乳酸乳球菌Lactococcus lactis subsp.Lactis产丁二酮发酵条件研究

对乳酸乳球菌乳亚种Lactococcus lactis subsp.Lactis发酵丁二酮条件进行研究,通过正交试验优化确定其最佳产丁二酮发酵条件为:温度37℃,起始pH6.5,接种量5%,柠檬酸钠的添加浓度0.75%。在此条件下,菌株在脱脂乳培养基中丁二酮的产量可达到69.58 mg/L。     

一种基于自适应复制的多Agent容错模型

为了构造和部署大规模的多agent系统,人们必须找到并解决其基本问题,其中之一就是可能存在的局部性系统故障。这也就意味着,容错对于大规模多agent系统来说,是一个无法回避的主题。文中讨论了这类问题并且提出了一种多agent系统的容错方法。最先的想法是将复制策略运用到agent中,对处于危急状态的agent进行复制从而避免系统故障,但是由于agent的危急性会在执行过程中演变,并且agent的可用资源是绑定的,所以需要动态以及自动地调整agent的复制体个数,从而最大化它们的作用和可靠性。文中将描述评估某个agent危险性的方法以及相关机制,并且决定使用何种策略（如：主动复制,被动复制）以及如何将其参数化（如：复制的个数）。     

一种基于自适应复制的多Agent容错模型

为了构造和部署大规模的多agent系统,人们必须找到并解决其基本问题,其中之一就是可能存在的局部性系统故障。这也就意味着,容错对于大规模多agent系统来说,是一个无法回避的主题。文中讨论了这类问题并且提出了一种多agent系统的容错方法。最先的想法是将复制策略运用到agent中,对处于危急状态的agent进行复制从而避免系统故障,但是由于agent的危急性会在执行过程中演变,并且agent的可用资源是绑定的,所以需要动态以及自动地调整agent的复制体个数,从而最大化它们的作用和可靠性。文中将描述评估某个agent危险性的方法以及相关机制,并且决定使用何种策略(如:主动复制,被动复制)以及如何将其参数化(如:复制的个数)。     

地源热泵U型管换热器夏季工况试验分析

U型管换热器设计是土壤源热泵系统应用的关键,埋管深度、管内流速、土壤初始温度、运行模式等都是影响其性能的主要因素,利用上海地区所建设的不同埋深U型换热器(60m,90m)土壤源热泵试验装置,进行了夏季工况试验,测得热泵运行前土壤初始温度分布;测试了热泵机组间歇和连续运行时换热器的换热情况;还针对不同埋管内冷却水流速,测得到了单位孔深换热量,结果表明增加冷却水流速并不能一味地提高其每延米换热量,埋管内冷却水流速存在一个最佳值。     

考虑火电深度调峰的风光火储系统日前优化调度

深入挖掘火电机组深度调峰能力、实现风光火储多能互补运行是应对规模化新能源并网消纳的重要手段。提出火电机组深度调峰和爬坡成本、污染物惩罚成本、储能系统运行成本及新能源弃电惩罚成本的计算方法,建立了考虑火电深度调峰的风光火储系统日前优化调度模型。分别以风光出力最大、净负荷波动最小和系统运行成本最低为优化目标,并设定火电机组的不同调峰深度,对含高比例新能源的风光火储系统在典型日的优化调度策略进行仿真计算。结果表明：所建立的模型能够满足不同优化目标下的风光火储优化调度策略计算;通过提升火电机组深度调峰能力,可有效降低新能源弃电率。     

基于多源域适应的缺陷类别预测方法

随着规模和复杂性的迅猛膨胀,软件系统中不可避免地存在缺陷.近年来,基于深度学习的缺陷预测技术成为软件工程领域的研究热点.该类技术可以在不运行代码的情况下发现其中潜藏的缺陷,因而在工业界和学术界受到了广泛的关注.然而,已有方法大多关注方法级的源代码中是否存在缺陷,无法精确识别具体的缺陷类别,从而降低了开发人员进行缺陷定位及修复工作的效率.此外,在实际软件开发实践中,新的项目通常缺乏足够的缺陷数据来训练高精度的深度学习模型,而利用已有项目的历史数据训练好的模型往往在新项目上无法达到良好的泛化性能.因此,本文首先将传统的二分类缺陷预测任务表述为多标签分类问题,即使用CWE(common weakness enumeration)中描述的缺陷类别作为细粒度的模型预测标签.为了提高跨项目场景下的模型性能,本文提出一种融合对抗训练和注意力机制的多源域适应框架.具体而言,该框架通过对抗训练来减少域(即软件项目)差异,并进一步利用域不变特征来获得每个源域和目标域之间的特征相关性.同时,该框架还利用加权最大均值差异作为注意力机制以最小化源域和目标域特征之间的表示距离,从而使模型可以学习到更多的域无关特征.最后在八个真实世界的开源项目上与最先进的基线方法进行大量对比实验验证了所提方法的有效性.