城市区域多物流无人机协同任务分配

针对城市区域多无人机协同物流任务分配问题, 综合考虑不同无人机性能、物流时效性、飞行可靠性等影响因素, 以经济成本、时间损失和安全风险最小为目标函数, 构建多无人机协同物流任务分配模型。因问题规模大、求解复杂度高, 设计改进的量子粒子群算法进行求解。首先，为增强粒子遍历性和多样性, 采用均匀化级联Logistic映射进行粒子初始化; 其次，为避免算法陷入局部最优解, 引入基于高斯分布的粒子变异方式; 最后，为提高算法运行效率, 运用自适应惯性权重方法对粒子赋值。仿真实验结果表明，所构建的模型能够实现任务分配多目标优化, 贴近城市区域无人机物流配送实际; 所提算法与传统量子粒子群算法和遗传算法相比, 任务分配代价分别下降了5.9%和6.3%;并进一步对参数权重设置进行分析, 当3个子目标函数权重系数分别为0.225、0.275和0.500, 种群规模为150时, 算法规划的结果最优。     

基于免疫粒子群优化的移动Sink路径规划算法

为了减少能量空洞和延长网络生命周期，在无线传感网中采用移动 Sink 的方式收集节点采集的数据是解决能 量效率问题的有效措施．采集路径的规划问题类似于旅行商问题，无法得到多项式时间的解．提出了将人工免疫算法和粒子群算法相结合，针对移动 sink 数据收集的路径规划问题寻求近似最优解，仿真结果表明: 与其他算法进行性能比较，所提出的优化算法能够有效减少能耗和缩短遍历路径．     

水溶性La_(0.88)Sr_(0.12)MnO_3纳米粒子的非水相合成

采用纳米微乳液法,以三嵌段共聚物聚氧乙烯-聚氧丙烯-聚氧乙烯(PEO-PPO-PEO)为表面活性剂,乙酰丙酮镧(III),乙酰丙酮锰(III)和乙酰丙酮锶(II)为前驱体,1,2-十六烷二醇为还原剂成功合成了水溶性La0.88Sr0.12MnO3纳米粒子.FT-IR分析证实该纳米粒子表面存在PEO-PPO-PEO分子,XRD和TEM分析表明该纳米粒子基本上呈球形、粒径分布窄、结晶度高,VSM测试表明该纳米粒子室温下显示软铁磁性.纳米粒子在水中快速和高效的分散收集过程,表明该纳米粒子具有良好的水溶性和磁操控性.     

五种希格斯玻色子与希格斯场之内部结构模型图表解析

现今，“希格斯玻色子”被认为是所有基本粒子质量的来源，也是标准模型预言的最后一种粒子，目前，物理学家普遍认为不排除未来可能会发现其他带电荷的希格斯玻色子。许多物理学家认为：事实上，希格斯玻色子组成希格斯场是一种更加复杂的理论模型，而这些理论模型预言了应有五种不同的希格斯玻色子，它们不仅带有电荷，还有可能带有色荷，而且质量也不相同。希格斯场遍布在宇宙中，该文就这五种不同希格斯玻色子及其组成的希格斯场，作一理论模型预言之图表解析。     

Fe、Al纳米粒子熔化过程结构转变的分子动力学研究

采用分子动力学方法结合嵌入原子势函数,应用势能、共近邻技术分析方法,研究了原子数为147、309和561的正二十面体(ICO),正十面体(Dh)和立方八面体(CO)的Fe、Al纳米粒子的熔化行为.结果表明,原子数为147、309、561的ICO结构的Fe、Al纳米粒子在熔化前保持原有结构;Dh与CO结构的Al纳米粒子在熔化前向ICO结构转变,ICO结构比Dh结构和CO结构更稳定.     

车辆路径问题的粒子群算法研究

车辆路径优化问题是一类具有重要实用价值的组合NP问题．粒子群算法(panicle swarm optimization)是一种新出现的群智能(swarm intellingece)优化方法，将其应用于车辆路径优化问题，构造车辆路径问题的粒子表达方法，建立了此问题的粒子群算法，并与遗传算法作了对比试验．结果表明，粒子群算法可以快速、有效求得车辆路径问题的优化解，是求解车辆路径问题的一个较好方案。     

ZrO2基固体电解质氧传感器的研究现状及发展趋势

近年来,由于ZrO2基固体电解质氧传感器具有高的测氧灵敏度和在高温下的化学稳定性,因而在节约能源、环境保护等方面得到了广泛的应用。该文首先介绍了ZrO2基固体电解质氧传感器的测氧原理,然后阐述了ZrO2基固体电解质氧传感器的研究现状;重点介绍了氧传感器导电理论,及在高温和低温条件下工作的氧传感器研究状况和氧传感器的应用研究,并对氧传感器未来的发展进行了分析和展望,指出为了获得高性能的氧传感器应重点发展纳米材料氧传感器。     

45钢固体粉末法稀土、硼、铬、铝共渗工艺研究

研究了RE_Mg合金对固体粉末法硼、铬、铝共渗层成分、组织和性能的影响 .发现随着RE_Mg合金加入量的增加 ,渗层中Al2 O3的量不断增多 ,当RE_Mg合金加入量为 5 %时 ,渗层中出现连续致密分布的Al2 O3黑区组织 ,对此进行了性能测试和机理探讨