中红外光谱技术对乙醇汽油乙醇含量的检测

乙醇汽油是一种新型清洁燃料,燃料乙醇在乙醇汽油中的含量会影响发动机的性能。为了确保发动机的工作可靠性,需要对乙醇汽油中的乙醇含量进行快速精准检测。本文使用中红外光谱技术对采集到的乙醇汽油的光谱数据进行定量分析。首先对原始光谱数据使用多元散射校正、基线校正、一阶导数、二阶导数等预处理方法进行预处理。然后利用ELM、LSSVM、PLS对乙醇汽油中的乙醇含量建立预测模型,通过比较3种建模方法对乙醇含量的预测能力发现,PLS方法的精度比其余两种方法更高。模型决定因子R2为0.958,预测均方误差RMSEP为1.479%(V/V,体积比)。中红外光谱技术对乙醇汽油乙醇含量的快速准确检测提供了新的思路。     

高光谱成像技术的库尔勒梨早期损伤可视化检测研究

利用高光谱成像技术对库尔勒梨早期损伤进行快速识别检测。以60个库尔勒梨为研究对象,采集380～1 030 nm波段范围内完好样本和损伤后1～7天样本的480幅高光谱图像。提取图像中感兴趣区域(ROI)的平均光谱信息,利用小波变换(WT)对光谱数据进行去噪平滑,将去噪后的全部样本按2∶1的比例分成建模集(320个)和预测集(160个)。利用二阶导数从全谱信息中提取出19个特征波长,分别基于全谱和提取出的特征波长对建模集和预测集进行支持向量机(SVM)建模分析。结果表明,基于全谱和特征波长的判别分析模型中,两者预测集的识别率都达到93.75%,表明提取的特征波长包含了光谱数据中的关键信息。然后,基于特征波长运用波段比运算挑选最佳波段比,根据波段比F值的分布确定光谱图像分割的最佳波长684和798 nm。对最佳波段比(684/798 nm)下的图像,利用选择性搜索(SS)对高光谱图像中样本的完好和损伤区域进行分割,从分割结果来看,1～7天损伤样本的受损区域能够被准确检测出来。研究结果表明：基于高光谱成像技术对库尔勒梨进行损伤鉴别是可行的,该研究所获得的特征波长和波段比为研发在线实时的库尔勒梨损伤检测系统提供支撑。     

近红外漫反射光谱法快速检测苯磺酸氨氯地平片辅料含量

将近红外光谱技术和化学计量学相结合快速检测苯磺酸氨氯地平片辅料含量.通过随机青蛙法、变量投影重要性和竞争自适应重加权采样筛选特征波长变量点,采用9种光谱预处理方法对原始光谱进行处理后,分别建立了偏最小二乘法模型和支持向量回归分析模型,并将这两种模型进行了比较.应用优选模型对样品进行了测试,结果表明:对于所涉及的样本,在最优特征波长变量选择上,随机青蛙法效果较好;在模型预测结果上,与支持向量回归分析模型相比,5个指标的偏最小二乘法定量模型的决定系数,预测均方根误差评价参数效果较好,相对分析误差值均大于3.0.样品测试值与实测值标准误差均小于1.30,配对t检验表明,在a=0.05显著性水平上,两者无显著性差异.因此,可采用近红外漫反射光谱法用于苯磺酸氨氯地平片辅料含量的快速检测,该方法重复性、中间精密度、线性、精确性良好,且可为其他药用辅料含量快速检测提供借鉴.     

MgAl无机-有机杂化材料对Pb~(2+)的吸附

采用共沉淀法合成了结晶度良好、具有纯水滑石相的Mg-Al型层状双金属氢氧化物(LDH)及其乙二胺四乙酸二钠(EDTA)-LDH无机-有机杂化物,并进行了表征。考察了Mg-AlLDH和EDTA-LDH对Pb2+的吸附作用,其均有很好的吸附能力,EDTA在LDH通道中可能以直立平行方式排列成单层。在相同条件下,EDTA-LDH的吸附速率和吸附量均高于Mg-AlLDH。结果表明,EDTA的插入具有协同增效作用,吸附动力学符合准二级吸附速率方程。吸附等温线可分为吸附阶段和表面沉淀阶段,吸附阶段的等温线符合Freundlich吸附等温式。初始pH值对Pb2+的吸附基本无影响。Pb2+在LDH和EDTA-LDH上的吸附机理主要为表面沉淀,并存在化学键合和静电键合作用,EDTA-LDH存在EDTA与Pb2+的络合作用。     

加工时间可控和简单线性增长的平行机排序

本文研究加工时间可控并随开工时间简单线性增长的平行机排序问题.证明了该问题为NP-难问题,该问题存在满足以下性质的最优排序:每个工件的加工时间要么完全压缩,要么完全不压缩;每台机器的工件排序由一个工件参数和控制变量的函数的递增序给出.通过将问题等价转换为0-1非线性整数规划问题,给出了平行机排序问题的贪婪算法.     

基于熵的最小二乘支持向量机增长记忆算法与实证分析

为了减少预测模型的训练样本数和训练时间,提高预测的正确率,将信息论中熵的概念和增长记忆算法引入企业财务困境预测,提出了一种基于熵的最小二乘支持向量机(LS-SVM)增长记忆算法,该算法不必每次都求解矩阵的逆,提高了算法的有效性;通过实验,给出了适合企业财务困境预测的离散的信息熵和核函数的表达式。将该算法与传统LS-SVM以及标准SVM的分析比较,可以看出,在ST前1~3年的不同时点上,基于熵的LS-SVM增长记忆算法无论是训练样本的数量还是运算时间,都显著优于传统的LS-SVM以及标准的SVM,证实了将信息熵和增长记忆算法应用于企业财务困境预测的有效性和优越性。     

工件具有加工位置上限最小化加权总误工量的单机排序问题

考虑工件具有加工位置上限最小化总加权误工量的单机排序问题.在此排序问题中,每个工件J_j都具有一个加工位置上限k_j.也就是说,如果工件J_j是一个可行排序中的第x个工件,那么就需要满足x ≤ k_j.证明了（i）当工件具有相同工期时,该排序问题是二元NP-难的并且是拟多项式时间可解的,（ii）当工件具有单位权重时,该排序问题是一元NP-难的.     

集装箱码头桥机调度问题基于完工时间下界的算法

关注单船桥机调度问题,指出了单船桥机的闲置会影响码头整体的运作效率。以单个集装箱为任务单位,考虑桥机移动时间、安全距离等约束,建立了最小化桥机完工时间和闲置时间的多目标规划模型。基于完工时间下界的两种不同情况：以重点贝位工作量确定和以平均工作量确定,分别设计了基于邻域搜索的启发式算法和基于贪心策略的“分割贝位”算法,并且证明了在以平均工作量确定下界的情况中该算法不会导致桥机闲置。不同规模、不同下界类型的算例表明：提出的模型与算法得到的桥机调度计划更适合实际生产作业,能够有效地逼近完工时间下界,算法运行速度较现有的研究有显著的提高。     

基于DC规划方法的稀疏临近支持向量机

为了提高临近支持向量机（PSVM）的数值表现,在PSVM的模型中引入了$\ell_0$-范数正则项,提出了稀疏临近支持向量机模型（SPSVM）,从而提高分类器的特征选择能力。然而带有$\ell_0$-范数正则项的问题往往是NP-难问题,为了克服这一问题,采用非凸连续函数近似$\ell_0$-范数,并通过适当的DC分解将问题转化成DC规划问题进行求解,同时还讨论了算法的收敛性。数值实验结果表明不论是在仿真数据还是在实际数据中,所提出的方法是比较有效稳定的。     

The ruin probability of the renewal model with constant interest force and upper-tailed independent heavy-tailed claims

In this paper, we obtain the uniform estimate for discounted aggregate claims in the continuous-time renewal model of upper-tailed independent and heavy-tailed random variables. With constant interest force and constant premium rate, we establish a uniform simple asymptotic formula for ruin probability of the renewal model in the case where the initial surplus is large.