5A分子筛在低温下吸附正构烷烃的实验研究

现有的5A分子筛吸附轻煤油正构烷烃的实验研究,吸附温度基本维持在300 ℃以上.本文考察了温度对分子筛吸附正构烷烃的影响,并通过正交实验研究了吸附最佳工艺条件组合.实验结果表明,吸附温度为210 ℃时,分子筛吸附正构烷烃的单位时间饱和吸附量最大,为11.45 g·h-1;同时采用正交实验,确定了最佳吸附工艺条件组合为温度=200 ℃,压力=0.3 MPa,空速=1.2 h-1以及氮气流量=50 mL·min-1,其单位时间饱和吸附量为14.90 g·h-1.     

一般有重差商的显式公式

讨论了一般有重差商问题,提出了脱重逼近方法.引进了自由因子序列与反自由因子序列,给出了一般有重差商的显式表达式,揭示了有重差商的内在结构,并给出了计算自由因子和有重差商的多种形式的快速算法.     

聚合物乳液对纤维增强轻集料混凝土力学性能的影响

研究了聚合物乳液的掺入对纤维增强轻集料混凝土的强度与弯曲韧性的影响,结果表明,掺入聚合物乳液虽然在一定程度上降低了抗压强度,但可以显著提高轻集料混凝土的劈裂抗拉强度和抗折强度.聚合物乳液的掺入可以有效提高纤维增强轻集料混凝土的韧性、降低其脆性,韧度系数最高可提高32倍.研究发现,聚合物乳液对钢纤维增强轻集料混凝土的强度和韧性的改善效果优于对聚乙烯纤维增强轻集料混凝土的改善效果.     

蚁群优化算法的原理及其应用

蚁群优化算法是近年来出现的一种新的启发式搜索算法,首先介绍了蚁群算法的基本原理,然后着重讨论了如何将其用于求解旅行商问题(TSP),最后分析了蚁群算法的一些基本特征.     

高强轻集料钢筋混凝土梁抗弯性能试验

通过对6根高强轻集料钢筋混凝土梁和1根普通钢筋混凝土梁的抗弯试验,研究了高强轻集料钢筋混凝土梁的抗弯承载力、荷载-挠度变化关系、破坏形式、延性和抗裂性能等抗弯力学行为．试验结果表明：在短期荷载作用下,高强轻集料钢筋混凝土梁的挠度和最大裂缝宽度均满足正常使用极限状态的要求．纯弯段无腹筋的高强轻集料钢筋混凝土梁在破坏时表现出较强的脆性,延性要比同一强度等级普通混凝土梁略差．在试验分析的基础上,提出适用于高强轻集料钢筋混凝土梁的抗裂度计算方法．     

利用启发性知识降低交叉算子破坏性的研究

在随机搜索的过程中,交叉算子被认为是演化算法的主要动力.然而,在搜索更好的候选解的时候,如果交叉点选择不当就会破坏一个已有的较好的候选解,使得交叉后生成的新候选解比原有的候选解更差.该文提出应用与问题相关的领域知识构建更有建设性的交叉算子,并应用于旅行商问题(TSP).实验结果表明,基于具有建设性的交叉算子的混合演化算法具有更好的性能.     

逆半群上的几类模糊子半群

利用集合上模糊同余关系, 在逆半群上定义了模糊正规子半群和模糊商子半群, 并研究了逆半群上由这几类模糊关系所定义的模糊同余关系的一些性质. 通过模糊同余关系β, 得到模糊正规商子半群R及S/ρ上的模糊同余关系μ_R.     

一种暂态混沌神经网络及其应用

讨论了Hopfield神经网络算法在优化计算中的应用,提出了一种暂态混沌神经网络模型,把混沌动力学与收敛动力学相结合,使网络逐渐由混沌神经网络向Hopfield网络过渡,达到控制混沌的目的,并且提供一个在全局最优解附近的初值,然后用Hopfield网络得到最优解,有效地解决了Hopfield网络的局部极值问题.仿真结果表明算法对于初始值是稳健的,并且具有很强的克服陷入局部极小能力.     

计及需求响应及储能聚合商的分布式农村清洁能源系统运行优化模型

农村能源清洁低碳转型是乡村振兴战略推进和双碳目标实现的关键要素,农村电网作为连接农村能源供需两侧的枢纽,是构建低碳乡村、助力农村地区碳减排的排头兵,搭建分布式清洁能源系统势在必行.本文首先从建设、系统、用户、政策对农村分布式清洁能源系统进行了整体设计;其次,以面向不同用户的系统层为基础,分别构建了常规和鲁棒的分布式清洁能源系统运行优化模型;最后,选取河南某农村为仿真背景,设置多情景量化农村典型日供需低碳化水平;研究结果表明:清洁能源系统具有较好的经济与环境效益;需求响应通过转移用户负荷,促进低碳化水平提高;引入鲁棒随机优化,供能商以降低清洁能源供能量的方式,降低供能风险,但导致低碳化水平降低;储能聚合商通过灵活吸纳清洁能源弃能,能够提高低碳化水平,但受其成本等因素限制,收益较低,应注重从电价等角度给予一定的优惠.     

AFSs-RBF神经网络模型在轻亚黏土地震液化判别中应用研究

以自适应模糊系统AFSs为基础,运用径向基高斯函数RBF所建立的AFSs-RBF神经网络模型能够同时容纳模糊系统的推理功能和自适应性,动态调节隐节点数即模糊规则教,具有广泛的适用性.将这种模型应用于轻亚黏土地震液化评价中,选择震中距、上覆有效应力、黏粒含量、标贯击数、地下水位、循环应力比等6个与地震和场地条件有关的影响因子作为网络输入参数,对于轻亚黏土场地的液化势判别具体地建立了模糊神经网络模型AFSs-RBF.以唐山7.8级地震中天津某地区的轻亚黏土液化数据为训练样本,经验证和应用表明,这种AFSs-RBF网络具备更高的自适应性和非线性映射能力.