遗传优化的GNNM在瓦斯涌出量预测中的应用

研究矿井瓦斯涌出量准确预测一直是煤矿安全生产中重点关注的问题。煤层瓦斯爆炸因受开发环境、矿层深度、天气等因素的影响,造成与瓦斯涌出量增大而引起的。针对传统预测模型在矿井瓦斯涌出量预测中存在建模困难、收敛速度慢、要求历史数据量大的问题,提出了一种遗传优化的灰色神经网络预测模型。模型利用灰色系统对数据量要求低的特点,将灰色系统理论与神经网络有机结合起来,建立灰色神经网络模型。并采用遗传算法对所建立模型的权值和阈值进行优化。采用模型对矿井瓦斯涌出量进行预测,实验表明,遗传优化的灰色神经网络模型,可以简化系统建模,并能提高瓦斯涌出量预测精度,有一定的实用价值。     

基于CUDA编程模型的稀疏对角矩阵向量乘优化

稀疏矩阵向量乘是很多科学计算问题中的核心问题。本文针对稀疏对角矩阵,在DIA存储格式的基础上,设计了一种新型压缩存储格式CDIA,结合CUDA编程模型的特点,在计算线程上进行了细粒度的任务分配,同时为满足CUDA对存储器的合并访问要求,将压缩矩阵做了相应的转置处理,设计了细粒度算法与程序,并根据稀疏矩阵向量乘特点,做了相应的程序优化。实验数据显示,这种存储格式能够很好地发挥CUDA在数据处理方面的优势,在测试数据中,最高获得了单精度39.6Gflop/s和双精度19.6Gflop/s的浮点计算性能,性能在Nathan Bell和Michael Garland的基础上分别提高了7.6%和17.4%。     

基于ATmega128单片机的汽车太阳能充电控制器

利用车上太阳能电池驱动换风扇并作为汽车电瓶辅助充电电源。由ATmega128为核心构成太阳能电池驱动换风扇和电瓶充电的控制系统。这个控制器测量车内外温度、太阳能电池电压、汽车电瓶电压,根据车内外温差自动控制换气风扇工作,根据太阳能电池输出状态和电瓶状态控制充电过程。最后,基于给出的软硬件设计构建了实验系统,进行了实验和总结。     

基于组播源移动的组播树修改过程研究

特定源组播(SSM)是现在应用最广泛的组播模型。随着无线网络的快速发展,移动用户不断增加,移动环境为越来越多的用户提供有限的、共享的带宽,这样的现实更加重了网络对组播服务的需要。然而,特定源组播(SSM)对组播源移动的支持仍然是一个有待解决的问题。本文将针对组播树修改协议(TM)进行分析和改进,进一步完善组播树修改协议过程。     

清开灵胶囊、清肺抑火片、莲花清瘟胶囊燃烧分析

选择清开灵胶囊、清肺抑火片、莲花清瘟胶囊作为研究对象,测定3种清热解毒药燃烧热、燃烧稳定性,建立3种清热解毒药的多指标综合评价体系,为热重分析方法研究食品药品燃烧稳定性评价与研究提供有力的科学依据.     

工业副产盐中有害酚的高效液相色谱分析

采用HPLC建立了一种测定有害酚(苯酚[1]、2,6-二氯苯酚、2,4-二氯苯酚[2]、2,4,6-三氯苯酚[3])的定量分析方法,用WondasilC 18为填充物的不锈钢柱,以甲醇+乙腈+磷酸水溶液为流动相,选择225 nm为检测波长进行检测,结果表明本方法的有害酚的浓度和峰面积之间有良好的线性关系,满足定量分析要求.该方法具有快速、简便、准确、重现性好等特点.     

不同配置模式下分布式光伏发电并网接纳仿真

针对分布式光伏发电的间歇性、不确定性特点,解决其并网接入给配电网带来的难题,提出不同配置模式下分布式光伏发电并网接纳计算方法,通过构建分布式光伏发电接纳容量计算模型,以最大光伏电站接入总量为优化目标,以旋转备用容量、常规机组爬坡速率、网络传输等为约束条件,分析电网侧、分布式发电侧两种配置模式下储能参与电网电压调节的能力,展开分布式光伏发电并网接纳计算.仿真计算分析结果表明:天气状况可干扰分布式光伏出力情况,日间输出功率差异显著;储能配置在电网侧模式比储能配置在分布式发电侧模式的配电网分布式光伏发电接纳效果提升30％左右.     

氯虫苯甲酰胺原药中甲磺酸的离子色谱测定

采用离子色谱法测定了氯虫苯甲酰胺原药中甲磺酸的质量分数.试样用二氯甲烷溶解,纯水萃取,以5 mmol/L氢氧化钾溶液为淋洗液,选用IonPac AS11-HC阴离子色谱柱和电导检测器,外标法定量分析.结果 显示,甲磺酸的色谱峰无其他峰干扰,方法在1.1047～8.8374 μg/mL浓度范围内的标准曲线线性回归系数为0.9999,标准偏差为0.001 mg/kg,变异系数为0.82％,平均回收率为100.5％,定量限为0.005％.该方法可准确快速测定氯虫苯甲酰胺中的甲磺酸质量分数.     

基于改进AHP-FCE模型的多指标拟态表决算法

为了提高拟态防御中表决的准确性,提出了一种基于改进层次分析-模糊综合评价（AHP-FCE）模型的多指标拟态表决算法.针对传统AHP-FCE模型中判断矩阵一致性检验的缺点,对判断矩阵的构造方法进行了改进,构造具有一致性的判断矩阵,无须一致性校验和调整.基于该改进模型,综合分析了拟态表决中的一致度、历史置信度、异构度指标,将拟态表决转化为模糊评价过程.仿真结果表明,与一致表决相比,该算法能有效提高表决的正确率,提升拟态系统的整体安全性能.     

车联网基于信任度的RSU识别及资源分配算法

在车联网中,由于部分路侧单元（RSU）的位置比较偏远,无法得到网络管理员的及时维护,可能遭到攻击,变为不可信任的路侧单元,降低了车辆的通信质量和网络能效.为了有效地识别RSU的可靠性,提出了一种基于信任度的路侧单元识别及资源分配算法,将路侧单元识别、传输模式的选择和功率分配联合建模为网络能效的优化问题,并分成3个子优化问题,分别求解.首先,采用基于信任度的RSU识别算法,识别出可信任和不可信任的路侧单元;其次,优化车辆资源块配置和链路选择;最后,通过次梯度算法优化传输功率,最大化网络能效.理论分析和仿真结果表明,所提算法具备较低的复杂度,可以达到较高的路侧单元识别准确度,并有效地提升网络总能效.