原子非简谐振动对石墨烯吸附系统电荷分布的影响

建立了石墨烯吸附原子系统的物理模型,考虑到原子的非简谐振动和电子-声子相互作用,计算了吸附原子与石墨烯原子的相互作用能,用统计物理理论和方法,得到在石墨烯上吸附原子的概率和金属原子电荷填充数随温度变化的解析表示式.以碱金属为例,探讨了电子-声子相互作用和原子非简谐振动对电荷填充数的影响.结果表明:石墨烯吸附系统的电荷填充数随吸附原子距离的增大而线性地减小,随温度的升高和电子-声子相互作用能的增大而非线性地增大;若不考虑非简谐振动,则电荷填充数与位置、温度等无关.温度愈高、电子-声子相互作用能愈小,非简谐效应愈显著.     

基于CFD仿真模拟及PIV粒子示踪相结合法超滤膜组件优化

采用在线监测与水力流体模拟相结合方式,利用数值模拟仿真技术、示踪技术及高速图像采集分析等手段,考察现有超滤膜组件内部的流场分布,并设计出新型超滤膜组件。结果表明,由于超滤膜组件内部流场主要受到布水管布水的影响,布水管上开孔均匀与否将直接影响整个超滤膜组件内部布水的均匀性。与组件UFA-860C相比,设计出的条形孔超滤膜组件因其布水管上有规则地均匀开孔且采用多根布水管组合,在运行时组件内部布水更加均匀,且能够充分利用膜丝的有效面积,从而有效减缓膜污染。     

独立点数为2的图的Z_3-连通性

设G是独立点数为2的连通简单图.主要证明两个结论:(1)当边连通为4时,G是Z_3-连通的;(2)当点连通为3时,G是Z_3-连通的当且仅当G■{K_4,W_5}且G不是一类特殊的图.     

基于改进局部二值模式和梯度特征的计算机生成图像鉴别算法

针对目前计算机生成图像鉴别算法存在的计算复杂度高及检测率低等问题, 提出一种改进局部二值模式和梯度特征的计算机生成图像鉴别算法. 该算法主要基于图像的局部纹理特征, 先提取计算机生成图像和自然图像的特征向量, 再将该特征利用SVM分类器进行分类. 实验结果表明, 该算法可有效地鉴别计算机生成图像和真实图像.     

基于改进粒子群优化PID参数的风力除尘控制系统的研究

对卷接机组集中工艺风力除尘系统控制需求及工艺特点进行了研究,针对风力系统中压力和流量之间存在非线性与强耦合性的特点,以及控制系统中传统自动化科学技术(proportional plus integral plus derivative controller,PID)控制和现有的模糊PID控制自适应和鲁棒性较差、系统稳定性能不理想的问题,文中提出对角矩阵解耦方法将压力和流量进行解耦,利用改进粒子群算法(particle swarm optimization,PSO)优化参数的PID控制器对两者进行独立控制。通过仿真软件和可编程序逻辑控制器(programmable logic controller,PLC)程序对算法进行实现。位置阶跃响应实验粒子寻优实验结果表明:该方法在阶跃响应上升时间、最大超调量和响应速度上均有很好的优化效果,即时控制调整变频器频率以及阀门开度,使主风管压力波动在0. 5%～1%内,流量波动控制在0. 4%～0. 8%内。     

三角模糊层次分析法在教师绩效评价体系的应用

指标及其权重是评价体系构建的核心之处。权重的合理确定需要对指标进行定性和定量综合分析。本文提出基于模糊层次分析法上,利用三角模糊数表示同层各指标两两重要性程度的比较,建立三角模糊数互补判断矩阵,并进行一致性检验,从而确定指标权重。与传统的权重确定方法相比,将定性和定量相结合,避免了决策者的主观性和局限性。最后将其运用于某高校教师绩效评价体系中,为师资队伍建设提供决策及导向作用。     

SiO2/PMMA无机-有机复合材料的制备与性能

以苯乙烯磺酸钠（NaSS）为离子单体,将其介入甲基丙烯酸甲酯（MMA）与正硅酸乙酯（TEOS）的原位分散聚合体系,以获得较少分散剂用量下的多功能二氧化硅/聚甲基丙烯酸甲酯(SiO2/PMMA)复合体系的单分散微球,采用XRD、SEM、TEM、FTIR、TGA和DSC对所获SiO2/PMMA复合微球进行了表征,并对其防水性能及单体合成机理进行了研究。研究结果表明：在分散聚合体系中加入正硅酸乙酯（TEOS）获得的纳米SiO2颗粒,可提高聚合物PMMA的疏水性能,且对该复合材料的透光率影响不大,仍具有很高的透明度。     

采用改进模糊PID控制的串联机械手追踪误差研究

针对串联机械手运动角位移跟踪误差较大问题,提出了改进模糊PID控制方法。创建串联机械手简图模型,给出机械手动力学方程式,设计了模糊PID控制系统。引用粒子群算法并对其进行改进,采用改进粒子群算法优化模糊PID控制器,将改进模糊PID控制器用于控制串联机械手角位移变化。采用Matlab软件对串联机械手角位移跟踪误差进行仿真验证,并且与传统PID控制器和模糊PID控制器仿真结果形成对比。仿真结果显示,串联机械手采用PID控制器和模糊PID控制器,其角位移跟踪误差较大,而采用改进模糊PID控制器,角位移跟踪误差较小。串联机械手采用改进模糊PID控制器,可以提高控制系统的稳定性,削弱机械手的抖动现象。     

PSO-VMD-SVD的改进去噪方法研究

针对VMD(Variational Mode Decomposition)在处理信号时,模态个数K和惩罚参数α的选择会影响信号分解的效果,提出一种改进PSO(Particle Swarm Optimization)优化VMD(PSO-VMD)的算法,通过改进阈值相关系数法选择有效模态分量,根据信号分析对高频噪声进行奇异值去噪重构.对仿真信号和管道泄露信号进行实验,通过选择多个K并结合相关系数法选择模态进行重构,比较不同K对应的重构信号与原信号的信噪比(SNR: Signal to Noise Ratio)、相关系数(CC:Coefficient)、平方绝对误差(SAE: Square Absolute Error)、均方误差(MSE: Mean Square Error)证明改进PSO优化VMD的可靠性.将该方法与改进的PSO-VMD结合豪斯特夫距离和奇异值(HD-SVD: Hustoff Distance-Singular Value Decompositio)、互信息和奇异值(MI-SVD: Mutual Information-Singular Value Decompositio)、相关系数和小波变换(CC-WT: Correlation Coefficient-Wavelet Transform)等方法对比,效果更佳.     

基于樽海鞘群与粒子群混合优化算法的特征选择

针对现有特征选择方法中存在的收敛速度慢和计算效率低等问题,提出了一种基于樽海鞘群与粒子群优化的混合优化(hybrid optimization of salp swarm algorithm and particle swarm optimization,HOSSPSO)特征选择方法,该方法在樽海鞘群算法(salp swarm algorithm,SSA)的基础上,引入粒子群优化(particle swarm optimization,PSO),提高了SSA的收敛速度,改进了探索和开发步骤的效率,增加了解空间更多的灵活性和多样性,使得方法能够迅速获得全局最优值.为了验证算法的性能,在2个实验序列上进行了测试:第一个实验序列使用基准函数,将HOSSPSO与标准SSA、PSO进行了比较;第二个实验序列采用不同的UCI数据集,通过提出的算法确定最佳特征集.实验结果表明,相比于其他优化算法,HOSSPSO的性能更具优势,在多项评估指标中获得较好的效果,能以极少量的特征获得最大的分类精度.