预热超声对菠萝蜜种子分离蛋白起泡性及结构的影响

采用预热超声技术改善菠萝蜜种子分离蛋白（Jackfruit Seed Isolate Protein, JSPI）起泡性,探究起泡性与结构的关系。对预热温度,超声功率,超声时间进行了优化,得到最佳条件:预热温度60℃,超声功率600 W,时间20 min。结果得出,与JSPI相比,60℃+600 W处理的JSPI起泡性增加了58.44%（P<0.05）,高于600 W（45.25%）和60℃（29.64%）。相比JSPI,泡沫稳定性没有提高（P>0.05）。SDS-PAGE凝胶电泳结果表明,600 W超声处理没有改变JSPI的分子量,60°C处理使JSPI的部分可溶性蛋白分子聚集,出现了新的蛋白条带。相关性结果表明,起泡性与JSPI的β-折叠和无规则卷曲含量成正相关。与JSPI相比,600 W,60℃,60℃+600 W处理后的荧光强度增强、表面疏水性（H0）提高,说明JSPI结构变松散,内部疏水基团暴露出来,疏水性增加,导致起泡性增加。电位结果表明,与JSPI相比,600 W处理的电位从-22.03增强至-24.53 mV（P<0.05）。60℃,60℃+600 W处理电位减弱,导致溶液体系不稳定。粒径结果表明,与JSPI相比,600 W处理粒径减小,60℃处理粒径增加。蛋白粒径减小、或占较低比例存在的粒径较大的蛋白群体均可以提高JSPI的起泡性。     

单面柱局域共振声子晶体低频带隙特性分析及结构改进研究

基于有限元法对单面柱局域共振声子晶体进行带隙特性分析,研究了结构参数对该类型声子晶体的影响。结果表明:随着散射体高度的增加,单面柱声子晶体的第一完全带隙的起始频率逐渐降低,带宽逐渐增大;随着基板厚度的增大,单面柱声子晶体的起始频率逐渐升高,截止频率先增大后减小。并且在经典单面柱声子晶体的基础上,组合了两种新型的三组元单面柱声子晶体结构:嵌入式单面柱声子晶体(以下简称结构Ⅰ)和粘接式单面柱声子晶体(以下简称结构Ⅱ)。通过对其带隙特性的分析得出:这两种新结构与经典的单面柱声子晶体相比,都具有更低频的带隙,这对于低频减振降噪是非常有利的。本文的结果将对实际的工程应用提供一定的理论指导。     

多元统计分析中一类矩阵迹函数最小化问题的有效算法

研究来源于多元统计分析中的一类矩阵迹函数最小化问题$\min c+ tr(AX)+\sum\limits_{j=1}^{m}tr(B_j X C_jX^{T}),\ \ {\rm s. t.} \ X^TX=I_p,$其中$c$为常数, $A\in R^{p\times n}\ (n\geq p)$, $B_j\in R^{n\times n}, C_j\in R^{p\times p}$为给定系数矩阵. 数值实验表明已有的Majorization算法虽可行, 但收敛速度缓慢且精度不高. 本文从黎曼流形的角度重新研究该问题, 基于Stiefel流形的几何性质, 构造一类黎曼非单调共轭梯度迭代求解算法, 并给出算法收敛性分析.数值实验和数值比较验证所提出的算法对于问题模型是高效可行的.     

从双层规划的角度看道德风险理论的一阶条件方法

本文首先对双层规划的一个特殊例子即道德风险模型中使用的一阶条件方法（FOA）做简要的梳理，然后提出一种更为一般的使FOA有效的原则与方法。新方法主要依赖于代理人对委托人设置的目标的最优反应映射是否存在不动点，这个性质不要求原问题与用一阶条件放松以后的问题之间的约束集等价，从而也不要求代理人的期望效用对行动具有全局凹性。在新方法下，可以用较为简单的方法证明FOA在以下两种情形之一有效，即如果分布函数是概率分布的凸组合或者分布函数来自某些特殊的指数族分布。     

模糊选择函数半序合理的充分条件

在G?del t-模下,研究了模糊选择函数的半序合理性.首先给出了模糊选择函数的合理性条件FA1.然后研究了该条件与模糊选择函数半序合理性之间的关系,得到了半序合理的一个充分条件.     

算子代数上2-局部Lie三重导子的结构

设X是维数大于2的Banach空间,映射δ:B(X)→B(X)是2-局部Lie三重导子,则对所有A∈B(X)有δ(A)=[A,T]+φ(A),这里T∈B(X),φ是从B(X)到FI的齐次映射且满足对所有A,B∈B(X)有φ(A+B)=φ(A),其中B是交换子的和.     

非光滑稀疏约束优化问题的最优性条件及算法

针对目标函数非光滑的稀疏约束优化问题,给出基本可行性和λ-平稳性两个必要最优性条件,利用所给出的必要最优性条件构造出稀疏次梯度投影算法.在理论上分析了算法的收敛性,证明了由该算法所产生序列的任意聚点都是λ-平稳点.最后,通过两个数值实例验证了算法的收敛性、有效性和优化能力.     

基于卷积神经网络的HL-2A装置H模辨识研究

基于HL-2A装置的放电实验数据，利用卷积神经网络和时间窗口算法开发了高约束(H)模时段的识别算法，得到了可靠的高成功率的高约束模时段识别结果。算法中，选取206次放电实验数据中等离子体储能及氘α通道信号作为双通道原始数据进行学习，得到一个深度为21层的二分类卷积神经网络。该网络模型经过其他474次放电数据的测试集检验，高约束模识别的正确率达到了98.17%。     

构造局部不等式处理n元条件极值问题

本文从一道竞赛题出发介绍处理n元条件极值问题的一种策略,通过分析已知的等量关系,猜测与试探取得最值的条件,寻找并建立局部不等式,完成问题的求解或证明,并举例说明这一解法的应用.     

大型偏心结构吊装欠约束问题研究

吊装施工过程中被吊模块的水平度是作业要求的重要指标,通常需要增加配重调平。传统有限元方法需要补充约束以消除单元刚体位移,且需要重复计算平衡方程来求解调平载荷,效率不高。将模块的运动分解为随动坐标系的整体运动以及相对该坐标系的弹性变形,可将欠约束问题化为多体系统的静平衡问题。基于虚功率原理推导了吊装平顺时刻的节点力平衡方程以及相应的切线刚度矩阵,并将配重表示为基础配重与载荷系数相乘的形式。通过对节点力平衡方程求导,得到一组以载荷系数为自变量的微分方程,通过求解微分方程并结合水平度判据,可快速搜寻满足水平度要求的载荷系数。数值算例表明,该方法在解决偏心模块吊装欠约束问题方面具有明显的优势,在确定配重载荷方面具有较快的速度和合理的精度。