Comparative aspects of structure and action of molluscan neuropeptides

A number of neuropeptides were isolated from the ganglia and muscles of molluscs, and their actions were examined. Diverse neuropeptides, in addition to several classical neurotransmitters, were suggested to be involved in the regulation of the anterior byssus retractor muscle ofMytilus. A wide structural variety of members of theMytilus inhibitory peptide family was observed in each of the generaMytilus, Achatina andHelix. Gly-Trp-NH₂, the C-terminal dipeptide fragment of the neuropeptide AGPWamide, showed a more potent action than the parent peptide in all of the muscles examined. Peptides related to some molluscan neuropeptides were found to be distributed interphyletically. Some neuropeptides containing ad-amino acid residue were found inAchatina andMytilus. These aspects of molluscan neuropeptides are thought not to be exceptional.     

添加剂对锰渣中铬离子浸取的影响

以8-羟基喹啉、磺原酸钾、十六烷基三甲基苄基溴化铵、磷酸三丁酯和柠檬酸为浸取添加剂,考察了添加剂用量、浸取时间、浸取温度和酸矿比等对铬离子浸出率的影响.实验结果表明：用0.8%磺原酸钾做添加剂,在固液比为1∶4（g/mL）,酸矿比为0.3∶1(mL/g),浸取温度为60 ℃下浸取90 min,Cr6+离子浸出率为38.11％,是加热浸取法的1.5倍.     

二次D稳定约束下不确定T-S模糊系统的L∞鲁棒可靠控制

针对一类受持续有界扰动的T-S不确定模糊系统,提出了考虑执行器故障的鲁棒可靠控制器设计方法。引入基于L_∞范数理论的鲁棒性能指标及二次D稳定的概念,给出了鲁棒可靠控制器存在的充分条件。通过求解线性矩阵不等式完成可靠控制器的设计,从而使系统即使在发生执行器故障的情况下仍能满足给定的L_∞性能指标,并且闭环系统二次D稳定。仿真实例表明了本方法的有效性。     

制动过程的主动转向干预控制

主动转向(AFS)能够提高车辆的转向跟随性和车辆的稳定性能,同时还能够产生额外的侧向力,抵御制动过程中由于制动力的不对称分配所引起的横摆及侧倾。首先基于主动转向的机构及制动过程建立了转向模型及车辆模型,并在该模型控制的设计中,利用横摆角速度和侧偏角反馈提高车辆的稳定性。同时,为了得到最佳的输出反馈增益矩阵,采用线性[0]二次型调节器(LQR-line quadratic regulator)进行最优控制。通过制动过程中主动转向的干预作用的MATLAB仿真,以及没有转向干预控制的制动过程试验与仿真的对比,表明主动转向无需驾驶员的额外干预,通过电机的主动补偿提高车辆的侧向稳定性,同时还能够影响车辆的纵向动力学过程,缩短制动的有效距离。     

汽车电子ABS控制参数混合逻辑动态自标定研究

采用软硬件协同设计方法,提出基于汽车电子子系统模块化统一建模的动态仿真测试方法.参照汽车电子电控单元参数的匹配方法,提出了基于CCP协议在线调整ABS参数的匹配方法,并从理论上研究了基于MLD(Mixed Logical Dynamical)系统的ABS控制参数自动标定算法.并通过求解MIQP问题为ECU-ABS控制解出一个优化的控制序列.以ABS开发为例进行了说明和测试,对监控标定系统进行了试验,建立了完整的电控参数标定仿真、实验流程.提出的方法对其它汽车电子嵌入式实时软件开发,缩短调试、路试周期具有重要的意义.     

利用进化规划和逐步二次规划实现前馈神经网络的结构优化

用进化规划与逐步二次规划来实现前馈神经网络的结构优化问题 ,并提出了一个相应的学习算法 .针对进化规划与逐步二次规划各自的特点 ,进行了组合 ,使算法不仅具有随机全局搜索能力 ,而且还具有更好的全局收敛能力 ,并与环境有更强的自适应能力 .最后通过仿真和应用实验证实了算法的有效性.     

基于卡尔曼滤波的二次型神经网络学习算法及收敛性分析

提出了二次型多层前馈神经网络的卡尔曼滤波学习算法,并证明了该算法的收敛性。与文献［２,３］中的学习算法和经典的误差反向传播学习算法相比,新的学习算法具有更快的学习速度、良好的泛化能力,并且对学习率有很好的鲁棒性,不容易陷入局部极小点。仿真实验结果表明了新算法的有效性。     

一般Levy过程下带违约风险的可转换债券定价模型

对可转换债券的相应标的股价S_t=S_0exp[(r-q)t+X_t],在X_t是Levy过程的假设下,运用傅立叶变换和残数定理,得出了带有赎回和回售条款的可转换债券的定价公式;同时,结合Duffie关于衍生产品带违约风险的定价方法,给出了带违约风险的可转换债券定价公式.     

确定事例特征权值的方法研究

针对事例特征权值的确定问题 ,提出了 Delphi和 AHP相结合的权值确定方法 ,以及二次规划模型权值确定法和信用统计权值确定法 .这些方法在事例特征权值的确定中 ,有助于减少主观性 ,增加客观性 .     

电厂湿法烟气脱硫过程优化控制研究

深入研究了具有混杂系统特性的电厂湿法烟气脱硫(WFGD)过程的优化与控制问题;运用混合逻辑动态的建模方法(Mixed Logical Dynamic)建立了WFGD过程的MLD模型,基于MLD模型的预测控制方法把WFGD过程优化问题转化为实时求解混合整数规划(MIQP)问题,实时给出了WFGD过程优化运行的连续决策变量(吸收塔浆液的PH值设定)和离散决策变量(循环浆液泵开启台数)的最优解;用同样方法实现WFGD过程基础回路级中具有非线性动态的PH对象的控制;仿真表明基于MLD模型预测控制方法很好地解决了WFGD过程的优化与控制问题。