基于改进塘鹅算法优化BP神经网络的新型冠状病毒疫情预测

针对北京市和美国新型冠状病毒感染疫情的累计确诊人数的预测，提出了基于改进塘鹅优化算法（Improved Gannet Optimization Algorithm,IGOA）、优化反向传播神经网络（Back Propagation Neural Network,BP）权值和偏差的预测模型。将原塘鹅优化算法中塘鹅的位置更新方式由迭代次数的线性关系修改为非线性关系，并引入了随机数，更准确地模拟塘鹅的捕食过程；在两个阶段均采用随机选择机制，并改进了开发阶段塘鹅的位置更新方式，有效地平衡了探索阶段和开发阶段。在实验阶段利用23个基准函数的极值寻优验证了IGOA的有效性，并建立预测模型IGOA-BP，对北京市和美国新型冠状病毒感染累计确诊人数进行预测。与其他7种比较模型相比，预测模型IGOA-BP的预测结果的均方误差（Mean Square Error,MSE）、平均绝对百分比误差（Mean Absolute Percentage Error,MAPE）、平均绝对误差（Mean Absolute Error,MAE）、均方根误差（Root Mean Square Error,RMSE）均最小，表...     

基于IPSO算法的SNCR脱硝系统建模

由于我国对燃煤发电机组氮氧化物排放量要求的进一步提高，发电厂需要对选择性非催化还原(SNCR)脱硝系统实行更精准的控制，建立有效精确的模型进行研究是极为关键的。因SNCR脱硝系统有时变、大惯性、大迟延、非线性的特点，故提出一种改进粒子群(IPSO)算法，通过改进收缩因子及随机权重的方法改进粒子群算法，增强该算法的寻优能力。运用该算法分别对运行负荷为320 MW、175 MW、135 MW时SNCR系统中尿素溶液流量与出口NO_x浓度之间的关系进行模型辨识，并将模型的输出与工业现场运行数据相比较，最终得到误差最大值为0.93 mg/Nm³，均方根误差最大为0.369 7 mg/Nm³。结果表明模型精确有效，为后续开展SNCR脱硝系统智能控制提供了模型支撑。     

g支配策略的MOEA/D算法求解多目标流水车间调度问题

采用基于二范数的方法生成权重向量并引入g支配策略对MOEA/D算法进行改进，提出g支配策略的MOEA/D算法（g-MOEA/D）. 将g支配思想与MOEA/D算法有效结合，生成适应决策者DM偏好的有效解的集合，来代替整个Pareto解集或单个有效解，加速种群的收敛性，提高种群的均匀性. 通过仿真实验对比分析g-MOEA/D算法与MOEA/D算法的性能，结果表明，g支配策略的MOEA/D算法所得解集整体性能更优.     

初等交换群凯莱图的完备码与完全图的正则覆盖

LEE证明了超立方体图Q_n存在完备码当且仅当n=2~m-1(m≥2是自然数),当且仅当它是完全图K_(n+1)的正则覆盖.本文中,给出了这个结论的一个简单证明,并把这个结论推广到了初等交换群的凯莱图中.证明了初等交换p-群Z_p~n(这里p是奇素数)的凯莱图有完备码当且仅当n=(p~m-1)/2 (这里m是自然数且n≥2),当且仅当它是完全图K_(2n+1)的正则覆盖.     

聚电解质复合物对苹果汁澄清效果的研究

研究了壳聚糖-聚谷氨酸聚电解质复合物对苹果汁饮料澄清体系的影响.针对壳聚糖-聚谷氨酸聚电解质复合物进行表征,分别采用单因素和正交试验设计分析对果汁澄清工艺进行优化,通过透光率的大小,评估壳聚糖-聚谷氨酸复合物对苹果汁澄清的影响程度.研究结果表明,苹果汁的最佳澄清工艺为反应温度50℃,聚合物添加量2. 0 mL,絮凝时间30 min.     

加权Coxeter群(_3,)的胞腔(英文)

仿射Coxeter群(_3,S)可以被看做仿射Coxeter群(D_4,S)在满足条件α(S)=S的某种群自同构α下的不动点集合,设是D_4的长度函数.本文明显地刻画了加权Coxeter群(_3,)的所有左胞腔.同时证明了:加权Coxeter群(D_4,)和(_3,)的所有左胞腔都是左连通的,所有双边胞腔都是双边连通的.     

实现船舶稳性的多油舱自适应调度算法及仿真

针对油舱对船舶浮态与稳性的影响，研究了保持船舶稳性的多油舱自适应调度控制算法，并用WinCC (Windows Control Center)组态软件编写了船舶自动浮态调整仿真系统。在系统架构上，采用布尔逻辑表构建了油舱、泵、管路之间的连通关系，并根据浮态方程计算出舱群之间的调驳油量，再根据多变量多约束的自适应优化调度算法实现了油舱驳油过程中浮态的平衡。仿真结果表明调度算法可以对船舶的浮态进行有效调整，并保持船舶稳性，避免了由油舱油量分布不均给船舶带来的不利影响，保障了航行安全。     

改进智能算法的认知无线Mesh网络优化频谱分配算法

随着网络资源日益紧张,认知无线Mesh网络中的频谱优化分配问题的研究主要集中在总带宽的最大化和占用频谱数的最小化。文中考虑到杂草算法的多样性以及容易实现和编码快捷等特点,提出一种基于改进入侵杂草优化算法(IWO)的频谱优化分配方法(IIOW)。通过对扩散条件中调和指数的优化,使得扩散更加均匀准确,大大加快收敛速度,同时优化了适应度函数的曲线。仿真结果表明:基于改进IWO的优化算法能在最大化总带宽与最小化信道占用数的情况下,获得较为理想的适应度函数曲线,同时加快收敛速度。