资料;无论冰云发生概率、光学厚度还是冰粒半径,MODIS被动传感器均能更为准确地描述3年年季变化。     

基于Stacking集成学习的网络安全态势预测方法

针对现有的网络安全态势预测模型预测精确度低且泛化能力差等问题,提出一种基于Stacking模型融合的态势预测方法。该方法中,借助Stacking算法将TCN网络、WaveNet、GRU、LSTM进行集成挖掘态势数据之间的相关性;之后利用逻辑回归进行预测得到最终态势值;利用粒子群优化算法进行参数寻优,提升模型性能。基于2个数据集进行验证,实验表明,所提预测方法具有较小的均方误差和平均绝对误差,收敛速度较快,拟合度均可达0.999,可以很好解决预测精确度低的问题,提升了模型的泛化能力。     

基于参数优化动态GPR的反应釜出料浓度预测

由于釜式反应器内的反应过程是动态过程,故采用静态非线性映射建立预测模型时存在预测精度低和模型泛化能力差等问题.针对上述问题,提出一种基于参数优化的动态高斯过程回归模型预测连续反应釜出料浓度.根据贝叶斯信息准则确定模型阶次,构建动态输入.采用粒子群优化算法对高斯过程回归协方差参数进行优化,以提高模型的预测精度.实验结果表明,该方法能够有效提高模型的预测准确度和泛化能力.     

基于模拟退火思想和粒子群算法的盲源分离

简要介绍了基于模拟退火思想的粒子群算法的基本原理,并将之应用于盲源分离算法中,以解决基本粒子群算法收敛速度缓慢的问题。用MATLAB仿真表明,基于该改进算法的盲源分离效果良好,具有收敛速度快、性能稳定等特点。