PTA生产溶剂智能优化控制软件的开发与应用

在.Net开发环境下,利用C++语言开发PTA生产溶剂智能优化控制软件,并介绍了软件包的设计原理和基本框架.利用广义回归神经网络建立PTA过程模型,再采用粒子群智能优化法优化过程操作参数,软件系统操作简单、用户界面友好.该软件在精对苯二甲酸(PTA)生产装置的实用效果良好,降低了醋酸和蒸汽的消耗,并为优化各工艺操作条件提供了指导,产生了一定的经济效益,具有较好的推广价值.     

苯并呋喃类组胺H_3受体拮抗剂的构效关系研究

绢胺H3受体在体内参与调节很多神经递质的释放.人们预期,H3受体拮抗剂将临床应用于老年性痴呆症、抑郁症、精神分裂症等中枢性疾病.本文使用三维定量构效关系研究方法,包括比较分子场分析法(CoMFA)和比较分子相似性指数分析法(CoMSIA),研究芳基苯并呋喃类H3受体拮抗剂的分子结构与生物活性之间的定量关系.本文使用CoMSIA法所获建三维定量构效关系模型,其交叉验证系数q2为0.646,非交叉验证相关系数R2为0.920,表明模型预测能力较好,同时使用"留八法"证实模型的稳定和可靠.模型中各分子场的贡献为:立体场10.4%、静电场56.9%和疏水场32.7%.三维系数等势图和静电势图显示:母核3'和4'位上的取代基对活性影响较大,估计它们是配体与受体作用的位点.本研究结果可为设计和开发活性更高的该类拮抗剂提供理论参考.     

基于支持向量学习机预测药物透血脑屏障的活性

为了预测药物透血脑屏障的活性,计算表征分子组成和拓扑等特征的87个分子描述符,经遗传算法筛选,参与建立基于支持向量学习机(SVM)的药物透血脑屏障活性分类模型.在模型训练中用网格搜索法确定核函数的两个重要参数C和γ,同时用5重交叉验证模型,结果证明模型预测能力较高,交叉验证的预测正确率达85.6%.     

基于折半运算的快速双基数标量乘算法

为了提高椭圆曲线标量乘法效率,对二元域上椭圆曲线的基于双基数的标量乘法进行改进。在底层域推导出直接计算3^kP的快速算法,该算法只需一次求逆;新设计的以1/2和3为基的双基数编码可结合高效的直接计算3^kP和折半运算,基于该双基数编码的标量乘算法只涉及到点加运算、折半运算、三倍点和直接计算3^kP,底层域运算复杂性得到降低,在NIST推荐的椭圆曲线上比Dimitrov算法效率提高70%以上,比Wong方法提高10%以上。     

一种基于扫描相关度的LSB算法

自然图像相邻像素序列具有一定的相关性。基于图像的这种统计特性,提出了扫描相关度的概念。隐藏信息的非均匀嵌入使得载体图像的相邻像素序列相关度降低,而且图像局部有相关度突变的现象,增大了隐藏信息被检测到的风险。进一步提出了一种LSB改进算法,该算法将隐藏信息均匀嵌入到载体图像中,并在嵌入过程中,根据相邻像素期望值对扫描相关度有突变的区域进行平滑。实验结果表明,该算法明显降低了图像相关度突变的现象。     

大规模WSN的三层拓扑架构及其拓扑控制

针对多sink的大规模WSN,提出一种新的三层网络拓扑架构,以解决现有平面型和两层分簇型拓扑架构与大规模WSN环境不相适应的问题;在分析各层数据通信策略的基础上,重点研究了基于瓶颈sink节点的关键层拓扑控制算法,为核心层数据通信提供可靠性支持。仿真实验表明,所提出的大规模WSN三层拓扑控制结构和拓扑控制算法有助于平衡全局通信负载,控制关键通信层能量消耗,提高网络监测的鲁棒性。     

[a,b]-缩减生成器

利用两个反馈移位寄存器（LFSR）构造了一类新型的缩减生成器——［a,b］-缩减生成器,证明了其输出序列的周期、线性复杂度、重量复杂度、k-错线性复杂度及其0、1个数。理论分析和局部随机性检验表明这类缩减生成器序列具有好的统计特性,适合流密码系统的使用。     

基于抗体注射的免疫遗传算法

标准遗传算法存在收敛速度慢、过早成熟等缺点。借鉴生物免疫系统中抗体注射免疫的理论,提出了一种基于抗体注射的免疫遗传算法(AIGA)。该算法在保留了标准遗传算法随机全局搜索能力的基础上,引进了生物免疫系统的免疫应答、抗体注射和免疫选择等机制。结合旅行商问题(TSP),给出了示范抗体的提取和注射方法,并给出了算法收敛性的理论证明。最后,用AIGA对100个城市的TSP进行了仿真计算,并将其计算过程与标准遗传算法进行了对比,结果表明该算法能有效地改善遗传算法不成熟收敛的缺陷,使收敛的速度有较大的提高。     

CPU与GPU并行计算的火焰模拟

采用基于粒子插值的SPH方法对火焰流体进行模拟,用GPU加速粒子状态地计算,同时用CPU并行地计算粒子邻接关系并控制粒子产生速率。在SPH模型中,较为高效地加入了漩涡场的计算,增加了粒子运动的细节。在粒子渲染过程中,采用了色度场、有向点扩散和颜色锐化技术,由离散的粒子空间分布得到了较为理想的连续火焰图像。由于该方法属于流体模拟的拉格朗日法,所以火焰具有物理真实性,又由于采用GPU为主CPU为辅的计算架构,使得模拟达到了实时。     

随机选择最优个体的量子粒子群优化算法

在分析量子行为粒子群优化算法的基础上,针对算法后期粒子群体容易聚集到一个狭小搜索区域,群体多样性降低的问题,提出了在算法中引入随机选择最优个体的改进方法,提高算法搜索过程中粒子群体的多样性。将改进后的量子粒子群算法与量子粒子群算法、粒子群算法通过benchmark测试函数进行了比较,仿真结果表明改进后的算法更适合解决多峰类的优化问题。