全细胞SELEX法筛选单增李斯特菌的ssDNA适配体

以单增李斯特菌活细胞为靶标,采用指数富集配基的系统进化技术(Systematic Evolution of Ligands by Exponential Enrichment,SELEX)从含40个随机碱基序列的单链DNA(single-stranded DNA,ss DNA)文库中筛选与之特异性结合的适配体。酶联配体吸附法(ELASA)测定筛选过程中次级文库与单增李斯特菌结合力的变化。对筛选得到的适配体进行序列测定,RNA structure软件预测二级结构,ELASA测定适配体与靶标的结合能力和特异性。结果显示,每轮筛选后次级文库与靶标的亲和力增强,特异性适配体逐步得到富集。测序获得23条适配体,其序列同源性不高,但预测的二级结构有些相似,根据二级结构将其分为3个群,分析结果表明二级结构与适配体的亲和力有关。挑选亲和力较强的21号(Lma-21)和35号(Lma-35)适配体能特异性地识别单增李斯特菌。本研究为开发食源性病原菌单增李斯特菌的新型检测试剂提供了基础材料。     

粒子群优化算法在配电网网架优化规划中的应用

粒子群优化(PSO)算法已经成功地用于求解连续域问题,但是对于离散域问题的求解研究还很少.文中使用模糊离散粒子群优化算法,用于求解配电网网架优化问题.采用模糊矩阵表示粒子的位置和速度.为了处理配电网辐射性结构的约束条件,引入了图论中的最小生成树问题.最后对算例进行测试,检验该方法的有效性及应用效果.     

粒子群优化算法在配电网网架优化规划中的应用

粒子群优化(PSO)算法已经成功地用于求解连续域问题,但是对于离散域问题的求解研究还很少。文中使用模糊离散粒子群优化算法,用于求解配电网网架优化问题。采用模糊矩阵表示粒子的位置和速度。为了处理配电网辐射性结构的约束条件,引入了图论中的最小生成树问题。最后对算例进行测试,检验该方法的有效性及应用效果。     

基于故障模拟进行配电网网架评估

在配电网馈线发生单一故障的情况下,其故障区段必位于两个相邻的开关之间,有故障电流和没有故障电流流过的开关其FTU 所采集的信息不相同,从而可以很方便地找到故障区域.但是,由于大部分配电网并没有实施配网自动化,使得配网运行的实时数据难以获得.基于此提出了通过模拟故障、潮流计算,寻找故障区域,并记录下为了隔离故障区域开关动作的个数,作为判断配电网网架结构的一个指标.     

一种配电网拓扑分析方法及其在可靠性评估中的应用

配电网络实际上也是一种图。该文提出一种配电系统拓扑分析的方法,首先确定图的节点的形成,就可以用邻接矩阵很方便地描述配电网络。并且为了降低枚举数量,采用这种方法及数据结构中的深度搜索方法对故障后果影响相同的设备进行了合并,然后对于合并后的最小隔离块设定可靠性参数,从而大大降低了常规可靠性计算方法中的设备数,最后通过上海市某小区配电网的实际算例计算,证明了该文介绍的配网拓扑分析方法适用于对复杂配电网供电可靠性进行定量评估。     

复杂配电网可靠性评估的改进故障遍历方法

为了使故障遍历法用于配电网可靠性评估时更快速有效，章利用数据结构中的深度搜索方法对故障后果相同的设备进行合并，然后对合并后的最小隔离块设定可靠性参数，只需对最小隔离块进行一次枚举分析即可实现对所有隔离块的参数赋值，与常规故障遍历法相比，人人减少了设备枚举数量，同时避免了由于设备故障类型不同造成的重复枚举。实际算例证明该方法适于对复杂配电网供电可靠性进行定量评估。     

适配体结合聚酰胺-胺修饰的磁性纳米粒子富集单增李斯特菌

目的制备聚酰胺-胺聚合物修饰的磁性纳米粒子,增加连接适配体的数量,提高富集单增李斯特菌的效率。方法通过迈克尔加成和酰胺化的级联反应,在Fe_3O_4磁性纳米粒子表面接枝3.0代聚酰胺-胺树枝状聚合物(poly(amidoamine)dendrimers,PAMAM),制得聚酰胺-胺磁性纳米粒子(G3-MNPs),并对其进行表征。G3-MNPs偶联生物素标记的单增李斯特菌特异性适配体,获得适配体磁性纳米粒子(AP-G3-MNPs)。然后对AP-G3-MNPs富集单增李斯特菌的工作条件和捕获率进行测定。结果傅里叶变换红外光谱(Fourier transform infrared spectroscopy,FT-IR)分析、Zeta电位测定以及碳、氮元素分析结果表明,PAMAM已接枝在MNPs表面,G3-MNPs偶联适配体的效率为1.412 nmol/mg。AP-G3-MNPs(200μg)对浓度为2×102～2×108 CFU/mL的单增李斯特菌的捕获率均大于90%。结论接枝PAMAM提高了MNPs的负载能力,增强了其富集单增李斯特菌的能力。     

离散粒子群优化算法在变电站选址中的应用

将离散粒子群优化算法引入变电站选址优化规划问题的求解,并构造矩阵作为离散解值集来表示变电站选址问题的解,同时构造速度矩阵作为离散速度值集表示粒子的速度值,使PSO算法合理地应用于变电站选址问题。并通过算例,验证了算法的有效性。