多媒体合著(MMCoA)研究中的几项关键实现技术

本文对多媒体合著MMCoA（MultimediaCo-Authoring）系统研究中的几项关键实现技术进行了论述，并提出了解决的方法。     

关联变量分组的分解多目标进化算法研究

含有大规模决策变量的优化问题是当前多目标进化算法领域中的研究热点和难点之一。在解决大规模变量问题时,目前的进化算法并没有寻找决策变量之间的关联信息,而都只是将所有变量视为一个整体来进行优化。但随着优化问题中决策变量的增多,“变量维度”成为瓶颈,从而影响算法的性能。针对上述问题,提出关联变量分组策略,通过识别决策变量间内在的关联信息把关联变量分配到同组中,将复杂高维变量的优化问题分解为简单低维的子问题来求解。该策略通过增加关联变量分配到同组中的概率来使算法尽可能地保留变量之间的关联性,减少分组后子问题间的依赖性,从而提高子问题最优解的质量并最终获得最佳的Pareto最优解集。将该算法在标准测试函数上进行变量扩展后再进行仿真对比实验,采用性能指标对算法的收敛性和多样性进行对比分析。实验结果表明,该算法在解决大规模变量的多目标优化问题中,随着决策变量维度的增加,比经典的多目标进化算法NSGA-II、MOEA/D以及RVEA具有更佳的收敛和更好的分布性能,所求得的Pareto解集质量更高。     

醚化阴离子聚丙烯酰胺在再生纸污泥脱水中的应用

本文研究了在再生纸污泥脱水中用阴离子聚丙烯酰胺代替阳离子聚丙烯酰胺的可能性。探讨了阴离子聚丙烯酰胺的加入量，醚化剂的加入量，停留时间，pH值等因素对污泥脱水性能的影响。实验室工作和中试证明；经过改进，加入适量醚化剂，采用缓冲的方法，用阴离子聚丙烯酰胺可以达到和阳离子聚丙烯酰胺十分接近的效果，这样可以大大节约成本，取得较好的经济效益。综合经济因素和污泥脱水效果因素，本实验确定了阴离子聚丙烯酰胺的最佳用量，醚化剂和阴离子聚丙烯酰胺用量的最佳配比，最佳停留时间，pH值等因素。     

基于决策偏好的多目标粒子群算法及其应用

针对传统多目标粒子群算法在解决复杂多目标优化问题上的不足,提出一种基于决策偏好的交互式多目标粒子群算法。该算法考虑决策者的正偏好和负偏好对粒子的引导作用,首先计算外部种群粒子与双极偏好点的相对贴近度,并进行排序;根据排序结果进行外部种群管理和全局最优解更新;使用δ-邻域值控制Pareto解集的分布性。在随机多目标库存控制应用中,证明了该算法对复杂应用问题求解的有效性,性能对比结果表明,该算法的收敛性、多样性和运算时间优于基于参照点的第二代非支配解排序遗传算法。     

基于双极偏好占优的多目标进化算法及其应用

为有效处理决策者能够提供双极偏好信息的多目标优化问题,加快原有算法的收敛速度,借鉴逼近理想解方法和搜索空间区域划分思想,定义了一种新型双极偏好占优关系,并引入到NSGA-Ⅱ算法中,设计了相应的非支配排序策略、种群多样性策略和约束处理策略,提出一种基于双极偏好占优的NSGA-Ⅱ算法（2p-NSGA-Ⅱ）。将该算法应用于求解两桁架结构设计的工程问题,对比仿真实验结果表明了2p-NSGA-Ⅱ算法的有效性。     

应用Test. Lab进行高速车体线路模态试验

针对高速列车的振动问题,通过线路模态试验进行车体结构模态参数研究,采用LMS test.lab振动噪声测试系统进行数据采集和分析后处理。基于环境激励模态试验方法及模态参数识别理论,运用PolyMax模态提取法,获取了车体的前三阶弹性模态参数和对应的模态振型,为车体结构优化设计提供依据。     

利用改进的EMD和随机减量法识别模态参数

对振动信号进行小波去噪,克服环境噪声的干扰,提高EMD的质量,利用相关系数去除虚伪分量,然后利用随机减量法和ITD法识别出列车地板的固有频率和阻尼比。将此方法识别结果与LMS商业软件识别结果进行对比,频率相对误差不超过6 %,阻尼比相对误差不超过7 %。由此说明该方法具有较高的识别精度。     

一种制备巯基棉的新方法

本文建立了一种制备巯基棉的新方法，该方法与西末雄方法相比，材料消耗少、反应温度低、时间短、巯基棉的性能更优越。     

中等强度混凝土超声波速与龄期相关性试验研究

通过对27个混凝土试块的超声试验，提出判定早期混凝土强度的试验方法。研究结果表明普通混凝土在28d内龄期与混凝土中超声波速有良好的相关性，并给出了具体的回归方程式，为超声回弹综合法提供了可靠的对照曲线。     

滤芯流动疲劳试验验证及分析

针对滤芯流动疲劳试验（含滤芯抗破裂性试验）的具体内容进行详细的分析和说明，同时介绍在进行该项试验中取得的一些经验。