羟基磷灰石/聚己内酯生物复合材料的制备及其生物活性

以聚己内酯(PCL)为基底、羟基磷灰石(HA)为增强剂,采用溶液浇铸法制备HA/PCL复合材料,考察了浸渍于模拟体液(SBF)中的复合材料生物活性,并用X衍射(XRD)和傅立叶变换红外光谱(FT IR)对材料的结构和组成进行表征。结果表明:HA/PCL(wHA=0.30)复合材料在SBF中浸渍14 d后,即在其表面形成一层弱结晶的碳磷灰石(CHA)覆盖层,显示良好的生物活性。     

超启发式DE算法求解零等待发酵工艺调度

为解决具备间歇过程特点的零等待发酵工艺调度过程中易变质的难点,提出了一种超启发式差分算法,并将最小化最大完工时间设置为优化目标。此算法分为2层,高层为改进的自适应差分进化算法,来对低层的启发式操作进行选择排序。而低层组合排序成了新的算法对问题域进行操作,加入模拟退火算法避免陷入局部最优。所提出的方法具有学习的机制,对不同问题具有较强的泛化能力。通过测试算例和实际生产进行算法的比较和求解验证了此算法的有效性,结果表明所提出的算法比传统的启发式算法性能更优。     

基于改进神经网络的模糊聚类算法

文章提出了一种新的聚类方法NFC,首先用模糊逻辑神经元网络的聚类算法和Cauchy训练的模拟退火算法相结合的局部算法得到初始聚类中心,然后用FCM算法进行模糊聚类;实验证明,NFC算法在一定程度上解决了FCM局部极值问题且有效性非常高。     

分布式虚拟战场环境—现代战争的实验场

概要分析了军事仿真训练和演练技术的发展,综述了不同阶段产生过重要影响的有代表性的军事仿真训练和演练系统;介绍了我国自主研究开发的分布式虚拟战场集成环境DVENET;最后,指出了分布式虚拟现实技术研究中有待解决的几个问题。     

一种基于Bayes方法的优化算法

对实际问题而言 ,人们对于问题的解一般会有一个初步认识 ,并且这种认识会在搜索过程中逐渐加深或得到修正 ,这符合人们认识世界的普遍规律 .作者基于这一认识 ,提出了一种基于 Bayes方法的优化算法 ,从而较大地加快了算法的收敛速度.     

An Adaptive Design for Six Sigma（ ADFSS ） ： a Simulated Annealing and Regression Analysis Embedded Approach

Design for six sigma (DFSS) is a powerful approach of designing products,processes,and services with the objective of meeting the needs of customers in a cost-effective manner.DFSS activities are class...     

矿井通风系统电算模拟结果可靠性分析

本文针对矿井复杂通风系统电子计算机模拟结果的可靠性问题及影响模拟结果的可靠性因素进行了分析。讨论了消除影响模拟结果的可靠性因素和提高模拟精度的方法,并给出了分析的具体实例。     

旅行商问题（TSP）的模拟退火求解

提出了循环排序中６种不同的随机抽样方式，对旅行商问题（ＴＳＰ）的模拟退火求解进行了进一步深入研究．理论分析证明，６种抽样方式均满足模拟退火算法的全局收敛性条件．实例计算表明，子排列反序并移位抽样方式的求解寻优效率最高，且明显优于目前公认最好的著名的Ｓ．Ｌｉｎ“２－交换”抽样方法．本研究和结论对循环排序类优化问题及其求解具有普遍意义．     

Effect of Fiber Properties on Nonwovens'''' Pore Structures with Fractal Geometry Analysis

IntroductionNowadays,the applications of nonwovens become widerand wider.Nonwovens pore structures such as shape,size,quantity,pore size distribution and so on,are very i mportantto their mechanical and other physical properties.And thepore structures are related to the diameter,cri mp,orientation,quantity and assembling method of fibers.Therefore,it is i mportant for both manufactories and end-useres to obtain the parameters which can be used to expressnonwovens structures conveniently,and fu…     

基于模拟退火思想的优化k-means算法

鉴于典型的基于划分的聚类算法——k-means算法中存在局部最优和算法执行速度慢等问题,提出了基于模拟退火思想的优化k!means算法.该算法将模拟退火思想用于对k-means算法的优化,是一种具有全局最优解和较高执行效率的算法.针对聚类算法典型数据集和随机产生的数据集,在不同情况下进行对比实验.实验结果表明,优化k-means算法优于基本的k-means算法。