深共晶溶剂液液微萃取测定痕量苯系物的研究

本文以新型的疏水型深共晶溶剂(DES)作为萃取剂,建立了漩涡辅助液液微萃取-气相色谱法(VALLME-GC)的新方法,并应用于环境水样中6种痕量苯系物(苯、甲苯、乙苯、对二甲苯、间二甲苯、邻二甲苯)的高灵敏度分析检测.实验还对DES的单体配比、萃取剂的用量、旋涡时间等影响因素进行了探讨和优化,结果表明,本法最佳条件为:...     

基于LSTM的燃煤电厂NOx排量软测量

燃煤电厂煤粉在燃烧过程中产生的有害气体会对大气环境造成污染,NO_x为其中之一。针对燃煤电厂生产过程中NO_x排放量测量成本高、过程复杂等问题,考虑到机组运行数据具有的时间序列特征,提出一种基于长短期记忆神经网络的软测量方法对NO_x排放量进行预测。在分析NO_x产生机理的基础上,利用来自陕西省榆林市某电厂2019年1月至6月的实际生产数据,初步选取与NO_x排放量紧密相关的20个辅助变量;将数据进行预处理以消除粗大误差和随机误差,并利用灰色关联度分析进一步精选出15个辅助变量;将实际生产数据划分训练集和测试及对LSTM模型进行训练和测试,并将LSTM模型与BP神经网络模型和支持向量机模型的软测量结果比较。结果表明：基于LSTM的测量方法均方误差较基于BP神经网络与SVM的方法均有减小,说明该方法测量准确度较高,泛化能力更强。     

"好药为医,梦的追逐"——访2006年启明星跟踪计划入选者柳红

柳红（下图）。一个好听的名字,一位志高存远的年轻学子。现年36岁的她,拥有药物化学博士,中国科学院上海药物研究所研究员。主要从事药物化学、计算机辅助药物分子设计、新药的研究发现等方面的工作。她正在进行的糖尿病先导化合物的研究与发现的研究课题得到了2006年度上海科技启明星跟踪计划的资助,也由此让我有幸结识了上海药物所又一位优秀的青年科技工作者。     

基于深度学习的通信网络数据关键特征挖掘

深度学习是挖掘数据关键特征的重要技术手段,为准确分析通信网络数据特征,并保障质量,提出基于深度学习的通信网络数据关键特征挖掘方法。选取接入率、可用性以及覆盖率等七个指标作为通信网络质量核心性能指标,将卷积神经网络与径向基神经网络相结合,构建深度学习网络结构,将该性能指标作为标签参数,将所得到的标签参数的聚类与求和结果作为深度网络的标签数据,通过前向传播将标签数据输入卷积神经网络的输入层内,经过不同隐层的变换与映射至输出层位置,并采用量子粒子群算法求解深度学习网络最优参数,输出通信网络数据关键特征挖掘结果。经实验结果表明,所提方法的通信网络数据关键特征挖掘率在95%以上,能够准确预测未来短时间段内的通信网络质量。     

基于加权响应面法和混沌粒子群优化算法的单梁有限元模型修正

为获得与实际结构受力性能吻合的有限元模型,以耿峪河大桥单梁荷载试验为工程背景,建立单梁有限元模型.提出以加权响应面法对单梁有限元模型进行修正,采用中心复合试验设计法和方差分析筛选出显著性高的参数,建立加权响应面模型代替单梁有限元模型计算响应值,以测试数据构造目标函数结合混沌粒子群优化算法对有限元模型进行修正.结果 表明...     

JY633抢险挖掘机辅助燃油系统设计

持续工作时间是各类抢险挖掘机最重要的性能指标之一,文中对JY633型抢险挖掘机辅助燃油系统进行了结构设计和控制分析.首先分析了原燃油供给系统结构原理以及对挖掘机持续工作时间的影响,然后再不改变原结构空间前提下设计了辅助燃油系统的总体结构,电气布置与控制程序.并对两种结构系统进行了对比分析.研究结论表明通过在JY633抢险挖掘机增设辅助燃油供给及控制系统,可使挖掘机结构得到优化,空间利用率提高,持续工作时间延长一倍以上,大幅提升了JY633抢险挖掘机的工作效率及持续工作时间.     

新的粒子群优化算法

粒子群优化(PSO:Partic le Swarm Optim ization)算法是一种有效的全局优化技术。对于PSO算法,很容易陷入局部极值。针对上述缺点,提出了两点改进:对基本PSO算法的速度更新公式中的全局极值给出新的定义,以使粒子群体保持多样性;适当地缩放适应值,与随机规则共同决定某个粒子作为速度公式中的全局极值。改进的两点用于PSO算法后期,形成新的PSO算法(NPSO:New PSO)。NPSO能有效地改善算法,具有摆脱局部极值的能力。在给定的条件下,选用3个函数进行了测试。实验结果显示,在获得平均适应值方面,该算法比PSO算法提高1.62%~16.5%,明显优于基本的PSO算法。     

基于DPSO-RK算法解带有交易成本的投资组合选择问题

目的在Markowitz均值-方差模型的基础上,建立带有交易成本且期望收益和风险都有一定误差的投资组合选择模型,即乐观情况下期望收益最大风险最小模型和悲观情况下期望收益最小风险最大模型。方法根据模型特点,设计了基于Runge-Kutta法的差分进化粒子群优化(Differential PSO with Runge-Kutta,DPSO-RK)算法。结果与结论数值试验表明用DPSO-RK算法求解该模型是有效的,模型符合实际,与改进的粒子群优化算法(Improved Particle Swarm Optimization,IPSO)相比,本文所提出的算法具有更好的仿真结果。     

多小波二阶平衡的预滤波处理

针对多小波在应用过程中出现的不平衡现象展开了讨论 ,给出了 2元多小波p阶平衡的新定义 .在此定义下 ,能方便地计算出常用GHM多小波的二阶非正交平衡器 ,并由此证明GHM不存在二阶正交平衡器 ;为了达到二阶平衡 ,将二阶非正交平衡器转换成预滤波处理 ,取得了满意的效果 .