一种基于遗传算法的肽/蛋白质结合模式虚拟筛选建模技术

“合理”QSAR模型是指在了解配体与受体相互作用模式的前提下建立定量构效关系, 这样避开了传统做法仅仅依靠样本集分子自身信息来构建预测模型的诸多弊端. 本文将此思想应用于肽/蛋白质亲和活性的研究当中, 借助于遗传算法作为虚拟受体结合靶点及相互作用模式的筛选手段得到了一种新的建模技术: 肽/蛋白质结合模式遗传虚拟筛选(genetic virtual screening of combinative mode for peptide/protein, GVSC). 该法成功解决了“合理”QSAR研究中的难题, 即大多数情况下受体结构未知而难以了解配基与之发生的结合方式. 分别使用58个血管紧张素转化酶, 18个Camel抗体蛋白cAb-lys3双位点突变残基对GVSC加以检验, 其结果表明GVSC能够较好地阐明配基与受体之间的作用机理, 并能得到优于传统方法的QSAR模型.     

基于贝叶斯参数优化的无模型自适应硅单晶直径控制

直拉硅单晶的生长过程涉及多场多相耦合与复杂的物理化学变化,其中工艺参数的波动是导致晶体直径不均匀的重要原因,如何实现工艺参数的控制以获得理想的、均匀的晶体直径具有重要的研究意义。本文分析现有控制方法存在不稳定以及控制效果不佳的问题后,提出基于贝叶斯参数优化的无模型自适应控制模型来控制硅单晶生长过程中的晶体直径。首先以坩埚上升速度与加热器的功率作为控制输入参数,晶体直径作为输出,搭建无模型自适应控制模型,并分析算法的稳定性。其次将控制模型进行仿真实验,发现硅单晶直径控制模型中不同的超参数设定会影响控制过程的迭代次数以及控制效果。最后,利用贝叶斯优化超参数的取值范围,并进行最终的仿真实验,结果表明,经贝叶斯参数优化后的控制模型计算快、迭代次数少,输出的晶体直径稳定,同时将生长工艺参数控制在实际生产要求范围内。因此,基于贝叶斯参数优化的无模型自适应控制实现了硅单晶直径均匀稳定的有效控制,具有结合工程背景的实际应用前景。     

浮筏的主动吸振控制实验研究

浮筏在低频减振方面存在较大不足,而这恰是主动减振的优势.将两者相结合,研究了浮筏的主动吸振控制问题.研制了一种主动吸振器,建立了以DSP F2812为核心的控制系统;提出了符号LMS算法,与广泛使用的滤波x-LMS等算法相比,该算法不需要精确的模型信息;在此基础上设计了自适应前馈主动吸振控制律,并在浮筏实验平台上进行主动吸振控制实验.实验结果表明,通过主动吸振控制,浮筏的低频减振能力得到了显著的改善.     

权值自适应调整Unscented粒子滤波及其在组合导航中的应用

针对粒子滤波存在的重要性密度函数难以选取和粒子退化问题,提出了一种新的权值自适应调整Unscented粒子滤波算法。该算法在Unscented粒子滤波的采样过程中吸收权值自适应调整的优点,考虑最新量测影响,通过欧氏距离和反映量测噪声统计特性的精度因子来自适应的调整粒子对应权值分布,增加有用粒子的权值,降低粒子退化程度,保持粒子多样性。同时Unscented变换提高了滤波精度,使该算法能更好地适用于非线性、非高斯系统模型的计算。将提出的算法应用于GPS/DR组合导航系统进行仿真验证,结果表明,提出的权值自适应调整Unscented粒子滤波算法得到的东向定位误差控制在±5.5 m附近,北向定位误差则在±5.2 m附近,滤波性能明显优于扩展卡尔曼滤波和Unscented粒子滤波,能提高GPS/DR组合导航系统解算精度。     

基于XFEM与自适应网格的非均质材料裂纹扩展模拟

针对含有间断的非均匀材料的断裂问题,本文将虚节点多边形单元的形函数引入到扩展有限元（XFEM）中,提出了一种基于四叉树结构的动态网格细化方法,该方法可对间断面附近单元实现可调控的多层级细化,特别是对于裂纹扩展问题,可实现裂尖附近单元的动态网格细化与粗化。基于以上网格细化方法,本文提出了针对非均匀材质裂纹扩展问题的计算方法VP-XFEM。为验证算法的准确性与计算效率,针对含有孔洞及材料界面的断裂问题,本文给出了相应的算例。结果显示,与传统的一致性网格的XFEM相比,VP-XFEM能够明显改善计算精度与计算效率。     

一种基于自适应单元删除率的BESO方法

在ESO中采用动态删除率能有效地提高优化效率和稳定性,但现有的动态删除率策略都含有经验参数,确定删除率的过程较为复杂。本文提出了一种用于BESO的无经验参数自适应单元删除率确定方法。通过分析单元删除率对优化稳定性的影响,得到了结构优化过程中单元删除率的理想变化规律和单元灵敏度均匀化信息对删除率的影响情况,并据此分析了经验参数引入的原因,从而构造了评价单迭代步的单元灵敏度均匀化程度指标。然后,基于单迭代步的单元灵敏度均匀化程度指标,构造了全部迭代步信息下的单元灵敏度均匀化程度相对指标,结合单元删除率的推荐范围值,给出了一种自适应于结构优化进程的单元删除率自适应函数。最后,给出了基于自适应单元删除率的BESO方法实现流程。经典算例的结果对比说明,本文方法在保证优化质量相近的情况下,具有更好的优化效率和稳定性。     

随机压电智能桁架结构闭环控制概率动力响应分析

针对随机压电智能桁架结构研究了基于概率的结构闭环控制系统动力响应分析模型与方法．考虑结构的物理参数、几何尺寸、外荷载幅值以及闭环系统控制力同时具有随机性时，利用振型迭加法导出了结构动力响应随机变量的数字特征计算表达式．通过算例考察了智能结构物理参数、几何尺寸、外荷载幅值以及控制力的随机性对结构闭环控制系统动力响应的影响，并获得了若干有意义的结论．     

用遗传算法研究Con(n=3-60)团簇的结构特性

我们采用半经验的Gupta多体势结合遗传算法,系统地研究了Con(n=3-60)团簇的几何结构特性.我们发现在钴团簇的生长中存在一个类fcc构型与类Ih构型之间的竞争,从n=39开始,钴团簇呈现出明显的Ih生长模式.Con(n=3-60)团簇的幻数为13,19,23,38,55,结合钴团簇的平均最近邻原子间距和平均配位数,分析了钴团簇幻数序列存在的原因.我们发现团簇内部原子具有增强团簇对称性和加强团簇稳定性的显著作用.     

一种求解混合整数非线性规划问题的演化算法--搜索空间自动收缩法

提出一种求解混合整数非线性规划问题的新的演化算法 -搜索空间自动收缩法 (ACSSOS) .在这种算法中 ,演化算法既用来定位最优解区域 ,实现搜索空间自动向全局最优解收缩 ,又用来最终求得最优解 .由于在遗传算子中引用了舍入操作 ,它不仅可用来求解混合非线性整数规划问题 ,也可求解纯整型或纯实型变量非线性函数优化问题 .数值试验结果表明本文的算法在解的质量、稳定性和收敛速度等方面优于一般的演化算法 .     

用自适应谐振网络进行图像纹理的分类与识别

分析了自适应谐振（ＡＲＴ２）神经网络模型的模式分类能力，并利用该网络来进行图像纹理的分类和识别，对６类自然景物的纹理图片分类和识别的结果验证了方法的有效性，对心脏超声图片的分类也取得一些初步成果．