地震期间应急资源调度方案的优化选取

应急资源的调度是地震救援工作的重点,为解决这个难题,本文构建了以时效性、伤亡性和经济性为三大分量的多目标函数,然后经过无量纲和Delphi加权处理,将其转化为单目标函数,并将其中的决策效用函数看成运筹学中指派问题的效率函数,最后运用匈牙利法计算出最大的目标函数值,从而得出最优的资源调度方案.与其他多目标的应急资源调度方法相比,本文构建的这种算法具有简易、实用的优点,可以说为地震期间应急资源调度方案的优化选取工作提供了一种切实、可行的途径.     

高岭石/苯甲酰胺插层复合物的热分解行为及脱嵌反应动力学

以高岭石/二甲基亚砜为前驱体,利用置换法制备了高岭石/苯甲酰胺插层复合物。XRD和FTIR分析表明苯甲酰胺进入高岭石层间并与其形成新的氢键。采用TG、DSC研究了插层复合物的热分解行为。结果表明复合物在加热过程中发生两步分解,第一步是插层复合物的分解,即插层剂分子于231℃发生脱嵌,第二步为高岭石脱羟基的过程。针对第一阶段的脱嵌反应,采用等转化率法改进后的迭代法、Malek法以及Dollimore法等动力学方法计算得到了完整的动力学三因子:活化能Ea=75.4kJ.mol-1,指前因子A的范围为4.9×1010~8.8×1010s-1,动力学方程为:G(α)=[1-(1-α)1-n]/(1-n),f(α)=(1-α)n。     

基于V型双咪唑与二羧酸混合配体Zn2+配位聚合物的合成、结构与性质

通过溶剂热合法,制备了两种新的Zn²⁺配位聚合物{[Zn(bib)(bdc)]•DMF}_n(1)和{[Zn(bib)(bpdc)]•H₂O}_n(2)(bib=1,3-双(1-咪唑)苯,H₂bdc=1,4-苯二甲酸,H₂bpdc=4,4'-联苯二甲酸,DMF=N,N-二甲基甲酰胺）。通过单晶X-射线衍射确定了两个配合物的结构：配合物1属于三斜晶系,空间群为P-1,是一种由bib和ndc^2-配体混合连接二维网络结构,配合物2属于单斜晶系,空间群为P2₁/n,表现出了二重互穿二维网络结构。      

Multi-Scale Gaussian Processes： a Novel Model for Chaotic Time Series Prediction

Based on the classical Gaussian process （GP） model, we propose a multi-scale Gaussian process （MGP） model to predict the existence of chaotic time series. The MGP employs a covariance function that is constructed by a scaling function with its different dilations and translations, ensuring that the optimal hyperparameter is easy to determine. Moreover, the scaling function with its different dilations and translations can form a set of complete bases, resulting in the fact that the MGP can acquire better prediction performance than the GP. The experiments can lead to the following conclusions： （i） The MGP gives a relatively better prediction performance in comparison with the classical GP model. （ii） The prediction performance of the MGP is competitive with support vector machine （SVM）. They give better performance as compared to the radial basis function networks.     

EXPRESSION OF A PARTIAL SYNTHETIC HUMAN TNF cDNA IN E. coli

A recombinant human tumour necrosis factor (rhTNF) cDNA was constructed. The TNF gene was isolated from a human genomic gene library. There are four exons in the TNF gene. The fourth exou codes for 140 amino acids of the TNF matured protein which is composed of 157 amino acids. A major portion of the fourth exon was isolated and then ligated to a synthesized DNA fragment coding for the remaining amino acids. The partial synthetic hTNF (rhTNF) cDNA thus generated was subcloned into a vector and successfully expressed in E. coli. 5-1 fer1entator was used to produce rhTNF. About 20g (wet weight) of bacterial pellet per liter medium and 106—10~7 units of cytotoxicity to L929 cells per milliliter medium were obtained. rhTNF was purified by HPLC and dried with a freeze dryer, rhTNF with a purity of about 95% in the form of white powder was obtained. The sequence of ten amino acids at the amino terminus of the rhTNF was determined. The result showed that it was identical with that of the natural human TNF.     

FTIR和XRD研究甲酰胺在高岭石插层复合体系中的形态及其复合物的微观结构

插层复合体系中,有机插层剂在插层的同时也可能吸附在复合物的表面或以自由态存在,对插层分子的表征将会产生较大的影响。以丙酮作淋洗剂,用FTIR及XRD技术对淋洗前后的插层复合体系监控,插层剂分子在复合体系中的可能存在形式,探讨水的作用及复合物微观结构的变化。结果显示：甲酰胺有插层、游离和吸附在复合物表面三种存在形态。3 355和3 462 cm-1处的红外振动峰归属于表面吸附的插层剂分子,3 626 cm-1的峰归属于插层的H₂O分子,在干燥后均消失。H₂O作为填充空间的分子参预了插层过程,且插入到层间,并在干燥后脱嵌。3 534 cm-1处的振动峰在淋洗前后一直存在,是由于插层的甲酰胺分子与高岭石层间形成氢键作用的结果。以丙酮作为淋洗剂,可以选择性的消除表面吸附的甲酰胺而不影响复合物的结构。插层的甲酰胺分子以C—N键垂直于层片呈单分子层排列,并通过氨基与高岭石铝氧八面体层的内表面羟基和硅氧四面体层的氧形成了两种氢键作用。     

接枝于聚薄荷基丙烯醇的手性氨基醇的合成及其对Henry反应的不对称催化作用的研究

一种新型的旋光活性的氨基醇类聚合物被合成出来。以旋光活性聚薄荷基乙烯基酮为原料, 将聚薄荷基乙烯基酮用氢化铝锂还原后得到聚薄荷基丙烯醇(poly-MPO),poly-MPO与氢化钠反应后与环氧氯丙烷反应得到固载环氧丙烷的poly-MPO。将固载环氧丙烷的poly-MPO与各种类型的胺反应得到接枝于聚薄荷基丙烯醇的手性氨基醇(poly-MPO)-APO。将其应用在催化不对称Henry反应中得到了高产率、中等选择性的产物。     

基于卷积神经网络的恒星光谱自动分类方法

恒星光谱自动分类是研究恒星光谱的基础内容,快速、准确自动识别、分类恒星光谱可提高搜寻特殊天体速度,对天文学研究有重大意义。目前我国大型巡天项目LAMOST每年发布数百万条光谱数据,对海量恒星光谱进行快速、准确自动识别与分类研究已成为天文学大数据分析与处理领域的研究热点之一。针对恒星光谱自动分类问题,提出一种基于卷积神经网络(CNN)的K和F型恒星光谱分类方法,并与支持向量机(SVM)、误差反向传播算法(BP)对比,采用交叉验证方法验证分类器性能。与传统方法相比CNN具有权值共享,减少模型学习参数;可直接对训练数据自动进行特征提取等优点。实验采用Tensorflow深度学习框架,Python3.5编程环境。K和F恒星光谱数据集采用国家天文台提供的LAMOST DR3数据。截取每条光谱波长范围为3 500~7 500 部分,对光谱均匀采样生成数据集样本,采用min-max归一化方法对数据集样本进行归一化处理。CNN结构包括：输入层,卷积层C1,池化层S1,卷积层C2,池化层S2,卷积层C3,池化层S3,全连接层,输出层。输入层为一批K和F型恒星光谱相同的3 700个波长点处流量值。C1层设有10个大小为1×3步长为1的卷积核。S1层采用最大池化方法,采样窗口大小为1×2,无重叠采样,生成10张特征图,与C1层特征图数量相同,大小为C1层特征图的二分之一。C2层设有20个大小为1×2步长为1的卷积核,输出20张特征图。S2层对C2层20张特征图下采样输出20张特征图。C3层设有30个大小为1×3步长为1的卷积核,输出30张特征图。S3层对C3层30张特征图下采样输出30张特征图。全连接层神经元个数设置为50,每个神经元都与S3层的所有神经元连接。输出层神经元个数设置为2,输出分类结果。卷积层激活函数采用ReLU函数,输出层激活函数采用softmax函数。对比算法SVM类型为C-SVC,核函数采用径向基函数,BP算法设有3个隐藏层,每个隐藏层设有20,40和20个神经元。数据集分为训练数据和测试数据,将训练数据的40%,60%,80%和100%作为5个训练集,测试数据作为测试集。分别将5个训练集放入模型中训练,共迭代8 000次,每次训练好的模型用测试集进行验证。对比实验采用100%的训练数据作为训练集,测试数据作为测试集。采用精确率、召回率、F-score、准确率四个评价指标评价模型性能,对实验结果进行详细分析。分析结果表明CNN算法可对K和F型恒星光谱快速自动分类和筛选,训练集数据量越大,模型泛化能力越强,分类准确率越高。对比实验结果表明采用CNN算法对K和F型恒星光谱自动分类较传统机器学习SVM和BP算法自动分类准确率更高。     

Prediction of chaotic systems with multidimensional recurrent least squares support vector machines

In this paper, we propose a multidimensional version of recurrent least squares support vector machines （MDRLS- SVM） to solve the problem about the prediction of chaotic system. To acquire better prediction performance, the high-dimensional space, which provides more information on the system than the scalar time series, is first reconstructed utilizing Takens＇s embedding theorem. Then the MDRLS-SVM instead of traditional RLS-SVM is used in the high- dimensional space, and the prediction performance can be improved from the point of view of reconstructed embedding phase space. In addition, the MDRLS-SVM algorithm is analysed in the context of noise, and we also find that the MDRLS-SVM has lower sensitivity to noise than the RLS-SVM.     

可计算厚度方向应力的壳单元

在板料成形数值模拟中通常使用壳单元,然而,传统的壳单元在计算“回弹”(弹性恢复)变形时精度很差,其原因之一是由于这些壳单元忽略了厚度方向的应力而代之为平面应力条件。为了改善这个缺陷,本文提出的壳单元,通过构造厚度方向的二次形函数引入厚度方向的变形,使得三维本构关系可以不经任何改变被直接使用,并且壳上、下表面的载荷对厚度方向应力的影响也能较好地表现出来。通过几个数值算例证明该壳单元对弹塑性大变形问题分析是有效的。