刘家峡水库网箱养鱼场春季纤毛虫群落结构

对刘家峡水库网箱养鱼场春季纤毛虫群落结构进行了研究.共鉴定到60种纤毛虫,隶属于3纲、11目、25科、32属.下毛目（Hypotrichita）为优势类群,盾纤目Scuticociliatida、膜口目Hymenostomatida、前口目Prostomatida和侧口目Pleurostomatida为常见类群.聚类分析结果表明,颗粒膜袋虫（Cyclidium granulosum）、善变膜袋虫（Cyclidium versatile）、珍珠映毛虫（Cinetochilum margaritaceum）、钩刺斜管虫（Chilodonella uncinata）和大口瞬目虫（Glaucoma macrostoma）为纤毛虫群落中的优势种,天蓝喇叭虫（Stentor coeruleus）、纺锤康纤虫（Cohnilembus fusiformis）、齿脊肾形虫（Colpoda steini）和膨胀肾形虫（Colpoda inflata）为偶见种,其余51种属常见种.纤毛虫的最大丰度为28980 ind/L,最大生物量为353.1μg/L,物种多样性指数在2.13到4.44之间.对网箱养鱼场样点和对照样点的纤毛虫群落结构的比较分析表明,网箱养鱼场样点纤毛虫群落的种类数、平均丰度、物种多样性指数和平均生物量均大于对照样点.结果表明,刘家峡水库纤毛虫群落结构动态受人为影响较大.     

云模型和混沌粒子群算法的多目标无功优化

为了克服基本粒子群算法易陷入局部最优值和后期收敛速度慢的不足,提出一种基于云模型的自适应粒子群算法。该算法首先采用混沌优化策略对粒子群进行初始化,增加粒子取值的多样性;其次根据粒子的适应度值将种群中的粒子分成靠近最优值、较靠近最优值和远离最优值3个子群,并分别采取不同的惯性权重生成策略进行处理,其中较靠近最优粒子子群的惯性权重由正态云发生器动态自适应调整,摆脱算法陷入局部最优值束缚;最后在迭代后期通过正态云算子实现粒子的变异操作,使算法后期快速收敛到最优解。对标准IEEE30节点系统和IEEE118节点系统进行测试仿真,结果表明了文中算法解决多目标无功优化的有效性。     

基于蚁群和粒子群优化的混合算法求解TSP问题

提出了一种基于蚁群优化和粒子群优化的混合算法求解TSP(Traveling Salesm an Prob lem)问题。在应用蚁群算法对TSP问题的求解过程中,利用粒子群算法对蚁群系统的参数进行优化,其目的是提高蚁群系统的优化性能,使蚁群系统的参数不必靠人工经验或反复试验选取,而是通过粒子搜索自适应选取。     

基于改进微粒群算法的飞机纵向飞行轨迹优化

为提高飞机纵向飞行轨迹优化的精度和收敛速度,提出了用改进的微粒群算法对飞机纵向飞行轨迹进行优化的新方法。基于质点动力学和能量状态方程,建立了飞机质点运动数学模型;利用庞特里亚金最小值原理,给出了飞机纵向飞行过程优化的目标方程;引入自适应惯性因子,采用罚函数法对轨迹寻优问题进行无约束化处理,基于改进的微粒群算法对纵向飞行轨迹进行了优化,并给出了算法优化流程。使用改进的微粒群算法,得到了Boeing 737-800飞机纵向飞行最优轨迹。优化结果与试验结果的比较表明,该算法可使纵向飞行轨迹快速收敛于最优解,算法具有收敛速度快、精度高的优点。     

基于QPSO的细菌觅食算法求解整数规划问题

在基于量子粒子群算法的基础上,提出一种混合细菌觅食的优化算法,通过对七个基准函数的实验仿真,比较两种方法求解整数规划问题.实验表明,基于量子粒子群的细菌觅食算法搜索成功率较高,综合搜索效率更高,收敛较快,为求解整数规划问题提供一种更优的可靠途经.     

Vector bundle constraint for particle swarm optimization and its application to active contour modeling

Active contour modeling (ACM) has been shown to be a powerful method in object boundary extraction. In this paper, a new ACM based on vector bundle constraint for particle swarm optimization (VBCPSO-ACM) is proposed. Different from the traditional particle swarm optimization (PSO), in the process of velocity update, a vector bundle is predefined for each particle and velocity update of the particle is restricted to its bundle. Applying this idea to ACM, control points on the contour are treated as particles in PSO and the evolution of the contour is driven by the particles. Meanwhile, global searching is shifted to local searching in ACM by decreasing the number of neighbors and inertia. In addition, the addition and deletion of particles on the active contour make this new model possible for representing the real boundaries more precisely. The proposed VBCPSO-ACM can avoid self-intersection during contour evolving and also extract inhomogeneous boundaries. The simulation results proved its great performance in performing contour extraction.     

基于离散粒子群算法的近似最大连通分量抽取

无向图中的最大连通分量抽取(Maximum Clique Problem,MCP)是一种具有重要应用价值的组合优化问题,已被证明属于NP问题．传统的深度优先、分枝限定等算法可以处理规模较小的MCP问题,所以提出处理大规模MCP问题的算法是非常必要的．粒子群优化算法是一种基于群智能的演化计算技术,离散粒子群算法(DiscretePSO)是其中解决离散编码的算法．提出了一种基于离散粒子群算法的近似连通图的抽取算法,通过定义连通图编码、合法随机初始化过程,编码校正算法使得DPSO能够解决最大连通图的抽取问题．为验证其效果及效率,将该算法与RAClique进行了比较．实验结果表明,该算法在解决此类问题时,执行的速度受节点规模变化不大,效率略优于RAClique其他算法．     

MC—CDMA系统中分集接收的改进AFSA多用户检测

文章在多载波码分多址（MC—CDMA）系统上行链路的频率选择性信道中,提出了一种使用多天线分集接收的基于改进人工鱼群算法（AFSA）的多用户检测（MUD）方案。为了解决多目标问题,考虑针对不同天线分支代价函数根据Pareto优化准则进行个体选择,使改进后的鱼群算法具有选择行为和交叉行为,同时也独立利用不同天线分支信号携带的有用信息。仿真结果表明,在相同计算复杂度下,基于Pareto优化准则的个体选择机制AFSA—MUD的误码率（BER）性能要远远优于基于代价函数线性合并的个体选择机制;通过与单用户和最优检测仿真结果比较也表明,基于该策略的改进人工鱼群算法的多用户检测是有效的。     

鳕鱼皮胶原蛋白肽即食凝胶的研制

【目的】探讨以鳕鱼皮胶原蛋白肽粉、果冻粉、环糊精、木糖醇为原料制作即食凝胶的工艺并获得最佳产品配方。【方法】以感官评定为评判指标,通过乳酸菌发酵法对鳕鱼皮胶原蛋白肽溶液进行脱腥处理,利用单因素试验和正交试验确定果冻粉、环糊精、木糖醇最佳添加量。【结果】将鳕鱼皮胶原蛋白肽粉均匀溶解于其20倍质量的蒸馏水中,按12mg/100g溶液的比例添加乳酸菌YF-L922冻干粉,37℃保温脱腥1.0h,然后加入溶液质量分数为9%的果冻粉、3%的木糖醇粉、0.3%的环糊精,混合均匀后加热到100℃使其完全溶解,真空包装后,在(85±1)℃热水烫煮20min灭菌,冷却后制得。【结论】产品开封后具有本身应有的色泽、香味,无异味,无腐败,无肉眼可见的其它外来异物,产品整体口感适宜;经检验,其微生物指标均符合食品安全国家标准《果冻》(GB 19299—2015)的微生物限量要求。     

基于粒子群蚁群算法的多机器人任务分配方法

针对大规模多移动机器人松散耦合型任务分配问题,探讨了机器人联盟形成问题中的关键,并且提出一种基于粒子群蚁群算法的任务分配机制.结果表明,粒子群蚁群算法得到的分配解要明显优于基本蚁群算法,并且不易出现早熟现象.