汽车租赁调度多目标优化模型

本文考虑一个周期的汽车租赁调度问题,在直接调运的前提下,首先以汽车租赁公司的总收益最大和总短缺损失最小为目标,建立多目标优化模型;然后提出了基于启发式的双层排序综合择优算法;最后对汽车租赁案例进行了实证研究。     

Gross-Pitaevskii方程简化模型的几类精确解

Gross-Pitaevskii方程的精确解对理解玻色-爱因斯坦凝聚动力学演化具有重要作用.应用sine-cosine方法对Gross-Pitaevskii方程的简化模型进行了求解.获得了孤波解、三角函数周期波解等一些不同形式的精确解.     

Ⅰ型逐阶删失数据下基于EM算法的Weibull参数估计

研究了Ⅰ型逐阶删失数据下基于EM算法的Weibull参数估计,模拟产生不同Weibull参数组合和删失计划下的Ⅰ型逐阶删失数据,应用基于,EM算法的极大似然估计方法得到参数的估计值,并与数值方法得到的极大似然估计值进行对比,说明EM算法的估计效果.对73名肾脏移植患者生存数据进行实例分析,验证了基于EM算法的参数估计方法的可行性.     

模糊神经网络在多源数据融合中的应用研究

在T-S模糊神经网络数据融合的基础上,改进了标准T-S模糊融合算法中的模糊算子,并利用聚类算法对网络结构中模糊隶属度个数进行选取.通过仿真实验,验证了改进的算法在融合过程中的合理性、稳定性和准确性.以及聚类算法在T-S模糊神经网络数据融合算法中运用的合理性和有效性.     

IPET:测定独个生物大分子三维空间结构的实验方法

蛋白质的动态特性和结构活性对于蛋白质功能的调控具有根本意义。传统的结构确定方法(包括X射线和电子显微镜单颗粒分析技术等)往往需要成千上万不同蛋白质分子的平均信号,因此难以确定蛋白质分子的动态结构。而电子显微断层成像技术是一种对独个生物个体结构从不同的观测角度照相、并计算来恢复该个体的三维结构密度图的方法。传统的冷冻电子断层成像重构方法采用整个大尺寸电镜图像进行重构计算,通常用来研究细菌、细胞切片等大尺寸生物个体在较低分辨率下的结构;由于分辨率的限制,不足以获得小尺寸的蛋白质分子的结构细节。最近,任罡研究小组提出一种独个生物颗粒的电子显微断层成像方法(individual-particle electron tomography,IPET)。该方法通过减小图像尺寸(直至所选区域只包含单个蛋白质分子)的策略,运用提出的FETR(focused electron tomography reconstruction)算法来提高独个大分子重构的分辨率。此方法不需要初始模型和大量分子的平均信号,同时能够容忍一定的测角误差。本文综述了IPET/FETR方法在确定独个分子结构过程中的具体步骤以及如何应用该方法来研究蛋白动态特性和结构变化特征。期望通过该综述和国内同行交流,分享最新的前沿研究,为赶超世界科技前沿的建设添砖加瓦。     

X射线荧光光谱法分析矿石样品时工作曲线的精确调整

应用X射线荧光光谱法分析了矿石样品。将粉碎至粒径为0.088mm的矿样用模压法在32MPa压力条件下加压40s,压制成直径为40mm,厚度为3mm的片样。试验从生产线上选取15个各组分元素含量呈梯度分布的样品以抵消其基体效应,并选用一组已知样品制作工作曲线。以MXF-2400型X射线荧光光谱仪所附带的PC-MXF-E软件中的校正公式,通过化学计量学处理,包括拟合评估、遗传算法及收敛条件的满足等,达到了X射线荧光光谱法分析矿石样品时工作曲线的精确调整。应用此方法分析了3组地质样品,所测定的铜、铅、锌3种元素的含量与化学法所测得的结果完全一致,又用同一样片对其中的5项组分进行6次测定,所得测定值的相对标准偏差均小于1%。     

基于改进粒子群优化算法的火电厂机组负荷分配

以坑口电厂SIS系统机组负荷优化分配功能模块为应用背景,针对基本粒子群优化算法易陷入局部收敛、收敛速度慢的缺点,提出一种基于惯性权重非线性减小策略的改进粒子群优化算法。并且通过MATLAB与Visual C++混合编程,开发了机组负荷在线优化分配功能模块,提高了算法的计算效率和工程应用价值。     

深水多波束测深系统脉冲压缩实时算法

线性调频信号是大时宽带宽积信号,通过脉冲压缩可提高探测距离和分辨率,已在深水多波束测深系统中得到广泛应用。针对深水多波束测深系统中脉冲压缩运算量大的问题,提出了一种基于分组的脉冲压缩实时算法。该算法对需要进行脉冲压缩的波束进行分组,每个节拍只计算一组波束,可大幅减少深水多波束测深系统脉冲压缩的运算时间,节省了处理器资源。该算法已成功应用于某深水多波束测深系统,经多次海试证明,工作稳定可靠。     

文化框架下多群智能优化算法的云作业调度

作业调度是一种云计算核心技术,为了获得更优的云计算作业调度方案,提出一种文化框架下多群智能优化算法的云作业调度方法。首先构建云作业调度问题的数学模型,然后借助文化算法模型,粒子群算法组成信仰空间,人工鱼群算法组成群体空间,两者之间并行演化,相互促进,对云计算作业调度数学模型进行求解,最后通过仿真实验测试算法的性能。结果表明,本文加快了算法的收敛速度,获得了更优的云计算作业调度方案,大幅度缩短少云计算作业完成时间,具有一定的实用价值。     

回归的能源有效网络大数据流汇聚算法研究

为了降低传感器网络数据流汇聚时的能源消耗,提出了一种基于回归的能源有效数据流汇聚算法。首先,将传感器节点分为活跃节点和能源有效节点。然后,以活跃节点为中心点将所有节点进行聚类,并应用回归方法通过活跃节点的数据流对能源有效节点的数据进行预测。接下来,通过节点预测值的累积误差不断修正活跃节点集。最后,应用活跃节点的数据流信息对能源有效节点的数据进行预测。实验表明,本文提出的算法与其它相关算法相比具有更好的预测准确性。