多种类表面活性剂临界胶束浓度定量构效关系

表面活性剂的临界胶束浓度(CMC)是个非常重要的物质特性参数, CMC在研究表面活性剂的工业应用和生物利用方面发挥着关键作用. 本工作提出了一个新的拓扑指数—扩展距离矩阵, 建立了一个稳定的构效关系模型, 并对175种表面活性剂的临界胶束浓度进行了计算预测. 结果表明, 基于新的拓扑指数建立的构效关系模型计算临界胶束浓度能给出稳定可靠的预测结果, 其预测结果相关性系数R²(training set)=0.9295, 相对标准偏差ARD(training set)=8.20%, R²(testing set)=0.9257, ARD(testing set)=6.76%. 与文献中模型预测结果的对比表明, 本工作在稳定性和可靠性上均有显著改善.     

基于CA和LS-SVM的TE过程多模型建模

针对TE化工过程高度非线性、复杂性的特点,本文提出了一种基于相关分析和最小二乘支持向量机对TE过程进行多模型建模方法,以提高模型性能。首先对TE过程采用相关分析法划分为3个子系统,对每个子系统分别采用基于C-均值聚类的最小二乘支持向量机建模和基于k均值聚类的最小二乘支持向量机多模型建模。实验表明,基于K-均值聚类的多模型建模能简化计算、提高模型精度、并且能更好的预测模型输出。     

基于改进极根学习机的回转窑煅烧带温度预测方法

针对传统算法预测回转窑煅烧带温度存在精度低、速度慢的问题,提出了基于改进极限学习机(ELM)的回转窑煅烧带温度预测方法。对ELM输入权值矩阵定义了变换系数,采用黄金分割法在给定区间内搜寻变换系数的最佳值,改进了ELM网络参数的确定方式,弥补了随机确定输入权值并且不作调整的缺陷,在保证ELM训练速度的前提下提高预测精度、减小模型随机性。实验结果表明,改进的ELM预测精度高、训练速度快、模型性能优,可满足工况恶劣的回转窑的生产需要。     

基于Chebyshev多项式的神经网络中长期负荷预测研究

高精度负荷预测在提高电力系统的安全性和经济性方面有着极其重要的意义,而现有的负荷预测方法因参数有限,难以完全反映其内在规律,因而导致预测结果不够准确.为此提出了一种基于Chebyshev多项式神经网络模型的预测方法.该方法使用递推最小二乘法训练神经网络权值系数,以获得高精度的参数估计,从而实现Chebyshev多项式神经网络模型对负荷量的最优拟合,再利用训练好的Chebyshev多项式神经网络模型实现中长期负荷预测.研究结果表明,该方法能较好模拟负荷变化规律,有效提高了负荷预测精度,在电力系统负荷预测中有较大的应用价值.     

广东省能源需求预测模型构建及实证分析

为了对广东省的能源需求进行准确的预测,首先分析了影响广东省能源需求的各种因素,构建了预测指标体系.在此基础上,针对能源系统非线性等复杂系统特征,结合粒子群算法和BP神经网络的优点,构建了改进的PSO-BP神经网络的预测模型,并通过主成分分析法对指标体系进行数据降维,以降低神经网络的规模和复杂程度.以广东省1985-2013年的能源需求数据进行模拟与仿真,并对2014-2018年的能源需求量进行预测,理论分析和实证研究表明,该方法能够很好的反映广东省能源需求的特征,预测结果较为准确合理.     

Pseudo-Bonding Interaction between Boron-doped Heterofullerene and Zinc Porphine Predicted by DFT Calculation

Theoretical study on the supramolecular complexes formed between boron-doped het- erofullerene （C59B） and zinc porphine （ZnF）, namely C59B-ZnP and its anion species C59B-ZnP, was performed by density functional theory calculation at wB97XD/6-31G（d） level. Strong interaction between porphyrin and heterofullerene moiety was predicted for these complexes based on geometry and electronic structure analysis. Especially, pseudobonding interaction occurring between the B atom of fullerene and the N atom of porphyrin was predicted to occur in C59B-ZnP complex, but be broken in C59B-ZnP complex. Time-dependent density functional theory calculation manifests the redshift of electron absorption for ZnP upon the interaction with heterofullerene.     

基于Ⅰ-Monte Carlo的飞机研制费用风险建模与实证分析北大核心

随着信息化技术在武器装备系统中所占比重的扩大,武器装备系统复杂性急剧增加,装备研制与使用保障费用逐年升高,费用分配不合理和使用率低下等问题越来越严重.飞机作为特殊的复杂装备,费用问题更为严峻.因此,对飞机研制费用风险进行研究,进而为有效提高飞机作战性能、严格控制费用增长提供理论支撑具有重大意义.基于蒙特卡洛在费用风险分析方面的适用性及传统蒙特卡洛的不足,提出了利用基于风险驱动理论的改进蒙特卡洛处理飞机研制费用的风险建模.并以飞机结构件某单位机翼研制项目为例,利用@risk软件进行了费用风险的改进蒙特卡罗建模与分析,对改进方法的合理性和有效性进行了验证.     

基于改进免疫遗传算法的近红外光谱变量选择方法

该文在免疫遗传算法（IGA）的基础上,提出一种改进免疫遗传算法（iIGA）用于近红外光谱波长变量的选择。该算法舍去了原算法中固定抗体相似度阈值的思想,取而代之的是抗体相似度阈值自适应,同时引入精英保留策略和贪心算法思想,使得算法朝着正确的方向进行局部性探优。将该算法在玉米的淀粉和蛋白质含量数据集上进行实验测试,建立偏最小二乘（PLS）分析模型,并与IGA、遗传算法（GA）以及全谱方法进行了对比。结果表明,在玉米淀粉含量的预测上,iIGA相较于原IGA算法,预测集均方根误差（RMSEP）从0.312 0降至0.298 0,预测集预测精度提升4.5%;在玉米蛋白质含量的预测上,RMSEP从0.124 4降至0.110 3,预测集预测精度提升11.3%。分别对预测淀粉和蛋白质模型的RMSEP值进行显著性检验,F值分别为165.22和182.05,P值分别为9.5 × 10－23和4.5 × 10－24,P值均小于0.05,因此,iIGA能显著提升模型预测精度。     

基于matlab/simulink永磁同步电动机调速系统的建模与仿真

永磁同步电动机（PMSM）作为一种新型的交流同步电机,其在各行各业与日常生活中应用非常广泛。PMSM较小的转动惯量,较高的功率密度和运行效率等优点,使得其发展和应用空间很广泛。通过Scope模块对定子三相电流,电机转速、转子的转角、转矩以及轴电流进行观察,并对系统中的参数进行及时地修改。最后的结果表明,该调速系统具有启动快、调速特性好、响应速度快和稳定性好等优点,为电动机在实际的调速系统设计中提供了可靠的理论依据。     

面向信号的仪器控制模型研究

在复杂电磁场的背景下,捕获良好短波电台的信号是人们研究的重要议题。在研究短波跳频电台的的干扰特点的基础上,利用最小均方误差（Least Mean Squares,LMS）算法对干扰进行抵消。基于LMS算法的研究提出的变步长LMS算法函数建模;基于短波跳频电台的研究对,在Simulink环境下进行电台仿真建模。将新算法嵌入自定义模块中并与加干扰的电台模型联合仿真。仿真结果表明,新算法模块的加入可以有效对短波跳频电台的干扰进行抑制。自定义的LMS算法模型的建立对新算法的开发应用打下了基础、在复杂战场环境下有效保障短波跳频电台正常工作提出了新思路。