基于CdTe／CdS量子点与金纳米粒子的荧光共振能量转移测定三聚氰胺

量子点具有良好的光学性能和高的光致发光量子产率,已广泛应用于生物分析。该文利用金纳米粒子（AuNPs）与CdTe／CdS量子点相互作用,发生荧光共振能量转移（FRET）而猝灭Cdrre／CdS量子点的荧光．加入三聚氰胺后使量子点的荧光恢复这一现象,建立了一种基于CdTe／CdS量子点与AuNPs的FRET测定三聚氰胺的高灵敏方法。     

基于免疫粒子群算法的多星观测调度研究

多星观测调度是一个复杂的组合优化问题,且为NP难题.目前常用解决方法是采用智能搜索算法在搜索空间寻找近似最优解.针对上述问题,首先探讨了国内外成像侦察卫星调度算法的研究现状,然后阐述了传统微粒子群优化算法与免疫粒子群优化算法的特点,并对带有多个时间窗口约束的多星观测问题建立了数学模型.在此基础上,提出一种用于解决多星观测调度问题的免疫粒子群算法.实验结果表明,免疫算法收敛速度快,可以很好地逼近精确解,并具有较强的搜索能力.     

PSONN在可编程控制系统PID参数优化中的应用

研究可编程控制系统优化问题,可编程控制系统具有非线性、时变性等特点,传统PID控制器优化方法难以建立精确的数学模型,使得系统参数设定困难,导致可编程控制系统的控制效果不理想。为了解决传统的PID算法所带来的问题,利用RBF神经网络非线性、自学习能力,提出一种基于粒子群神经网络的PID参数优化算法。将粒子群和神经网络相结合,形成了一种智能控制算法,并将应用于可编程控制系统。测试结果表明,粒子群神经网络提高了PID控制参数优化速度,提高了可编程控制系统可靠性和鲁棒性,具有一定的理论和实用价值。     

基于群智能混合算法的物流配送路径研究

针对物流车辆路径优化问题,考虑到基本蚁群算法有收敛速度慢、易陷入局部最优的缺点,采用了一种双种群蚁群算法,在蚁群的基础上引入差分进化(DE)和粒子群算法(PSO)。通过在PSOAS种群和DEAS种群之间建立一种信息交流机制,使信息能够在两个种群中传递,以免某一方因错误的信息判断而陷入局部最优点。通过matlab仿真实验测试,表明该群智能混合算法可以较好地解决TSP的问题。     

基于种群多样性的自适应PSO算法求解VRPSPD问题

为有效求解逆向物流车辆路径(VRPSPD)模型,本文提出一种基于种群多样性的自适应PSO算法(SDAPSO)。在SDAPSO运行时,根据种群多样性,自适应地对种群中运行较差的粒子进行扰动操作,提升这些粒子向最优解收敛的能力;同时,对全局最优粒子进行概率扰动,以增加种群的多样性。标准检测函数的仿真结果表明SDAPSO算法是对基本PSO算法的有效改进。在对VRPSPD模型求解中,通过与其它粒子群算法相比,表明SDAPSO是求解该类问题的一种有效方法。     

基于IPSO-GRU深度学习算法的海底管道缺陷尺寸磁记忆定量反演模型

针对海底管道缺陷磁记忆定量反演的难题,提出一种基于改进粒子群优化的门控循环神经网络模型,即IPSO-GRU模型。以两端焊有盲板的X52管道作为实验材料,其上预制有不同直径、深度的缺陷,采用TSC-5M-32磁记忆检测仪,外接11-6W非接触探头,进行水下磁记忆检测试验,提取不同缺陷尺寸的磁记忆信号特征值。考虑到磁记忆信号特征值随缺陷尺寸呈复杂的非线性变化,引入门控循环神经网络,利用其双门结构能够记忆缺陷处的信号特征,非线性回归拟合能力强的特点,构建海底管道缺陷定量反演模型,进一步考虑到模型超参数选择的随机性,采用改进粒子群算法进行超参数寻优。验证结果表明:该模型对缺陷深度反演平均精度达96%;对缺陷直径反演平均精度达93%,为海底管道缺陷的磁记忆定量化识别与反演提供了新的思路和方法。      

涂料及中间体

PPG对北美地区工业涂料涨价涨幅为5％～11％；零VOC乳胶漆获鉴定；日本开发出纳米粒子防污涂料适用于不锈钢；上海汇博研制出双效纳米瓷漆；石油废料开发“阿斯莫尔”防腐蚀涂料……     

基于混合粒子群算法的无线传感器网络路由协议

受节点有限能量的约束,无线传感器网络的路由协议必须满足高效节能的要求。在LEAcH协议和PEGASIS协议的基础上,提出一种基于混合粒子群算法的无线传感网络能量优化路由协议。该协议把网络按地理位置分簇,每个分簇通过混合粒子群算法构造一条最优的簇内链,以减少链路的总距离。同时,为了减小能量消耗和维持节点的能量均衡,根据剩余能量和距离因素选择簇头,各簇头再通过混合粒子群算法构造一条簇头链,选出总簇头把收集到的信息传送给基站。最后,对所提出的算法和同类算法进行了仿真比较,结果表明,采用混合粒子群算法后的链路长度平方和与采用贪婪算法的相比,减少了近一半,第一个死亡节点存活轮数延长了一倍左右,而且能耗更加均衡,验证了所提算法能够有效提高无线传感网络的性能。     

基于改进离散粒子群禁忌算法的并行测试任务调度

针对并行测试任务调度问题特点,提出了一种解决并行测试任务调度的离散粒子群禁忌算法,设计了符合并行测试任务调度特点的粒子初始化编码方式、粒子位置转移公式以及禁忌搜索邻域。通过与禁忌搜索相结合,避免了离散粒子群算法早熟问题。通过实验以及算法对比,表明提出的算法是快速有效的,能够很好地解决并行测试任务调度问题,求得测试总时间最短的任务调度序列。