用一种免疫遗传算法求解频率分配问题

频率分配是一NP完全问题,本文用一种基于免疫调节机制的免疫遗传算法来求解.该算法结构类似于遗传算法;核心思想是将个体集构造为抗体网络,利用免疫浓度调节机制在个体层次调节个体的多样性,同时利用免疫网络调节理论在种群层次调整个体多样性和群体收敛性之间的动态平衡,从而克服了一般遗传算法的不足.本文同时用该算法解决固定频率分配和最小跨度频率分配问题,取得了较好的效果.     

多用途放射性废物焚烧系统工程验证试验

对建立的多用途放射性废物焚烧系统，进行了工程验证试验。试验主要包括固体废物（包括树脂）和废油焚烧及烟气净化时系统的性能测定、非放示踪试验、72h连续运行考验等。经过共计500多小时的试验，验证了工艺流程、主要设备结构、仪表测控及系统安全等设计的可行性和可靠性；系统运行平稳，设备及仪表工作正常。本系统可一炉多用，其处理能力、减容系数、焚烧灰中残炭率以及系统总去污系数等指标，均达到了设计要求。     

包覆油酸的Fe_3O_4纳米粒子的制备

用FeSO4和FeCl3在氨水和油酸作用下,共沉淀制备了包覆油酸的Fe3O4纳米粒子,考察了沉淀温度、油酸加入前反应时间及总铁离子浓度对其粒径的影响。结果显示,沉淀温度的升高和油酸加入前反应时间的延长,均可使Fe3O4粒径增大。沉淀温度从20℃增加到80℃,粒径从大约5 nm增加到8 nm;油酸加入前反应时间从10 min延长到30 min,粒径从大约3 nm增加到8 nm。c(总铁离子)=0.1~1.1 mol/L时对粒径没有显著影响,Fe3O4粒径均为8 nm左右,c(总铁离子)>1.1 mol/L时,粒径明显减小。     

热疗用葡聚糖磁流体的制备及表征

用化学共沉淀法,以不同浓度的葡聚糖40000和20000水溶液作为分散剂,制备纳米铁氧体磁流体。铁氧体粒子的平均直径为15 nm左右,其分散主要依靠空间位阻作用维持。葡聚糖磁流体中铁氧体粒子与葡聚糖以氢键、范德华力结合,葡聚糖包覆量约为8%。随葡聚糖相对分子质量和浓度的升高,磁流体(2.45%)的稳定性上升,用50%葡聚糖40000水溶液制备的磁流体,在室温静置72 h以上,没有分层现象。     

固井水泥环在川东气田地层水中的腐蚀特征

针对川东气井地层水中的固井水泥,采用电化学测试、扫描电镜观察和能谱分析,研究了水泥环腐蚀的电化学、微观结构和元素分布特征.结果表明:浸泡初期,钢的交流阻抗的高频容抗增大,低频出现Warburg阻抗,水泥/套管钢界面由于水化作用而变得更加稳定,钢的电位在26 d后负移约200mV,此时腐蚀介质已经到达钢表面,在水泥未被腐蚀解体时,界面遭到破坏,使交流阻抗的高频容抗减小,低频出现容抗弧;腐蚀后水泥表层的Ca、O含量减少,而C、S、Mg的含量增加,水泥环发生了H2S腐蚀、CO2腐蚀和Mg腐蚀,H2S腐蚀较严重,外表面呈溶出型腐蚀,而在内部,腐蚀产物滞留其中,腐蚀主要使孔隙和胶结性发生劣化;Cl-在水泥中具有较强的渗透性.研究成果对含H2S和CO2的酸性气田的固并工作具有指导意义.     

基于时序分析的微弱表情识别方法

依赖现有夸张的表情图像序列数据库,将微弱表情看成是整个夸张表情图像序列中的前面一段,提出基于时序分析的微弱表情识别方法.首先融合二值图像和灰度图像序列的光流运动场,提取眉毛、鼻子和嘴巴的动作方向及强度共5维特征序列.接着采用夸张表情特征序列训练隐马尔科夫模型(HMM),分析特征序列与夸张表情的关系.通过HMM前向学习识别微弱表情序列.同时采用Boosting算法提高识别精度.在Cohn Kanade表情数据库上进行实验验证,取得较好的实验效果.     

一种基于有限记忆多LRU的Web缓存替换算法

Web缓存的核心是缓存内容的替换算法.在动态不确定的网络环境下,本文提出一种基于有限记忆的多LRU (LH-MLRU)Web缓存替换算法,它是一种低开销、高性能和适应性的算法.LH-MLRU综合考虑各项因素对Web对象使用多个LRU队列进行分类管理,引入Web对象最近被访问的历史作为缓存内容替换的一个关键因素,来预测对象可能再次被访问的概率.通过周期性的训练参数可以适应动态不确定的网络环境.轨迹驱动的仿真实验表明LH-MLRU在各项性能指标上均优于其他算法,可以显著的提高Web缓存的性能.     

基于蚁群的无线传感器网络双簇头算法

在无线传感器网络分层路由协议LEACH的基础上,重新定义了"轮"的概念,把每一轮划分成3个阶段而不是传统的2个阶段.提出基于蚁群的双簇头算法,根据信息素浓度在每一簇中选择具有分工特征的主簇头和副簇头,分别进行数据收集、融合、传输等工作.与LEACH和LEACH-C算法进行实验比较,该算法较好地平衡了网络的能量消耗,延长了网络的生命周期.     

一种基于正态分布交叉的ε-MOEA

实数编码的多目标进化算法常使用模拟二进制交叉(simulated binary crossover,简称SBX)算子.通过对SBX以及进化策略中变异算子进行对比分析,并引入进化策略中的离散重组算子,提出了一种正态分布交叉(normal distribution crossover,简称NDX)算子.首先在一维搜索空间实例中对NDX与SBX算子进行比较和分析,然后将NDX算子应用于Deb等人提出的稳态多目标进化算法ε-MOEA(ε-dominance based multiobjective evolutionary algorithm)中.采用NDX算子的ε-MOEA(记为ε-MOEA/NDX)算法在多目标优化标准测试集ZDT和DTLZ的10个函数上进行了实验比较.实验结果和分析表明,采用NDX的?-MOEA所求得的Pareto最优解集质量明显优于经典算法ε-MOEA/SBX和NSGA-II.     

文化算法研究

文中介绍一种新的进化计算构架——文化算法。文化算法分别从微观（种群空间）和宏观（信念空间）两个层面上模拟文化的双重进化继承过程。从进化角度看,任何一种符合文化算法要求的计算构架或符号表达都能被用来描述文化算法框架中的种群空间和信念空间。文中叙述了文化算法的发展背景,阐述了文化算法的特点、适用范围及基本原理,回顾了其发展历程以及应用,给出了结论和进一步的研究方向。