均化库堆场堆料机接近开关的再优化

我厂于1996年引进一台均化库堆场堆料机，用于均化混合料。堆场规格为148m×32m，整个堆场共划分为3个区域：1堆、2堆和障碍区（图1）。堆场概貌如图1所示。[第一段]     

基于神经网络的多效并流蒸发过程的模拟方法

本文提出一种基于神经网络的多效并流蒸发过程的模拟以及优化算法，并以一简单三效并流蒸发过程为例，详细阐述了神经网络模拟算法的具体步骤。该算法具有对初始值要求不高、收敛速度快，全局收敛性好的特点。     

三条2000t／d离线喷腾型分解炉窑的技术特点及生产调试

本文主要介绍了已建成投产的三条2000t/d离线喷腾型分解炉新型干法生产线的技术特点和生产调试结果.并在对其技术特点比较和生产调试经验总结的基础上,对系统可能进一步实行优化提出建议.     

煤层顶板岩层厚度取值在含砂率计算中的应用

煤层顶板岩层含砂率是影响瓦斯质量体积的重要因素之一,本文利用相关分析和逐步逼近的方法,确定统计的煤层顶板厚度,提出了改进的含砂率表达方法--煤层顶板岩层效应厚度影响系数,从而实现了对煤层顶板岩层"含砂率"的准确计算.该研究方法可以在其它矿井中推广应用.     

椭圆偏振仪测量误差的修正

为了消除单波长消光椭圆偏振仪测量薄膜光学参数的测量误差,从椭圆偏振仪的测量原理和方法分析了椭圆偏振法测量薄膜折射率和厚度可能的误差来源.表明对测量结果影响比较大的是起偏器P的零点误差δp和1/4波片偏离45°的数值误差δ2,给出了消除误差的方法.用椭圆偏振仪进行了测量实验,对测量结果进行了系统误差修正,修正比可达到1.7%.     

严重干旱情景下长江水资源调控与管理

2022年长江发生夏秋连旱,特别是鄱阳湖等中下游地区,出现重旱及罕见水文干旱现象,对农业生产和生态环境产生影响,引起社会广泛关注。分别从长江流域及鄱阳湖流域1998—2021年连续24 a数据分析水资源总量变化情况,并从近10 a来长江及鄱阳湖用水情况分析近年来用水变化。然后,根据水利工程建设情况,分析了长江及鄱阳湖抗旱能力变化及存在的问题。最后,提出应对长江严重干旱综合对策。研究表明：长江流域水资源总量年际虽然有一定变幅,但总量基本保持稳定,鄱阳湖流域水资源量年际变幅更大,但没有出现趋势的变化。无论是长江,还是鄱阳湖,近年来河道外用水基本稳定,生态环境等河道内用水需求增加。应对严重干旱最佳措施是在不断完善水利工程及水网建设基础上,重点要放在严格的水资源管理和水利工程群优化调度和制度完善等非工程措施上。     

水电厂监控系统信息安全防护优化研究

针对水电厂监控系统在信息安全领域存在的问题,提出解决这些问题的优化设计方案,包括网络系统的防火墙优化、提升监控系统的物理隔离水准、加快网络数据传输的防护优化进程以及监控系统防护入侵策略的优化等,对于水电厂监控系统而言,可以有效提高水电厂监控系统的安全性,为水电厂的生产和运营提供重要的保障。     

径流变异对滹沱河流域水库生态调度的影响

分析了滹沱河中上游径流变异情况并计算了河道生态流量,通过构建岗南-黄壁庄梯级水库供水及生态多目标优化调度模型,并采用NSGA-Ⅱ求解多种情景方案,探求入库径流变异对水库生态调度的影响。研究结果表明：小觉站和平山站径流分别在1983年和1979年发生变异,流域径流整体呈显著下降趋势;利用频率众值法、Tennant法和年内展布法计算的河道理想、适宜及最小生态流量对应的年生态需水量分别为9.85亿、5.85亿、3.23亿m³;农业灌溉及生态需水缺水率随来水频率的增大而显著增大;入库径流下降趋势显著且发生变异,致使变异后不同水平年水库调度的供水保证率均有所降低;农业灌溉需水和生态需水矛盾显著,枯水年农业灌溉供水率降低4%可提高12%的生态供水率。     

基于双策略协同进化的QPSO算法及其应用

为更好地提升量子粒子群优化算法（QPSO）的局部挖掘和全局搜索能力,提出了一种改进的QPSO算法（DSQPSO）。在改进算法中引入了双策略协同进化的思路调整粒子的位置更新公式。为充分体现个体粒子挖掘的优势和群体共同引导的特点,提出了两种吸引点构造的思路,做到个体和种群更好地融合以及信息的互通;分别考虑了最优平均位置与全局最优和粒子的历史最优之间的联系,对粒子搜索范围作出了重新定义;此外,在迭代过程中,借助随机扰动机制对全局最优位置进行调整,以保持种群的多样性。通过18个测试函数将DSQPSO算法与PSO、QPSO、RQPSO和LQPSO四种算法在收敛精度和鲁棒性方面进行对比;进而在两个具体的工程优化问题上,应用改进算法与八个智能算法进行了寻优结果比较。实验表明DSQPSO算法无论在基准测试中还是在工程应用上,其计算精度和收敛效果均有明显优势。     

改进多目标帝王蝶算法

帝王蝶优化算法结构简单,能够较好的完成寻优搜索要求,但在多目标问题上,算法的精度和非支配解的分布性较差.针对以上不足之处,本文提出一种改进型多目标帝王蝶算法(Improved multi-objective monarch butterfly algorithm,IMOMBO),对非支配解进行拥挤度排序,所有非支配解个体都以当前最优个体为中心点映射镜像点,并朝向镜像点奔袭,以此增加个体在Pareto前沿上的收敛性和算法精度.在算法迭代后期,对部分较优个体进行Logistic混沌映射,以改善个体在Pareto前沿上的分布性.随机选用ZDT和DTLZ测试函数集中的函数进行算法性能验证,实验结果证明,本算法可以很好地保证非支配解个体的收敛特性和分布特性.