TJ-1模拟月壤颗粒几何特性

颗粒几何特性是颗粒材料的一个重要物理性质,是决定颗粒材料力学性质的一个重要因素.针对软着陆模型试验所用的TJ-1模拟月壤颗粒进行了体视显微镜扫描,获取数字图像后用图形处理软件对各粒径组的颗粒进行了几何特性各指标参数的量化统计,获得了模拟月壤颗粒在延伸度、圆度和凹凸度等的具体数值,为进一步研究TJ-1模拟月壤物理力学性质与颗粒几何特性的关系提供了相关试验数据.试验结果表明:TJ-1模拟月壤颗粒具有棱角、钩角、锯齿等不规则结构,表面相对凹凸,大粒径颗粒具有明显的蜂窝状气孔结构;颗粒形状各异,主要形状有长条状、类三角形和类四边形.最后对TJ-1模拟月壤颗粒和真实月壤颗粒在几何特性方面进行了对比分析.     

基于离散元和全析因实验设计的BPM力学参数

为研究岩石微观力学参数与宏观力学性能之间关系并提高岩石破碎离散元仿真效率,从破碎原理出发,基于EDEM进行单轴压缩数值分析,研究摩擦系数、材料剪切模量、微观颗粒个数、平行键强度和刚度对岩石抗压强度和宏观刚度的影响.再通过全析因实验设计得到影响岩石力学性能关键的主效应和交互效应,并以此为变量运用回归方法对黏结颗粒模型(bonded particle model,简称BPM)的宏观力学参数进行预测并进行方差、拟合优度和残差分析.仿真及物理实验结果证明该预测模型可行,误差率小于10%.     

基于QPSO算法优化的区间二型模糊逻辑系统预测

设计了一类区间二型模糊逻辑系统,研究基于历史数据的预测问题.在区间二型模糊逻辑系统设计中,前件、后件、输入测量区间二型模糊的主隶属函数均选择成具有不确定标准偏差的高斯型二型隶属函数.量子粒子群优化(QPSO)算法用来调整所设计的区间二型模糊逻辑系统参数.部分欧洲智能技术网络(EUNITE)的负荷竞赛数据和美国田纳西州(WTI)原油价格数据用来测试所提出的模糊逻辑系统预测方法.定义综合评价误差和作为模糊逻辑系统的预测性能指标.仿真研究表明,所提出的区间二型模糊逻辑系统预测方法在收敛性和稳定性上均优于相应的一型模糊逻辑系统.     

137 Cs在土壤中淋溶迁移的模拟试验

~(137)Cs作为示踪元素广泛应用于土壤侵蚀及泥沙沉积研究中,其在土壤中的稳定性是决定其能否用于示踪土壤沉积与侵蚀的前提条件.但也有学者对应用~(137)Cs示踪技术的重要假设提出质疑,认为被土壤颗粒吸附的~(137)Cs易解吸成Cs+离子,随水流失或被植物吸收.本文利用双层土柱模拟淋溶装置研究了~(137)Cs和土壤粒径组成在不同雨量条件下的淋失和垂直迁移特征.结果表明,在600~3 000mm降雨量内,土壤中~(137)Cs平均质量活度为10.9Bq·kg-1,略小于试验前的11.5Bq·kg~(-1),与雨量并无显著相关性,土壤中的~(137)Cs有向下垂直迁移现象,但并不显著;土壤中~(137)Cs质量活度与土壤中的黏粒含量有很好的正相关性,决定系数R2达到0.73;有待于增加模拟雨量,作进一步研究.     

融合简化粒子群的教与学优化算法

教与学优化算法(teaching-learning-based optimization algorithm,TLBO)是一种基于班级"教师阶段"和"学生阶段"的新型群智能优化算法.针对算法求解高维非线性复杂优化问题时精度较低的缺点,提出一种混合的教与学优化算法(HTLBO).首先,对"教师阶段"中的学生平均水平重新定义,并采用一种自适应策略根据粒子的适应度值对学习因子动态取值;然后,在迭代的过程中,根据适应度值将种群分成两个子种群,对于适应度值好的子种群采用改进的教与学优化算法(ATLBO)更新以增加种群的多样性,对于适应度值差的子种群采用简化粒子群算法(SPSO)以提升子种群的收敛性;最后,通过10个无约束优化问题进行对比测试实验,结果显示,HTLBO在探索性能和收敛速度方面优于TLBO等其他4种类型的算法.     

自适应加权最小二乘支持向量机的空调负荷预测

为了提高建筑空调负荷的预测精度,在分析空调负荷主要影响因素的基础上提出了一种基于自适应加权最小二乘支持向量机(AWLS-SVM)的建筑空调负荷预测方法。该方法根据预测误差的统计特性,采用基于改进正态分布加权规则,自适应地赋予每个建模样本不同的权值,以克服异常样本点对模型性能的影响。建模过程中采用粒子群优化(PSO)算法对模型参数进行优化,以进一步提高模型预测精度。基于DeST模拟数据将AWLS-SVM方法应用于南方地区某办公建筑的逐时空调负荷预测中,并与径向基神经网络(RBFNN)模型、LS-SVM模型及WLS-SVM模型作比较,其平均预测绝对误差分别降低了51.84%、13.95%和3.24%,并进一步基于实际空调负荷数据将该方法应用于另一办公建筑的逐日空调负荷预测中。预测结果表明:AWLS-SVM预测的累积负荷误差为4.56MW,亦优于其他3类模型,证明了AWLS-SVM具有较高的预测精度和较好的泛化能力,是建筑空调负荷预测的一种有效方法。     

文化算法在有人/无人机协同作战目标分配中的应用

针对有人/无人机协同作战目标分配问题,基于文化算法提出一种遗传算法和离散粒子群算法相结合的目标分配方法。根据有人/无人机协同目标分配问题的特性,结合文化算法的基本框架,建立了遗传算法和离散粒子群算法的交互机制,充分利用遗传算法和离散粒子群算法对优化问题的搜索能力,改善了2种算法易陷入局部最优的缺点,对约束条件下的有人/无人机协同作战目标分配问题进行了有效求解。实验结果表明,基于遗传和离散粒子群相结合的文化算法优于遗传算法和粒子群算法,收敛速度更快,能够快速找到目标分配问题的最优解。     

纳米碳在甲状腺癌手术中对甲状旁腺辨认保护的临床研究

目的探讨纳米碳在甲状腺癌手术时对甲状旁腺的保护作用.方法将173例甲状腺乳头状癌患者随机分为实验组与对照组,实验组于甲状腺内注射纳米碳混悬液,10 min后待中央区黑染后再行清扫术,对照组按传统手术方式行甲状腺切除术.统计两组清扫组织中淋巴结数量、转移淋巴结数量及甲状旁腺数量.结果实验组与对照组在清扫淋巴结数目、清扫转移淋巴结数目及甲状旁腺误切数目上差异具有统计学意义.纳米碳使中央区淋巴结黑染,而甲状旁腺不黑染,且在黑染组织中均未发现甲状旁腺.结论纳米碳示踪效果确切,而且甲状旁腺不黑染,可达到既彻底清扫淋巴结同时又使甲状旁腺易于识别和保护的目的.     

基于粒子群算法的快速路投资优化方法

从投资影响交通网络容量出发,提出一种新的以元胞传输模型CTM(cell transit model)理论为基础的快速路投资优化方法.首先,对元胞传输模型进行改进以实现局部匝道控制;其次,利用粒子群智能优化方法,构造了元胞通行能力优化问题的粒子群表达方法;并定义了总行车里程(TDT)和系统总延误(TD)作为衡量快速路系统的性能指标.计算结果显示投资前TDT为12 004 874m,TD为3 582 405.1s,投资后TDT为13 128 283m,TD为3 537 468.7s,总行车里程投资后较投资前增加了1 123 409m,总延误投资后较投资前减少了44 936.4s.结果分析表明,新优化方法使总行车里程显著增长,使系统总延误显著降低,提高了整个路网性能.该投资优化方法可以较好地解决快速路投资优化问题.     

锰球制备条件对氮化反应的影响

利用自制的密闭氮化系统研究不同制备条件的锰球的氮化反应.考察锰粉粒度、成球压力和黏结剂添加量对氮化反应的影响,并测量锰球氮化过程中实时增重和温度曲线.实验结果表明:锰粉粒度由16 ～40目变成60 ～ 80目时,球心温度到达峰值的时间由164 s缩短为101s,球心最大温升由147℃增至233℃,氮化1h的转化率由90.81％增至93.64％;成球压力由266 MPa增至443 MPa,球心峰值温度将提前89 s到达,球心最大温升将提高22℃,氮化1h的转化率由91.59％增至94.92％;黏结剂添加量由1 g增至3 g,氮化1h的转化率由92.90％降至89.80％;正态对数分布的概率密度函数可用来近似拟合转化速率与时间的关系.