尿酸在普鲁士蓝修饰电极上的电化学动力学性质研究

研究了普鲁士蓝修饰玻碳电极（PB/GCE）的优化条件,尿酸（UA）在该修饰电极上的电化学动力学性质.用电化学方法测得了UA在PB/GCE上的电荷转移系数α,反应级数和催化反应速率常数k.结果表明,PB/GCE对UA的氧化具有良好的催化作用,电荷转移系数α=0.65,反应级数为1级,反应速率常数k=1.98×103（mol·L-1）/s.该方法抗干扰能力强,操作简便。     

对苯二酚在金、银纳米粒子修饰的玻碳电极上电化学响应的比较

制备了柠檬酸钠保护的金和银纳米粒子,并用自组装法制备了金和银纳米粒子修饰的玻碳电极,在近中性的磷酸缓冲溶液中,比较研究对苯二酚在金和银纳米粒子修饰玻碳电极上的电化学响应情况。结果表明金和银纳米粒子均对对苯二酚的电氧化过程具有优越的电催化效果;与银纳米粒子修饰电极相比,金纳米粒子修饰电极表现出了良好的稳定性;对苯二酚在金纳米粒子修饰玻碳电极上的电化学反应是受扩散控制的。     

槲皮素在聚对氨基苯磺酸修饰电极上的电化学研究

制备了聚对氨基苯磺酸修饰玻碳电极,通过循环伏安法和差分脉冲伏安法研究了槲皮素在该修饰电极上的电化学行为。在pH 5.0的PBS中,槲皮素在修饰电极上能有效富集并在0.333 V产生灵敏的氧化峰。结果表明,这是一个两电子两质子参与的电化学过程,电子转移系数和电极反应速率常数分别为0.55和4.05 s-1。在优化条件下,槲皮素氧化峰电流与其浓度成线性关系,线性范围为8.0×10-8~2.0×10-5mol/L,检测限为4.0×10-8mol/L。该方法用于芦丁水解产物的测定,回收率在98.7%~102.4%。     

基于混合演化的自适应建模及其应用

针对传统的遗传规划方法收敛效率低、模型精度不高等缺点,将进化策略应用于模型参数的全局最优搜索,在遗传规划建模的基础上使用进化策略修正模型参数,以实现对模型结构和参数的同时优化,通过2种演化算法的结合提高建模精度,同时采用最优保持策略加速优化过程,改善算法的收敛效率.将该方法应用于某型船用汽轮机组的仿真建模中,通过和传统演化建模的对比,证明采用混合演化策略的建模方法具有更快的求解速度和更好的全局搜索能力.     

分布式电源的配电网扩展规划研究

文中建立了含分布式电源的配电网规划经济性模型,采用遗传算法解决分布式电源在配电网中布点规划问题.对于遗传算法中确定的每个分布式电源位置和容量方案,再运用基于免疫遗传-蚁群算法进行网络扩展规划.通过对分布式电源和网络的综合规划结果进行经济性评估以衡量个体方案的优劣.实际算例表明,该融合算法收敛速度快,收敛过程平稳,并得到了较为合理的分布式电源位置和容量方案.     

DNA电化学生物传感器的研究进展

介绍了DNA电化学生物传感器的组成及原理,综述了近年来单链DNA的固定以及杂交信号的电化学检测方面的研究进展,探讨了纳米材料、纳米技术在DNA电化学生物传感器的制备及应用中发挥的作用,并对DNA电化学生物传感器的发展方向进行了展望.     

遗传余代数与二次型

给出1类重要的遗传余代数——正规的广义路余代数,在余代数上定义了3种二次型,证明了在Gabriel箭图是局部有限的遗传余代数上定义的这3种二次型一致。     

丹皮酚结构改造研究进展

丹皮酚是传统中药牡丹皮的有效成分,具有广泛的生物活性,如抗菌消炎、镇痛、抗肿瘤和预防心血管系统疾病等.近年来,随着对丹皮酚作用及机制研究的不断拓展和深入,对其结构修饰和改造也开展了大量的工作,合成出一系列的丹皮酚衍生物,对丹皮酚结构改造的研究现状进行了系统的综述.     

对甲基苯酚在PLYS/TiO2-CS修饰电极上的电化学行为

在含赖氨酸的磷酸盐缓冲溶液中,用循环伏安法在制备好的纳米二氧化钛-壳聚糖玻碳电极上聚合聚赖氨酸薄膜,采用循环伏安法和示差脉冲法研究对甲基苯酚在聚赖氨酸/二氧化钛-壳聚糖修饰电极上的电化学行为.实验结果表明:聚赖氨酸/二氧化钛-壳聚糖修饰电极对对甲基苯酚的氧化具有良好的电催化作用,对甲基苯酚的浓度在6.0×10-6～1.0×10-4 mol/L范围内与峰电流呈良好的线性关系;检测限可达5.0×10-7 mol/L.该复合修饰电极可作为电化学传感器用于对甲基苯酚的含量测定及环境水体中实际样品的分析.     

基于多样化进化策略的基因表达式编程算法

针对传统GEP（Gene Expression Programming）算法的未成熟收敛以及陷入局部最优问题,提出一种基于多样化进化策略的基因表达式编程算法（DS-GEP：Gene Expression Programming based on diversified develop-ment strategy）。该算法通过基因空间均匀分布策略,自适应地交叉和变异算子以及淘汰算子等方法,对种群给予不同的进化策略,以保持种群的多样性,从而增强算法的寻优能力。通过对函数挖掘的实验证明,多样化进化策略各个部分均对改善挖掘效率发挥了作用,提高了DS-GEP函数挖掘算法的成功率。与传统GEP算法相比较,该算法的平均成功进化代数缩短了11%,成功进化时间缩短了8%,进化成功率提高了20%。