环孢菌素A发酵中玉米浆的选择

环孢菌素A的工业生产采用真菌发酵进而分离纯化的方法,玉米浆是其发酵生产中的一种重要的培养基质.通过实验比较了液体玉米浆与固体玉米浆对其效价的影响,发现液体玉米浆优于固体玉米浆.     

基于虚拟现实技术的可视化生态复垦

虚拟现实技术是计算机前沿技术，复垦是一门久已存在、发展的古老又充满生机的学科。虚拟现实技术与生态复垦技术的结合，能互动真实地看到复垦效果。获得前所未有的直观感受，将成为矿山优化设计的重要手段；可用VC＋＋为编辑环境，基于OpenGL编程来实现三维虚拟现实技术。     

夫西地酸生产菌复合诱变育种及发酵培养基的优化研究

利用常压室温等离子体射流诱变和紫外照射对夫西地酸生产菌株进行复合诱变,得到3株产量明显提高的突变菌株,3株菌的平均发酵效价较出发菌株提高14%;然后,采用均匀设计实验对其中发酵效价提高最多的AU-37菌株的发酵培养基碳、氮源进行了优化,得到适合该菌株的发酵培养基优化配方为:糊精1.86%、花生饼粉2.5%、蛋白胨0.3%、氯化铵0.5%、七水合硫酸镁0.3%、硫酸钾0.6%、碳酸钙1%、pH值7.2,在优化的发酵培养基中,AU-37菌株摇瓶发酵效价较出发菌株提高33.8%,为工业化生产奠定了基础。     

水下信息物理系统探测–通信–控制一体化: 挑战与进展

水下信息物理系统是集计算、通信和控制于一体的水下智能系统, 包括水下探测与采集、通信与组网、控 制与决策等过程. 目前, 水下信息物理系统探测–通信–控制一体化理论体系尚处于构建之中, 相关研究正面临诸多 亟待解决的难题. 为此, 本文简述了水下信息物理系统的内涵与主要特征, 分析了水下探测–通信–控制一体化研究 面临的挑战与关键问题; 综述了水下立体探测、通信组网、协同控制等关键技术的研究进展; 对水下信息物理系统 探测–通信–控制一体化未来值得深入探究的研究方向进行了总结与展望.     

基于深度强化学习的多潜器编队控制算法设计

考虑水下未知信道与不确定模型参数,提出基于深度强化学习的多潜器编队控制算法.首先,提出基于环境采样数据的最小二乘估计器,用于预测在衰落环境下的未知信道;其次,根据信道预测估计器得出的信噪比(SNR),建立通信有效性与编队稳定性的联合优化问题,并给出基于深度强化学习-深度确定性策略梯度算法(DDPG)的编队控制算法;最后,通过仿真与实验结果验证所提出算法的有效性,参考仿真结果并相比于直接编队控制,考虑通信有效性的情况下所提出算法提升了13.5%的通信性能.     

碲化镉-还原氧化石墨烯复合物的合成与表征及光催化产氢性能的研究

采用溶剂热一锅法,合成了系列碲化镉-还原氧化石墨烯复合物CdTe-(RGO)_n(n=0.5, 1, 2, 4,7,n是反应前氧化石墨烯(GO)相对于CdCl_2·2.5H_2O的质量分数)。通过紫外吸收光谱、荧光发射光谱、傅里叶红外光谱、透射电子显微镜和X-射线衍射对它们迚行了表征。此外,选用抗坏血酸作为牺牲电子给体,在水溶液中构建了基于CdTe量子点和RGO的有效光催化产氢体系。相比于纯的CdTe量子点,引入RGO作为电子传输基质,有助于体系光催化放氢的产生。同时,在对比系列复合物CdTe-(RGO)_n(n=0.5, 1, 2, 4, 7)的光催化产氢性能后发现CdTe-(RGO)_1显示出最高的光催化活性。这一现象表明RGO的含量和CdTe-(RGO)_n光催化产氢活性具有相关性,合适负载量的RGO对于优化CdTe-(RGO)_n体系的光催化放氢性能具有重要的意义。     

东方拟无枝酸菌原生质体激光诱变选育

为了选育去甲基万古霉素高产菌,以东方拟无枝酸菌07-8-32为出发菌株,制作原生质体,经氦氖激光处理后分离。经过21批次的筛选得到的突变株08-8-48效价比出发株高27.3%,且菌丝状态、传代稳定性好。     

三维人体模型构建

人体动画制作技术是计算机动画领域的研究热点和难点。在制作真实感人体动画时,除了要有真实的人体运动和灵活的运动控制方法外,还需要有逼真的人体造型和皮肤变形效果。本文给出计算机动画中的三维人体建模的一种算法,实现骨骼-皮肤动画,可以高效率创作出高度真实感的人体模型。     

多智能体网络编队避障控制

多智能体网络编队与避障控制旨在控制智能体,使它们保持一定的编队,同时躲避障碍物防止发生碰撞.通过建立与目标、障碍物和编队结构相关的势场函数,设计一种新的控制算法.为解决智能体在动态环境中不能有效躲避障碍物问题,建立一种速度势场,使智能体能很快地躲避动态障碍物.该算法具有易于实现的优点,因为控制是建立在智能体行为的基础上.仿真表明此方法具有有效性.     

多智能体系统输入约束下的一致性与轨迹规划研究

针对多智能体系统提出了一种分布式预测控制方法. 首先, 研究了有输入约束下的一致性问题. 其次, 对环境中有障碍物的多智能体轨迹规划进行了研究, 其中只有当障碍物进入智能体有限感知区域内时, 障碍物状态信息才能被获取. 基于预测控制方法, 设计了一种分布式控制算法来解决上面两个问题. 构造一个与每个智能体动力学相交互的代价函数, 设计相应最优控制问题, 从而实现优化控制算法. 智能体间交互信息是其邻居在上一时刻的最优控制状态. 系统稳定性可以通过构造代价函数中的一个终点状态控制器与最优控制问题中的一个终点状态区域来保证. 仿真研究表明所提方法的有效性.