石墨相氮化碳的制备与光催化性能

石墨相氮化碳(g-C3N4)作为一种半导体材料,它的禁带宽度约为2.7eV,具有优异的物理和化学稳定性,并且其原料来源广泛,无毒,廉价,可以应用于产氢、降解有机染料及CO2的还原等领域。本研究以尿素为原料制备了g-C3N4,研究了热聚合温度、反应时间对制备的g-C3N4光催化降解罗丹明B性能的影响,并考察了对甲基橙、亚甲基蓝等不同染料的光催化降解效果。结果表明:石墨相氮化碳对于罗丹明B和亚甲基蓝的降解效果较好(3h之内几乎完全降解),而对于甲基橙几乎没有降解效果;随着聚合温度的提高(600℃以下),反应时间的延长(9h以内),产物的光催化降解染料的效果越好。     

激光诱导等离子体光学诊断方法研究综述

激光诱导等离子体是多种工业应用领域的研究热点,然而到目前为止人们对其基本物理过程的认识仍不完善。为此,综述了当前常用的激光诱导等离子体的光学诊断方法,从自辐射探测、关键参数计算、空间折射率分布等角度,分别从原理和技术方面介绍了基于ICCD和条纹相机的可见光快速照相、发射光谱分析、激光阴影/纹影成像、激光干涉、以及汤姆逊散射等方法,并比较了不同诊断方法的优缺点。结合激光诱导等离子体自身的特点,分别指出了使用不同诊断方法时值得注意的地方,以及使用激光阴影、纹影和干涉成像时对激光探针参数的选择依据。给出了几种实验诊断方法的典型结果,并进行了结果的分析与讨论。结果表明:快速照相技术有助于获得直观的等离子体演化图像,而可见光谱诊断则可较为方便的定量获得等离子体特征参数;通过使用激光探针了等离子体的折射率场,有助于进一步分析其空间密度分布;而发展汤姆逊散射诊断技术,则能够获得更为准确和丰富的等离子体微观信息。需要注意的是,当利用可见光谱诊断技术计算分析等离子体参数时,要考虑特定时空环境下等离子体热平衡态的影响;使用激光探针诊断等离子体的折射率场时,要根据具体的等离子体对象选择合适的激光波长、能量、脉宽等探针参数。在未来的研究中,通过综合运用快速照相、空间光谱诊断和激光探针技术,可望进一步深入掌握等离子体中多组分粒子行为以及微观热平衡态的时空演化关系。     

化妆品中游离甲醛的安全性评价

搜集并介绍了化妆品中游离甲醛的理化性质和毒理学数据、危害分类、来源途径、监管情况及其限值。通过搜集甲醛的毒理学资料,对化妆品及原料中的游离甲醛分别进行了安全性评价;并对比了欧盟、美国、加拿大、东盟、中国大陆及台湾地区对甲醛的监管规定,得出结论:台湾地区的规定最为严格,即添加和未添加此类防腐剂时释放的游离甲醛总量分别不得超过0.1%(1 000 mg/kg)和0.0075%(75 mg/kg)。同时,指出其最高理论安全限值为1.881mg/kg,然而,由于计算方法的高度保守性,要求的限值对于目前的企业来说有一定的困难,可以将此限值作为长期目标。     

水分散聚合合成两性聚丙烯酰胺

引入复合氧化还原引发体系,引发丙烯酰胺[AM）水溶液均相聚合,合成超高相对分子质量水解聚丙烯酰胺（HPAM）,并综合分析了水分散聚合法的时间-动力学曲线.结果表明,采用复合氧化还原剂引发AM聚合反应,在AM浓度31％,双官能度引发剂浓度10mg/L,聚合温度6℃,偶氮化合物25mg/L用量条件下,可以合成相对高分子质量聚丙烯酰胺.     

基于GEP算法的高阶常微分方程预测模型

针对动态系统预测建模中建模效率低,无显式模型的缺陷。提出一种基于基因表达式编程（GEP）的高阶常微分方程预测模型（GEP-HODE）。将一维数据的变化特性使用高阶微分进行表示,通过GEP对高阶微分数据进行建模,得到显式模型。对高阶常微分方程模型进行降阶处理,使用数值方法进行求解,得到预测值。该方法利用了GEP算法“基因型-表现型”的编码特性,实现了模型建立与参数优化的同步,大幅度提升建模效率。以太阳黑子年平均数作为实验数据建模预测,结果表明,该方法相比GP混合建模方法有更高的效率,相比混合BP神经网络模型等方法有更好的精度。     

求解需求可拆分车辆路径问题的改进的金字塔演化策略

为了更加合理地求解需求可拆分的车辆路径问题（SDVRP）,克服传统先路径后优化两阶段的求解方法容易陷入局部最优的缺点,以及解决智能优化算法在优化阶段未能将竞争与协作有机地融合为一体的问题,以配送路径最短和配送车辆最少为优化目标,提出了一种改进的金字塔演化策略（IPES）。首先,以金字塔为基础,提出了求解SDVRP的编码、解码方式以及层级间的协作策略;其次,根据遗传算法的随机、“适者生存”的高度并行、自适应等特点,以及金字塔结构各层分工不同,设计了一种适合SDVRP的自适应邻域算子,使得算法能够快速收敛到最优;最后,得到最优解。相较于分段求解算法、聚类算法、粒子群算法、人工蜂群算法、禁忌搜索算法,四个仿真实验的结果表明,在求解各案例的最优路径时,所提IPES的求解精度分别至少提升了0.92%、0.35%、3.07%、9.40%,验证了在求解SDVRP时,IPES具有良好的性能。     

基于动态压力控制算子的磷虾群算法

针对基础磷虾群（KH）算法在求解复杂函数优化问题时局部搜索能力差、求解精度低、收敛速度慢、容易陷入局部最优等问题,提出一种基于动态压力控制算子的磷虾群算法（DPCKH）。该算法将一种新的动态压力控制算子加入了标准磷虾群算法,使其处理复杂函数优化问题更有效。动态压力控制算子通过欧氏距离量化了多个不同优秀个体对目标个体的诱导效应,进而在优秀个体附近加速产生新磷虾个体,提高了磷虾个体的局部探索能力。通过比较蚁群算法（ACO）、差分进化算法（DE）、磷虾群算法（KH）、改进的磷虾群算法（KHLD）和粒子群算法（PSO）,DPCKH算法在7个测试函数上的结果表明,DPCKH算法与ACO算法、DE算法、KH算法、KHLD算法和PSO算法相比有着更强的局部勘测能力,其开采能力更强。     

基于磁传感器的飞行器姿态测量方法

为近程自旋飞行器设计了一种基于地磁测量的姿态测量方法。根据此类飞行器飞行过程中偏航角较小,射程较近时偏航角可以忽略的特点,在偏航角可以忽略的情况下进行姿态角算法分析。由于第一种方法存在姿态角根取舍的问题,首先,利用空间转换矩阵推导出飞行器姿态角的表达式。然后,利用几何分析的方法推导出了飞行器姿态角表达式,并对该算法的误差进行仿真。仿真结果表明:误差在可接受范围。     

基于GEP的高速公路通行费预测方法研究

高速公路通行费未来收入状况的预测对于高速公路运营管理、建设规划有着重要的指导意义。然而,通行费收入水平的变化受到多方面因素的影响,具有较强的非线性和复杂性,传统预测模型无法准确表达通行费收入的发展规律。本文针对复杂的高速公路通行费预测问题,建立了基于基因表达式编程算法(GEP)的高速公路通行费预测模型。该模型利用GEP算法建立通行费当前收入与历史数据之间复杂的函数关系,准确地刻画通行费收入随时间的发展规律。此外,针对节假日期间通行费减免政策的影响,提出了有效的修正模型。最后,本文采集了浙江沪杭甬高速公路股份有限公司等12家公司通行费收入的历史数据进行仿真实验,对比传统的ARIMA以及神经网络预测模型,结果充分验证了本文算法的有效性和准确性。     

能量平衡和延迟约束的水声网络路由协议

水声网络路由协议是水声网络研究的一个热点问题。水声网络路由协议面临着节点能量有限、带宽窄、高传播延迟等的限制。本文从能量和延迟角度出发,设计了一种能量平衡和延迟约束的路由协议。该协议通过感知周边节点能量和负载,使得节点在选择转发节点时尽量选择剩余能量高的节点,同时在网络负载较高时能有效避开网络拥塞区域,从而在能量均衡的同时降低数据包的端到端延迟。