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。     

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。     

基于多视场星敏感器的姿态确定方法

星敏感器是目前航天器姿态测量精度最高的器件,与传统的单视场星敏感器相比,多视场星敏感器可以实现三轴同样高精度的姿态测量,提高姿态测量精度。针对单视场星敏感器姿态确定问题,推导了以最小代价函数为指标的QUEST姿态确定算法。对于多视场星敏感器,通过坐标变换方法将多个视场的导航星矢量转换到同一视场中,再利用QUEST算法得到航天器姿态。最后仿真结果表明,坐标变换后进行姿态确定得到的姿态数据与单个视场所得的姿态数据相同,验证了方法的正确性。     

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.     

非线性互补约束规划问题的一个新的QP-free算法

本文研究了非线性互补约束均衡问题.利用互补函数以及光滑近似法,把非线性互补约束均衡问题转化为一个光滑非线性规划问题,得到了超线性收敛速度,数值实验结果表明本文提出的算法是可行的.     

基于布谷鸟算法与BP神经网络的煤灰变形温度预测

以120种煤样为数据基础,采用布谷鸟算法(CS)优化BP(Back Propagation)神经网络,建立了CSBP模型对单煤、煤掺添加剂和配煤等3类样本的煤灰变形温度(DT)样本进行预测。模型以煤灰化学成分及其组合参数等13个变量作为输入量,以变形温度(DT)作为输出量。CSBP模型预测结果与BP神经网络模型预测结果进行对比发现,无论是单煤、煤掺添加剂还是配煤,CSBP模型较BP模型对煤灰变形温度(DT)的预测都更加精准,平均相对误差分别达到了3.11%、4.08%和4.22%。另外,对比3类样本预测结果发现,无论是CSBP模型还是BP模型,相比单煤预测而言,煤掺添加剂及配煤的预测误差都有明显的增加。     

Banach空间中拟严格渐近伪压缩映射族的强收敛定理

在自反的具有K-K性质的严格凸的光滑Banach空间中,构造了一种新的无限族拟严格渐近伪压缩映射之公共不动点的杂交投影算法,在去掉集合C有界性的条件下,证明了公共不动点之强收敛定理成立。所得结果是近期相关结果之改进与推广。