基于机器学习的改进遗传算法在车间调度中的应用

将机器学习原理应用到解决车间调度问题的遗传算法中，使初始种群中的每条染色体都具有较高的适值。从而使得进化过程在经过很少的迭代次数后即可达到稳定，同时避免了最优解的丢失问题。     

天然气的利用及其相关碳排放——兼论美国页岩气的开发与影响

美国是世界上天然气利用最为成熟的国家,近年来页岩气又快速地进入了商业化规模利用阶段。文章在系统阐述天然气利用及其相关碳排放情景、优势的同时,重点分析页岩气对美国天然气产能支撑、对外依存度削减、能源安全格局改善等多方面的价值与影响,以突出其能源结构清洁化、低碳化的基础性、本源性作用。     

抗后酸化保加利亚乳杆菌的亚硝基胍诱变选育

利用0.9mg/mL亚硝基胍对保加利亚乳杆菌ZLB进行诱变处理30min(菌株致死率为99%),中间培养后用青霉素筛选。处理液涂布培养后,选取生长缓慢或不长的32株接种于RSM(ReconstitutedSkimmedMilk)培养基中,随后选取凝固的16株做12℃贮藏,最终得到产酸较慢的突变株ZT224、ZT227。突变株与ZLB相比,在42℃时,ZT224、ZT227在RSM培养基中滴定酸度值明显减少。发酵脱脂乳在12℃贮藏时,ZT224的发酵乳在贮藏的20d内一直没有发生后酸化;ZT227发生后酸化的时间推迟了4d。同时,突变株ZT224、ZT227对链霉素的敏感性不同于出发菌株ZLB且能稳定遗传。     

应用数学在土壤毛管持水量计算中的应用

毛管水是土壤中最宝贵的水分。只要有毛吸管作用,土壤便可将水分循着毛管孔隙输送到植物根系附近,并溶解各种营养,为植物所吸收。因此,测定土壤毛管持水量有重要价值,文章介绍了传统的测定方法和现今的应用数学方法迅速计算出毛管水分值。     

径向浓淡旋流燃烧器磨损失效分析及选材试验

对某厂使用的径向浓淡旋流燃烧器中心扩锥和浓缩器的材质及磨损失效方式进行了研究,在此基础上进行了高温耐热抗磨材的生产工艺和性能比较试验。试验结果表明,研制的新型材料在性能上超过了燃烧器现用材料并且运行良好,有一定应用前景。     

一种基于免疫原理的新优化遗传算法

将静态繁殖理论和机器学习原理引入到免疫遗传算法中,利用自适应疫苗,增强个体免疫力,以增加种群的平均适值,从而有效地避免了最优解的丢失,缩小了搜索空间,加快了进化速度,使系统能够在很短的时间内得到最优解。同时,针对典型车间调度问题,分别对改进算法和其他优化算法的计算结果进行了比较,表明改进算法更有效。     

“从感知到认知,再到操作”的空间教学实践

为了探究建筑学新生专业学习的门径,设计了一条"从感知到认知,再到操作"的空间教学路径。这一空间教学路径既符合循序渐进的教学规律,又符合学生的认知规律。空间教学实践从观察与体验实际的建筑空间入手,到建筑空间的理性认知,再到对于建筑空间的具体设计与操作。在教学过程中,引导学生掌握观察、持续改进、从做中学等学习方法,使建筑学专业新生在"建筑设计基础"的学习中,逐步形成对建筑空间的认知与操作能力。     

多特征融合的lncRNA识别与其功能预测

针对传统的基于单一特征的植物lncRNA识别的局限性,提出了融合RNA序列的开放阅读框、二级结构以及k-mers等多特征方法,训练高斯朴素贝叶斯、支持向量机和梯度提升决策树3种经典的分类模型,并实现分类结果的集成,利用交叉验证对模型的性能进行了评估,整体性能优于目前较流行的CPAT、CNCI和PLEK预测软件,在拟南芥数据集上总体的准确率达到了89%。另外,基于内源性竞争规则以及RNA结构信息,分别对lncRNA-microRNA和microRNA-mRNA进行靶向预测、筛选,再通过整合预测数据建立互作网络,并对网络模块中的lncRNA进行功能预测。通过GO术语分析,对与mRNA相关的lncRNA可能参与的生物调控过程进行预测,推测它们的相应功能。     

基于视觉的智能车图像畸变校正算法研究

赛道检测的准确性及可靠性对智能车的控制至关重要,针对智能车系统路径识别以及方向控制、速度控制需求,需要为导航路径参数提取提供准确的视觉图像信息。为此对智能车视觉图像畸变原理进行了分析,建立了图像的畸变的数学模型,分别分析了垂直和水平方向的畸变模型,针对垂直方向畸变采用了近疏远密的校正算法,针对垂直方向畸变给出了梯形水平校正算法。实验表明,以上方法可以很好地校正视觉图像在垂直和水平方向的畸变。     

应用型本科院校"建筑设计初步"课程的教学改革与研究

从应用型本科院校人才培养的需求出发,结合"建筑设计初步"课程的实际教学经验,针对应用型本科院校的生源、师资等现实情况,提出了适合应用型本科院校"建筑设计初步"教学体系的建构意见。