复合拣选策略下堆垛机作业序列优化问题

订单拣选是配送中心最费时费力的环节,配送速度不仅是新型电商的核心竞争力也是大型制造企业物料配送的核心指标,复合式拣选策略成为提高配送速度的重要方式。结合复合式拣选方式中货物之间不同的出货要求,将货物按照出货的紧急程度进行分类,建立了以能耗成本、作业时间以及出货惩罚值最小化为目标的堆垛机拣选作业序列多目标优化模型。通过改进带精英策略的非支配排序遗传算法(NSGA-Ⅱ)实现该问题的高效求解。算例分析表明,复合式拣选策略下可实现大多数订单的提前拣选,改进优化算法可为决策者在成本、效率和服务质量3个维度提供科学决策依据。     

钢梁弯扭屈曲临界弯矩通用公式研究

为研究钢梁弯扭屈曲总势能方程中的各势能项对临界弯矩M_cr通用公式中各系数取值的影响,由总势能方程推导临界弯矩M_cr的通用公式及3种典型总势能方程下各系数的计算式,揭示各势能项与各个系数的联系,计算无侧向支撑简支钢梁临界弯矩M_cr通用公式中各系数的数值,并分别分析现行国家标准GB 50018-2002和GB 50017-2003的整体稳定系数φ_b设计公式存在取值各异的问题。结果表明：系数C₁、C₂和C₃的取值除都与非线性正应变能和非线性剪应变能有关外,系数C₁的取值还与圣维南扭转应变能有关,系数C₂的取值还与外荷载势能有关,而影响系数C₃取值的势能项则因总势能方程而异;现行国家标准GB 50018-2002和GB 50017-2003的φ_b设计公式应采用统一的形式,且应统一φ_b设计公式中系数C₃的取值。     

基于神经网络的电弧增材制造铝合金力学性能预测

目的 预测不同工艺参数下电弧增材制造铝合金的力学性能。方法 通过实验建立了电弧增材制造6061铝合金及Ti C增强6061铝合金力学性能的数据集,并建立了一种以焊接电流、焊接速度、脉冲频率、TiC颗粒含量为输入,以屈服强度和抗拉强度为输出的神经网预测模型,对比了反向传播神经网络(BP)、粒子群算法优化BP神经网络(PSO-BP)、遗传算法优化BP神经网络(GA-BP)3种预测模型的精度。结果 与BP模型和PSO-BP模型相比,GA-BP预测模型具有更好的预测精度。其中,GA-BP模型预测6061铝合金屈服强度最佳结果的相关系数(R)为0.965,决定系数(R²)为0.93,平均绝对误差(Mean Absolute Error,MAE)为2.35,均方根误差(Root Mean Square Error,RMSE)为2.67;预测Ti C增强的6061铝合金抗拉强度最佳结果的R=1,R²高达0.99,MAE为0.46,RMSE为0.49,GA-BP具有良好的预测精度。结论 BP、PSO-BP、GA-BP 3种神经网络模型可以用来预测电弧增材制造...     

SSIG: Single-Sample Information Gain Mo del for Integrating Multi-Omics Data to Identify Cancer Subtypes

Different living environments of cancer samples lead to different molecular mechanisms of cancer development, which in turn leads to different cancer subtypes. How to identify cancer subtypes is a key issue for the realization of precision medicine. With the development of high-throughput technologies, multi-omics data which can better understand different causes of cancer have emerged. However, the current methods of analyzing cancer subtypes using multi-omics data is mostly derived from population cancer sample data and ignores the differences between different cancer samples. Therefore, the joint analysis of multi-omics based on a single sample may reveal more information about the differences between individual cancers. A strategy for identifying cancer subtypes is proposed based on Single-sample information gain (SSIG) which construct sample feature matrix by considering the heterogeneity of sample. Applying this strategy to current popular subtype identification methods, cancer subtypes can be identified more accurately and the mechanism of cancer can be found from the perspective of a single sample. By comparing different methods in different clustering measure, and using survival analysis, it is shown that SSIG is more suitable for cancer subtype identification than the original multi-omics data, and it is easier to mine the cancer subtype classification mechanism hidden behind the data.     

基于多代理的微电网需求响应机制研究

为了解决微电网电能产消和就近高效消纳的问题,提出了一种多代理微电网交易模型,实现微电网多层面运营主体的利益共赢及资源统筹.在此基础之上,考虑到微电网中负荷不确定性的问题,设计了需求响应机制并引入奖惩制度,既激励用户积极参与响应又避免用户逐利行为,指导用户合理用电.算例分析表明,本文所提机制能有效提高微电网的经济效益和环...     

多层复合PVC胶粘膜的性能改进

针对普通PVC胶粘膜在使用过程中存在的问题,开发了无残胶、不脱漆、耐候性能和阻燃性能优良的多层复合PVC胶粘膜.     

纳米NiO掺杂Carbores'P对Al2O3-C耐火材料力学性能的影响

为提高低碳铝碳耐火材料的力学性能,以≤1 mm的棕刚玉、Si粉和Carbores’P为原料,外加纳米NiO为催化剂,制备Al2O3-C基质试样,利用XRD、SEM、激光拉曼光谱研究纳米NiO对Carbores’P炭化产物的影响。以棕刚玉(粒度为5~3、3-1、≤1 mm)、电熔白刚玉粉、Si粉、鳞片石墨、Carbores’P、纳米NiO为原料制备低碳Al2O3-C试样,研究纳米NiO掺杂Carbore’P对试样力学性能的影响。结果表明:1400℃埋碳热处理后,添加纳米NiO能提高基质的石墨化度,促进碳纳米管和SiC晶须的生成;正是由于它们的生成,提高了Al2O3-C试样的致密度、常温强度和断裂前的位移量,使试样韧性增强。     

(Na2O+K2O)对Ca-Ba-Mg-Al-B-Si-O玻璃/Al2O3材料性能的影响

实验以Ca-Ba-Mg-Al-B-Si-O玻璃和Al_2O_3粉料为原料,设计玻璃中(Na_2O+K_2O)含量分别为0、2%、4%、8%的优化玻璃组成,800～950℃低温烧结得到LTCC材料。研究结果表明:随着(Na_2O+K_2O)含量升高,Ca-Ba-Mg-Al-B-Si-O系玻璃/Al_2O_3烧结体的体积密度与介电常数逐渐增加,烧结体气孔率随之减小,介电损耗出现先减小后增加的趋势。添加2%(Na_2O+K_2O)的Ca-Ba-Mg-Al-B-Si-O玻璃/Al_2O_3材料,在875℃烧结试样显示出优异性能。     

Ca-Ba-Mg-Al-B-Si-O玻璃/Al2O3系LED基板材料的工艺优化与性能研究

实验以玻璃与Al2O3为主要原料流延成型生瓷带,通过优化试样的压制工艺,800～950℃范围内烧结得到Ca-Ba-Mg-Al-B-Si-O玻璃/Al2O3材料。研究结果表明,随着Ca-Ba-Mg-Al-B-Si-O玻璃/Al2O3生坯压制压力变大或保压时间增加,玻璃/Al2O3材料的生坯及烧结试样的密度增加,烧成收缩率减小。850℃烧成试样结构致密,钙离子、铝离子、硅离子与氧离子在高温下聚集,并发生了物理化学反应,生成钙长石晶体,进一步促进了烧成试样的致密化。Ca-Ba-Mg-Al-B-Si-O玻璃/Al2O3材料在压力20 MPa,保压时间10 min下成型生坯性能良好,烧结体物理性能优良,适合用于LED基板材料。     

碳达峰路径与智力城镇化

研究显示碳达峰与城镇化成熟期时间上高度重合,碳达峰国家达峰时的城镇化率均值在74％左右,因此如何把握城镇化与碳达峰的精准关系极为重要.基于全球198个国家和地区1960-2018年社会经济及碳排数据,引入机器学习算法,探寻世界国家碳达峰路径与智力型、体力型城镇化路径分化的内在关系,找出智力型国家碳达峰的关键衡量指标,并进一步分析智力型国家的创新驱动因子对其达峰路径的影响机制,以此为中国智慧创新的碳达峰道路提供借鉴.提出碳达峰路径的五种橄榄曲线,并指出中国未来的碳达峰道路必须由双层智慧进行控制,即达峰曲线的智慧设计,以及曲线内部造成不同走向的智力关键要素含量的设计.在国家2030年碳达峰总目标下,需结合地方差异性设计各个城市和区域的特殊曲线,制定各自的智慧策略.