中学校园网建设工程技术方案

校园网是以网络技术为基础的学校信息化集成应用系统，校园网以信息装置的互联运行为技术支持，以学校应用软件和教育资源为核心，以建构现代教育为目的，为学校信息化提供全方位的服务，能够实现学校在网上全面深入进行管理、备课、教学、学习及远程教育。     

可编程序自动控制器（PAC）

PAC技术是一种新型的控制技术，与PLC相比，具有开放的体系结构和优秀的互操作性、灵活性；与PC相比，又具有更高的稳定性和更好的实时性，因此能更好地满足现代工业自动化的要求，是目前工业自动化领域研究的熟点之一。本文论述了PAC技术产生的背景以及PAC的定义，PAC和PLC的比较和PAC的关键技术。     

基于NSCT和混合粒子群算法的红外与可见光图像融合

针对红外与可见光图像融合的特点,提出一种基于非下采样Contourlet变换(NSCT)和混合粒子群算法的红外与可见光图像融合算法。通过NSCT变换对红外图像和可见光源图像进行分解,对低频子图像,采用一种基于区域平均值改进的加权平均法进行邻域融合,对高频子图像的最高层采用区域标准差选大法进行融合;对高频子图像的其他层采用以混合粒子群优化算法选取阈值,基于平均梯度选择的邻域算法进行融合。最后进行NSCT逆变换得到融合图像。实验结果表明该方法可以获得融合效果更佳的融合图像。     

动态调整概率的双重布谷鸟搜索算法

布谷鸟搜索算法是一种新兴的仿生智能算法,存在着求解精度低、易陷入局部最优及收敛速度慢等缺陷,提出了动态调整概率的双重布谷鸟搜索算法(DECS)。首先,在自适应发现概率P中引入了种群分布熵,通过算法的所处迭代阶数和种群分布情况,动态改变发现概率P的大小,有利于平衡布谷鸟算法局部寻优和全局寻优的能力,加快收敛速度;其次,在布谷鸟寻窝的路径位置更新公式中,采用了一种新型步长因子更新寻优方式,形成Levy飞行双重搜索模式,充分搜索空间;最后,在随机偏好游走的更新公式引入非线性对数递减的惯性权重策略,使得算法有效克服易陷入局部最优的缺陷,提高寻优搜索能力。与4种算法相比和19个测试函数的仿真结果表明:改进布谷鸟算法的寻优性能明显提高,收敛速度更快,求解精度更高,具有更强的全局搜索能力和跳出局部最优能力。     

改进蝙蝠算法在多目标优化中的应用

在模拟退火的高斯扰动蝙蝠优化算法（SAGBA）的基础上,结合解决多目标优化问题的算法技术,探讨了2种改进的多目标蝙蝠算法——基于动态加权的SAGBA算法（DWASAGBA）和基于向量估计的SAGBA算（VESAGBA）,并对算法进行了仿真实验．结果表明,SAGBA算法所得到的解集分布均匀,能够得到测试函数较为准确的Pareto曲线。     

复掺混合材对水泥及混凝土性能影响的试验研究

研究了石灰石、矿渣、烧页岩及粉煤灰四种混合材复配对水泥及混凝土性能的影响。试验结果表明,矿渣和石灰石有益于改善水泥的标准稠度用水量、外加剂相容性、混凝土的工作性能及强度,而烧页岩和粉煤灰有益于水泥的强度,几种混合材的合理搭配可以改善水泥和混凝土的性能。     

矿渣粉对混凝土的性能及耐久性影响试验研究

研究了比表面积为400 m2/kg的矿渣粉,掺量在50%范围内对混凝土的坍落度、强度以及抗渗、抗冻、收缩3方面耐久性的影响。试验研究表明:混凝土中掺入矿渣粉可以降低混凝土的坍落度损失和单位混凝土的用水量;随着矿渣粉掺量的增加,混凝土的早期强度降低,但是矿渣粉掺量在30%以内的混凝土28 d强度要高于基准混凝土;随着矿渣掺量的增加,混凝土的抗渗、抗冻性能增强,收缩值减小。     

基于NSCT的SAR与可见光图像融合算法

针对SAR图像与可见光图像融合的特点,提出一种基于非下采样Contourlet变换(NSCT)的SAR图像与可见光图像融合算法。通过NSCT变换对SAR图像和可见光源图像进行分解,对低频子图像,采用以区域熵为测度参数进行邻域融合。对高频子图像的最高层采用区域标准差选大法进行融合;对高频子图像的其他层采用以邻域相关系数为阈值,基于平均梯度选择的邻域算法进行融合。最后进行NSCT逆变换得到最终融合图像。实验结果表明该方法可以获得较理想的融合图像和更多的细节信息。     

基于差分进化的飞蛾算法在电力调度中的应用

针对基本MFO算法存在后期收敛速度较慢、收敛精度低等缺点,提出了一种基于差分进化的改进飞蛾优化算法（DEMFO）。该算法首先将差分进化算法融合到MFO算法中,使得飞蛾种群个体之间具有变异、交叉、选择机制,DEMFO算法拥有更强的全局和局部搜索能力;运用柯西变异算子对飞蛾最优位置进行变异更新产生新解,保持飞蛾种群的多样性,帮助算法跳出局部最优;再引入动态自适应权重因子,使飞蛾的更新方式更具灵活性,引导算法朝着正确的搜索方向进行,从而有效地提高了算法的收敛性和精度;对该算法用8个测试函数进行仿真实验,从实验结果可以看出DEMFO算法在收敛速度和收敛精度上有了显著提高。将该算法成功应用于求解电力系统负荷经济调度（Economic Dispatch,ED）模型,在Matlab平台对140台机组算例进行了仿真,相比基本MFO算法,提出的DEMFO算法能够获得更高质量的优化解,提供更好的负荷经济调度方案,从而有效降低发电成本,产生巨大的经济效益。