全局优化的一类新的 F-C 函数

针对求解全局优化问题,有很多种求解方法.文中提出了一种快速求解一般无约束最优化问题的辅助函数方法,即 F-C 函数方法.该方法与填充函数法和跨越函数法相比较,既有相同点又有不同点. F-C 函数法最大的优点就是在极小化 F-C 函数阶段中只需要进行一次局部极小化算法就能得到比当前极小值更低的目标函数局部极小点.文中在无Lipschitz 连续的条件下,给出了一类新的求解全局优化问题的 F-C 函数.文中讨论了该 F-C 函数的优良性质并对该函数设计了相应的算法.最后,通过数值试验表明该 F-C 函数方法具有有效性和可行性     

电力勘测设计企业售电业务运营模式调研报告

售电侧改革的核心是要推进"售电业务放开,售电市场化",引入社会资本和竞争机制,实现售电业务市场化运作。中发9号文及其配套文件的出台,为电力设计企业参与售电侧改革,拓展新兴业务、进入售电市场,提供了极大的市场空间和发展机遇。本文是在分析售电侧改革政策的基础上,结合课题组在广州、深圳售电公司调研情况,提出电力设计企业在本轮电力体制改革政策下的售电业务运营模式、业务形态和业务发展趋势。     

基于FPGA的串行多节点数据采集传输系统的应用研究

多节点分布式传感器的数据采集与传输系统有着广泛的应用,其物理层实现主要分为串行及并行两种方式。针对特定的应用场景,选用串行传输的实现方式,设计以FPGA芯片、RS485芯片及AD芯片为核心的硬件平台,使用verilog语言设计FPGA的RTL（Register Transfer Level）逻辑代码,并在Modelsim中完成了功能仿真验证。最终实现了物理层为串行传输、传输层为总线模型的数据采集传输系统,该系统RTL代码设计简单,维护性强,可靠性高,占用芯片资源少,具有一定的工程应用价值。     

一种基于数据变化率的预处理及主元分析故障诊断方法

基于深度学习的方法解决微小故障已经取得了很大的进展和很好的效果,但是前提要有充足的样本数据,在现有的情况下却难以实现.所以基于传统的数据预处理的故障诊断方法仍然有很好的必要性和现实性.主元分析(Principal Component Analysis,PCA)被广泛应用在故障诊断中,由于传统的数据预处理方法各有优势和不足,造成特征提取不准确,为此该文提出了一种基于数据变化率(Rate Of Change,ROC)的数据预处理方法以提高PCA在故障诊断中的性能指标.通过变化率变换对原始数据集预处理后,能够有效地检测系统变量中的微小故障.最后,通过仿真验证基于数据变化率的PCA故障诊断方法的可行性和有效性.     

关苍术的TLC-GC-MS和GP-MSE-GC-MS鉴别

利用薄层色谱-气质联用（TLC-GC-MS）和气流吹扫微注射器萃取与气质联用（GP-MSE-GC-MS）技术对关苍术药材进行鉴别.结果显示：关苍术药材在薄层色谱（TLC）比移值约为0.65处有1个特殊的黄色斑点,经GC-MS分析,初步鉴定其主要成分为3,8-Dimethyl-4-（1-methylethylidene）-2,4,6,7,8,8a-hexahydro-5（1H）-azulenone（化合物a）;关苍术药材与易混药材茅苍术和白术的GP-MSE-GC-MS色谱图比较,关苍术成分中含有峰面积较大并有利于药材鉴别的4个特殊峰,其中2个初步鉴定为化合物a和2-（3,7-Dimethyl-oc-ta-2,6-dienyl）-4-methoxy-phenol（化合物b）.实验表明,GP-MSE-GC-MS方法比TLC-GC-MS方法能够提供更多的成分信息,且具有样品用量少、操作简便、精确度高等优势,是一种新的中药材鉴别及其主要成分测定的技术.     

HPLC-RID法测定不同批次刺糖中蔗果三糖含量

HPLC-RID检测法又称成高效液相色谱-示差折光检测法,其检测方法本质上依旧是高效液相色谱检测法,不过检测仪器由常用的紫外检测器换成了示差折光检测器。这种检测器的工作原理是通过比较折光率的变化来检测流动相中的样品峰,具有高度的灵敏性和稳定性,因此多被应用于食品和医药行业。本文研究的目的是通过高效液相色谱示差折光检测法来测定不同批次的刺糖中蔗果三糖的含量。     

食品对食欲的影响及高饱腹感食品的开发

过多的食品能量摄入是造成超重和肥胖的主要原因之一。该文综述食品的不同品质特性,包括营养成分、能量密度、可口性、感官、风味和质地对食品饱腹能力的影响的研究进展,概述饱腹感和食品摄入量的主要测量方法,为一种创新、可口、低能量密度、高饱腹感的食品的开发提供科学理论基础。     

基于最优Copula相关性分析的短期风速预测方法

准确剖析变量间的关联关系,深入挖掘数据的潜在价值,是提升一系列基于统计分析原理所构建风速预测模型精度的关键。为最大程度保留数据的潜在价值并剔除冗余信息,首先将待选输入变量用概率密度函数拟合,其次建立风速与其他变量间的最优Copula函数,再次基于最优Copula函数求解相关系数,明确影响风速预测精度的关键输入变量,最后基于长短期记忆网络模型输出预测结果。基于我国某地区的实测数据集对所提方法进行了验证。实验结果表明,所提出的方法可有效选取关键输入变量,在减少模型训练时间的同时提升预测精度。     

基于Hadoop的应用型本科大数据专业课程教学资源整合

传统专业课程教学资源整合结构均为单元目标式,整合效率较低,为此设计基于Hadoop的应用型本科大数据专业课程教学资源整合方法。测试结果表明,该方法的召回率均达到80%以上,优于对照组,具有一定的应用价值。