臭氧在鲜切果蔬保鲜中的应用

对臭氧在鲜切果蔬保鲜中的应用进行了综述。详细介绍了臭氧保鲜的机理、臭氧保鲜的影响因素、臭氧与其他保鲜技术在鲜切果蔬保鲜中的协同作用,并分析了臭氧在鲜切果蔬保鲜应用中存在的问题及今后的发展方向。     

响应面优化藏羊皮胶原蛋白肽超声辅助提取工艺及其体内抗氧化活性分析

为明确超声辅助提取对藏羊皮胶原蛋白肽含量及功能活性的影响。试验采用响应面法研究了料液比、超声功率和超声时间3个因素,确定了胶原蛋白肽最佳超声辅助提取工艺;并对藏羊皮胶原蛋白肽进行了抗氧化能力分析,模拟消化过程中的还原力和·OH清除能力研究。结果表明：超声辅助处理能明显提高胶原蛋白肽含量,最佳超声提取工艺为料液比1:18、超声功率220 W,超声时间27 min,藏羊皮胶原蛋白肽含量为30.21%±1.67%。超声波辅助提取后胶原肽的还原力和·OH清除率为0.49和83.2%,与超声前的胶原肽相比分别提高了4%和38.3%,经胃肠消化后还原力和·OH均有一定程度的下降,但仍然具有较好的抗氧化活性。超声辅助提取藏羊皮胶原蛋白肽具有提高胶原蛋白肽含量和增强体内抗氧化活性的优势,为功能性产品的开发提供了数据参考。     

混合式课程之生态教学治理研究

为保障课堂教学质量,增强课堂的时代感和教学的吸引力,针对混合式一流课程,综合考虑教师、课程和学生三方要素,深度融合新媒体技术,积极探索虚拟网络社区和虚拟仿真系统的教学“张力”与“效力”,完善混合式课程理论建设体系。所谓教学有法,教无定法,混合式课程不会有固定的教学模式,这里从教学环境构建、课程资源建设、教学活动设计、教学角色治理四个层面发力,尝试生态教学治理,推进混合式教学改革。     

基于S7-1200立体仓库码垛机的电气控制系统设计

以高职院校工业机器人技术应用赛项为背景,结合自动化立体仓库实训平台,设计以PLC西门子S7-1200为核心,结合变频器与三相异步电机配合拖动,控制码垛机行进与动作,通过触摸屏显示仓位信息与控制自动取货,配合自动化生产线的AGV小车,完成码垛机电气控制系统中相关硬件配置与软件设计,从而实现货物自动出入库控制。     

楚雄SVC控制保护系统功能和动态性能的RTDS试验

楚雄静止无功补偿（SVC）是云广特高压直流的配套工程,具有技术新、容量大的特点,有必要在工程投产前进行RTDS试验。项目包括建立目前世界规模最大的交直流电网RTDS实时仿真模型,搭建由RTDS、SVC控制保护屏柜、云广直流实际控制保护装置、功放等构成的闭环试验系统,分别在云广直流联网、孤岛两种方式下对楚雄SVC控制保护系统的功能、动态性能以及与电网相互作用进行实时闭环试验。结果表明：楚雄SVC的RTDS闭环试验系统建模合理;试验发现并解决了两套SVC控制不协调工作、交流系统瞬时性故障时SVC退出运行等多项功能缺陷。     

混合交叉熵算法求解复杂零等待流水线调度问题

针对制造行业中广泛存在的一类复杂零等待流水线调度问题, 即带序相关设置时间和释放时间的零等待 流水线调度问题(NFSSP SDSTs RTs), 建立问题的排序模型并提出一种混合交叉熵算法(HCEA)进行求解, 优化目 标为最小化总提前和延迟时间. 首先, 设计了一种基于问题性质的快速评价方法, 有效降低评价解的计算复杂度. 其 次, 采用交叉熵算法学习并积累优质解的结构特征, 建立概率模型对优质解的工件块分布进行有效地估计. 通过合 理的采样和更新方法, 实现对解空间中优质区域的全局搜索. 然后, 为提高算法搜索效率, 设计带两种搜索策略的快 速局部搜索方法, 对全局搜索发现的优质区域进行细致且深入的搜索. 最后, 仿真实验与算法对比验证了HCEA可 有效求解NFSSP SDSTs RTs.     

浅析离婚的法律后果——财产分割、赔偿制度、扶养金制度之比较

本文从婚姻的法律实质入手,探讨了离婚的法律后果问题,集中论述了离婚的财产性法律后果:财产分割、赔偿制度和抚养金制度中存在的问题,并对三者进行比较,试图发现其内部的逻辑关系。     

结合聚类分解的增强蚁群算法求解复杂绿色车辆路径问题EI北大核心CSCD

针对带时间窗的低能耗多车场多车型车辆路径问题(Low-energy-consumption multi-depots heterogeneousfleet vehicle routing problem with time windows,LMHFVPR_TW),提出一种结合聚类分解策略的增强蚁群算法(Enhanced ant colony optimization based on clustering decomposition,EACO_CD)进行求解.首先,由于该问题具有强约束、大规模和NP-Hard等复杂性,为有效控制问题的求解规模并合理引导算法在优质解区域搜索,根据问题特点设计两种基于K-means的聚类策略,将LMHFVPR_TW合理分解为一系列带时间窗的低能耗单车场单车型车辆路径子问题(Low-energy-consumption vehicle routing problem with time windows,LVRP_TW);其次,本文提出一种增强蚁群算法(Enhanced ant colony optimization,EACO)求解分解后的各子问题(LVRP_TW),进而获得原问题的解.EACO不仅引入信息素挥发系数控制因子进一步动态调节信息素挥发系数,从而有效控制信息素的挥发以提高算法的全局搜索能力,而且设计基于4种变邻域操作的两阶段变邻域局部搜索(Two-stage variable neighborhood search,TVNS)来增强算法的局部搜索能力.最后,在不同规模问题上的仿真和对比实验验证了所提EACO_CD的有效性.     

绿色VRP的增强拉格朗日松弛启发式算法

针对绿色多车型车辆路径问题(GHFVRP),建立了以最小化车辆固定成本、行驶成本及碳排放成本之和为优化目标的混合整数规划模型(MIP),并提出一种增强拉格朗日松弛启发式算法(ELRHA)进行求解。首先，通过松弛难约束构造对偶问题，并分解为两个子问题，再采用次梯度法更新拉格朗日乘子，求解两个子问题获得原问题的下界；其次，设计一种两阶段启发式算法对下界进行修复及优化，以获得较好可行解并更新问题上界；最后进行仿真实验，实验结果表明：在相同实验环境下对17个算例进行20次测试，ELRHA平均求解间隙为4.49%,相较Gurobi提升3.28%,同时与其它算法对比进一步验证了ELRHA能求解问题高质量上界。可见，ELRHA能有效求解GHFVRP。     

基于学习型人工蜂群算法优化双向GRU的乙烯产率预测

本文针对以乙烯产率为生产指标的预测问题, 基于双向门控循环单元网络(BGRU)建立乙烯产率预测模型,以最小化模型误差为优化目标并提出一种学习型人工蜂群算法 (LABC) 对预测模型进行优化和设计. 在构建BGRU预测模型时, 先对乙烯裂解炉实际生产过程进行分析, 确定影响产率的关键因素并将其作为模型的输入; 再采用LABC对BGRU网络模型的结构、初始权值和阈值、训练比和动量因子进行全面的优化和设计. 在LABC中, 首先根据人工蜂群算法(ABC)特点构建强化学习(RL)框架下的状态集、动作集、奖励函数和最优混合搜索策略, 在此基础上, 提出一种深度双Q网络(DDQN) 来实现最优混合搜索策略, 通过该策略可智能选择合适的搜索动作来执行针对不同状态的局部搜索. 本文通过在标准数据集和实际生产数据上的测试及算法对比, 验证了所提学习型人工蜂群算法优化的双向GRU 网络(LABC BGRU)模型具有预测精度高、适用性强的特性.