催化重整六碳分子反应网络及其单事件数的计算

催化重整是双功能催化的复杂反应,其过程的优化和改进需要建立一个详细的数学模型来预测产物的组成、不同操作条件下催化剂的活性变化等。虽然集总模型提出的虚拟组分有效减少了计算量,但存在动力学参数与集总内部组成有关的问题,单事件方法则很好地解决了传统集总模型这方面的不足。今通过对催化重整分子反应机理的梳理,整理出六碳分子基本反应步骤的网络图,在此基础上选择简便的方法计算反应物、产物和中间产物如碳正离子、自由基、过渡态分子的全局对称数,计算出基本反应步骤的的单事件数。本研究对催化重整六碳分子反应过程进行详细解析,按照平衡反应步骤和速率控制步骤两种基本步骤来分析,为今后完整的催化重整单事件反应动力学模型开发奠定基础。     

基于两阶段搜索算法的多峰函数优化

多峰优化问题需要搜索多个最优值（全局最优／局部最优）,这给传统的优化算法带来很大程度上的挑战。本文提出了一种两阶段算法求解多峰优化问题。第一阶段采用带有邻域变异策略的排挤差分演化算法进行粗粒度搜索,在适应度景观上尽可能多的找到最优解的大概位置。搜索一定代数之后,调用DMC聚类方法把搜索种群划分成多个聚类,然后在每个聚类上调用协方差矩阵自适应演化策略算法进行精细搜索。另外,本文还提出搜索点补充策略用于平衡每个聚类的大小及增加算法初期的搜索能力。我们提出的方法和9个较新的经典算法在两个基准测试集上进行了大量对比测试,结果表明新算法是有效的,在大多数测试函数上都优于其它算法。     

基于RS-485总线的数据采集系统通信协议的设计与实现

文章论述了基于RS-485总线的数据采集系统通信协议的设计与实现,本协议简单有效,经过工业现场测试,达到了设计要求.     

协方差矩阵自适应演化策略学习机制综述

基于协方差矩阵自适应（CMA）的演化策略算法（ES）是一种优秀的、不依赖于梯度信息的随机局部优化算法.基于CMA的学习机制使其对搜索空间的任意可逆线性变换具有不变性,对于病态的、高度不可分的问题有优秀的求解能力.CMA学习机制具有较强的数学理论基础,这对设计其他演化算法有很好的借鉴意义.本文旨在详细分析CMA-ES的各种学习机制,并给出其所依赖的主要理论基础.最后通过实验比较CMA-ES各种变体的优势与不足,并着重比较本文改进的CMA-ES变体与其它变体在性能上的差异.     

基于新颖S型转换函数的二进制粒子群优化算法求解具有单连续变量的背包问题

为了高效求解具有单连续变量的背包问题(KPC),首先基于高斯误差函数提出了一个新颖S型转换函数,给出了利用该转换函数将一个实向量转换为0-1向量的新方法,由此提出了一个新的二进制粒子群优化(NBPSO)算法;然后,利用KPC的第二数学模型,并且把NBPSO与处理KPC不可行解的有效算法相结合,提出了求解KPC的一个新方...     

基于ABAQUS及Midas计算桥铺对横向分布系数的影响

为探究桥面铺装对空心板梁桥横向分布系数的影响，将有限元模拟与工程实测相比较，得出在考虑铺装的情况下，其挠度、应力效应会分别小31.6%、17.6%左右，因铰缝与主梁间黏结作用而减小的桥梁整体的挠度效应至少约有8%。通过Midas空间梁格法和Abaqus实体有限元法计算荷载横向分布系数，计算结果表明桥面铺装可以提升桥梁结构的整体受力性能，体系刚度提升大约0.68%。采用铰接板梁法来计算荷载横向分布系数与实际工程中的情况更加接近，且结果偏于安全。研究成果可为空心板梁桥的设计和养护提供参考。