Application d'une méthodologie expérimentale à l'étude du diagramme ternaire d'un gel

Nous avons montré sur l'exemple d'un gel, mélange de trois constituants (C12–C15 Alcohols Benzoate, Cyclomethicone et Ethylene Vinyl Acetate Copolymer) qu'il est possible d'optimiser une formulation en un nombre preécis d'essais en faisant appel à une stratégic expérimentale optimale. Le gel avait déjàétéétudié par Chang,¹ mais par approches successives.
Nous avons utlisé les matrices d'expériences développées dans le cas des mélanges par Scheffe sous le nom de 'reseaux-simplex'. Prévoyant des intéractions de 2éme ordre entre les constituants nous avons retenu le modéle appelé'cubique réduit'. Cette approche permet l'exploration systémique de tout le domaine.
Les réponses étudiées sont la compatibilité (gel homogène ou non), la consistance, la blancheur et le coût. Le meilleur gel étant celui qui se rapproche le plus de la vaseline.
A partir des résultats, nous avons tracé des courbes d'isoréponse en blancheur, consistance et coût. La superposition des diagrammes conduit à la détermination d'une zone où les réponses sont optimales.
En ajoutant la réponse supplémentaire: 'facilité d'étalement sur la peau'on arrive au meilleur gel avec un nombre réduit d'essais.
La même méthode s'appliquerait à des mélanges de plus de trois constituants.
Study of a ternary diagram gel according to a methodology of experimental research     

基于Matlab的线性规划问题求解

线性规划是运筹学中研究较早、发展较快、应用广泛、方法成熟的一个重要分支,它是辅助人们进行科学管理的一种重要的数学方法.文章首先介绍了线性规划的基本概念及标准形式,着重讨论了线性规划问题的三种常用解法:单纯形法、直接搜索法以及遗传算法,最后在Matlab R2009a环境下进行了仿真.通过结果可以看出,用Matlab求解线性规划问题,可以避免手工的烦琐计算,大大地提高工作效率和结果的准确性.     

基于神经网络的丙烯腈流化床反应器的离线模拟与优化

A mathematical model is developed for an industrial acrylonitrile fluidized-bed reactor based on artificial neural networks.A new algorithm,which combines the characteristics of both genetic algorithm(GA) and generalized delta-rule(GDR) is used to train artificial neural network (ANN) in order to avoid search terminated at a local optimal solution.For searching the global optimum,a new algorithm called SM-GA,incorporating advantages of both simplex method (SM) and GA, is proposed and applied to optimize the operating conditions of an acrylonitrile fluidized-bed reactor in industry.     

基于组合方向的对偶单纯形法

线性规划问题已经在各行各业得到了应用。求解线性规划问题也得到了很大发展。该文提出了求解线性规划问题的一种新的改进算法,利用组合方向来改进对偶单纯形方法。通过对对偶问题可行域结构的分析,找到一个组合的可行下降方向,沿此方向迭代,将绕过很多极点,若绕过产生退化的极点,会很大程度上避免退化带来的停顿现象,提高算法的效率。     

全局优化的蝴蝶优化算法

针对基本蝴蝶优化算法中存在的易陷入局部最优值、收敛速度慢等问题,提出一种全局优化的蝴蝶算法,引入limit阈值来限定蝴蝶优化算法陷入局部最优解的次数,从而改变算法易陷入早熟的问题,结合单纯形策略优化迭代后期位置较差的蝴蝶使种群能够较快地找到全局最优解;将正弦余弦算法作为局部算子融入BOA中,改善迭代后期种群多样性下降的缺陷,加快算法跳出局部最优。在仿真模拟实验中与多个算法进行对比,结果表明改进算法的寻优性能更好。     

基于惩罚项的热连轧轧制规程多目标函数优化

为了解决传统热连轧负荷分配优化普遍采用约束方法进行求解时求解步骤繁琐、不容易获得最优解的问题,提出了一种惩罚函数算法.通过引入函数惩罚项,将多目标函数约束求解问题转化为无约束求解问题.建立了带有惩罚项的轧制力、板形、功率和温度的单目标函数,进而采用线性加权求和法建立了综合多目标函数.利用Nelder和Mead单纯形解法则进行求解,简化了求解的步骤,最终得到了兼顾轧制力平衡、板形最优及温度合理的负荷分配方案.实际应用效果表明,与传统负荷分配方式相比,基于多目标优化得到的轧制规程更符合实际生产要求,具有良好的应用前景.     

MAX-SAT问题一种改进的局部搜索算法

局部搜索算法是求解大规模SAT问题的高效算法。经典的局部搜索算法有GSAT、WSAT、TSAT、NSAT等,但这些算法的初始解都是随机产生的。本文提出了用单纯形法产生“初始概率”（每个变量取1的概率）,用“初始概率”对局部搜索算法中变量的初始随机指派进行适当的约束,使在局部搜索的开始阶段,满足的子句数大大增加,加快了收敛的速度。通过对不同规模的随机STA问题实例的实验表明,这些改进有效地提高了局部搜索算法求解SAT问题的效率。     

可靠实现煤矿双机热备系统的方法

在分析商用双机热备系统在煤矿应用的局限性基础上,提出了一种适用于中小煤矿的双机热备系统纯软件实现方法。该方法采用单/双工混合运行模式保证双机实时性能和数据一致性,采用心跳线连接和对等网络消息传递机制实现运行故障监测与传递功能,采用数据自动同步技术减少人工干预和提高系统可维护性,并采用虚拟IP地址技术实现应用层透明访问和无缝切换功能。实验与应用案例证明该方法符合相关行业安全标准并具备现实可行性。     

MapReduce下连续泊位分配系统

针对传统串行环境下码头连续泊位分配算法在船数大于七条时,算法的执行效率明显降低、资源占用量显著增加.首次设计了基于分布式环境下连续泊位分配系统总体架构和软件架构;提出了基于Hadoop平台下连续泊位分配系统开发环境的搭建,分布式环境下码头泊位分配系统组件设计与部署以及分布式环境下基于MapReduce改进连续泊位分配算法的关键技术;最后实现了分布式环境下连续泊位分配系统.实验结果表明,该系统可以有效的提高连续泊位分配问题的执行效率.