N,N′-乙撑双[N(乙磺酸钠)-十二酰胺]的合成与性能评价

以乙二胺、2-氯乙基磺酸钠、月桂酸等为原料合成了N,N′-乙撑双[N(乙磺酸钠)-十二酰胺](简记为DTM-12)。以IR和1HNMR对其结构进行了初步表征。该目标产物水溶液的CMC(0.5 mmol/L)分别是十二烷基硫酸钠和十二烷基磺酸钠的1/16和1/20,γCMC(29.7 mN/m)低8~9 mN/m。DTM-12分别与十二烷基三甲基溴化铵(DTAB)和辛基酚聚乙氧基醚9-10EO(Triton X-100)组成的复配体系在摩尔比为3∶7时,CMC达到0.106和0.049 mmol/L,γCMC达到25.4和31.7 mN/m,优于十二烷基磺酸钠组成的复配体系。DTM-12还具有良好的起泡性和稳泡性。     

无约束非线性lp问题的区间极大熵方法

针对信号处理、系统识别等领域中涉及到的无约束非线性lp问题,为减小由于二进制编码的舍入误差对该问题计算结果的影响,对求解该问题的极大熵方法进行了区间扩张.证明了区间扩张后的极大熵函数至少具有二阶收敛性,并设计了具有多项式时间复杂度的区间算法进行求解,举例进行了数值计算.数值计算结果显示,该区间算法可靠,计算结果与区间扩张前相比,结果更加精确.     

基于Monte Carlo随机模拟的综合交通网络布局评价与决策方法

针对综合交通网络评价指标权重及属性值具有主观性和随机性的特点,提出了基于模拟运算的布局规划方案排序选优的群体随机决策方法.仿真生成满足集结的多个专家对指标重要性偏好排序统计分布的权重,同时考虑交通需求的不确定性对指标值的影响,结合客观熵权计算方案的综合评价值,由多次模拟得到的排序优势度确定方案的优劣差异.根据设计的仿真流程通过算例说明了方法应用的有效性,评价中考虑了主客观因素及随机性特征,可以为网络布局提供科学决策依据.     

纳米二氧化硅模板的制备

以微乳液法制备纳米二氧化硅（SiO2）粒子，经压制、烧结制备SiO2模板。通过红外（IR）、热分析（TGDTA）、扫描电镜（SEM）等方法对SiO2模板进行表征，结果表明所得SiO2粒度在100nm左右．烧结温度在800℃时，SiO2粒子之间将实现颈长，有利于有机／无机杂化多孔材料的制备。     

分离式可变热导热管实验研究

根据热能工程及化工领域中的某些实际需要 ,提出了一种新型分离式可变热导热管并进行了实验研究。该种热管能够在保持传热温度变化很小的情况下 ,自动改变传热量来适应负荷变化的需要。实验结果表明 ,当温控热管传热功率增加 2 0 0 %时 ,热管工作温度变化小于 5 %。     

基于集对分析与NSGA-Ⅱ的生产作业多目标优化

针对生产过程中生产作业的优化调度问题,以生产质量、效率和成本阈值为约束条件,基于集对分析建立了的生产质量—效率—成本控制的生产作业多目标优化模型;利用快速非支配排序遗传算法（NSGA-Ⅱ）求解优化模型,得到相对确定条件下质量—效率—成本控制的Pareto最优解集。决策者依据实际生产过程需要,为各项生产作业从Pareto最优解集中筛选最合理的调度方案。最后,通过算例仿真验证了结合集对分析与NSGA-Ⅱ的方法解决生产作业多目标优化问题的准确性、有效性和实用性。     

面向在线社区用户的群体推荐算法研究

结合现有两种主要群体推荐算法的优势, 建立新的算法框架, 并引入差异度因素对模型进行优化。另外, 考虑到在线社区用户的特点, 定义互动度指标来描述群体成员间的互动程度, 通过分析其与推荐精度之间的关系, 探讨互动度对群体推荐的影响。选取豆瓣网数据进行实验, 并与传统方法进行比较, 结果表明, 融入差异度的算法具有更好的推荐效果, 且有效的互动机制能够保证较高的推荐精度。     

Web软件可信性的模糊评价方法

在对ISO/IEC 9126模型及Web软件属性图进行改进和扩充后,应用因子分析法构建了Web软件可信性评价指标体系,运用结构熵值法确定了各个可信指标的权重,并运用改进的证据合成方法构造专家评价信息的模糊评价矩阵;最后,运用置信度识别准则对软件可信性进行等级评价和得分计算,对应可信性决策规则集得出相应的策略。结合对Web软件中网上银行项目的实例分析说明了该方法的实用性和有效性。     

TVBPS：一种基于Parallel Sets的具有度量属性的多变元时态数据可视化方法

针对现有“具有度量属性的多变元时态数据”可视化方法不足,提出Parallel Sets分类值排列顺序优化算法ACLEARCR、基于相关度的Parallel Sets变元轴配置算法（VABC）、深度信息Parallel Sets（DCPS）共同组成基于Parallel Sets的具有度量属性的多变元时态数据可视化方法TVBPS。使用具体数据集对提出的可视化方法进行实验,获得的视图能够挖掘数据集中的隐含知识,证明了该方法的有效性。TVBPS可视化方法为分析多变元时态数据集提供了有效手段,具有较高的适用性和易用性。     

基于聚类粒化的社团发现算法

为了实现复杂网络社团发现算法的复杂度和精确度间的均衡,提出一种基于聚类粒化的社团发现算法(CGCDA),将网络粒化获得的粒子视为一个社团,粒化结果即为对网络的社团划分。首先,将网络中的每个节点视为基本粒,通过初始粒化操作实现对网络的粒化;然后,针对获得的粒化集合中满足粒化系数的粒子进行聚类粒化操作,分层粒化直到不存在满足要求的粒子对;最后,将粒子对中的重叠节点视为孤立点,用邻居节点投票法把孤立节点归并到相应的粒子中,实现对复杂网络的社团划分。实验实现了Newman快速算法（NFA）、标号传播算法（LPA）和CGCDA。实验结果表明,CGCDA在四个基准数据集上可获得平均高于LPA 7.6%的模块度和低于NFA 96%的时间。CGCDA时间复杂度较低,获取的社团模块度较高,实现了社团发现时间和精确度的均衡,相比NFA、LPA总体性能更优。