多用途放射性废物焚烧系统工程验证试验

对建立的多用途放射性废物焚烧系统，进行了工程验证试验。试验主要包括固体废物（包括树脂）和废油焚烧及烟气净化时系统的性能测定、非放示踪试验、72h连续运行考验等。经过共计500多小时的试验，验证了工艺流程、主要设备结构、仪表测控及系统安全等设计的可行性和可靠性；系统运行平稳，设备及仪表工作正常。本系统可一炉多用，其处理能力、减容系数、焚烧灰中残炭率以及系统总去污系数等指标，均达到了设计要求。     

固井水泥环在川东气田地层水中的腐蚀特征

针对川东气井地层水中的固井水泥,采用电化学测试、扫描电镜观察和能谱分析,研究了水泥环腐蚀的电化学、微观结构和元素分布特征.结果表明:浸泡初期,钢的交流阻抗的高频容抗增大,低频出现Warburg阻抗,水泥/套管钢界面由于水化作用而变得更加稳定,钢的电位在26 d后负移约200mV,此时腐蚀介质已经到达钢表面,在水泥未被腐蚀解体时,界面遭到破坏,使交流阻抗的高频容抗减小,低频出现容抗弧;腐蚀后水泥表层的Ca、O含量减少,而C、S、Mg的含量增加,水泥环发生了H2S腐蚀、CO2腐蚀和Mg腐蚀,H2S腐蚀较严重,外表面呈溶出型腐蚀,而在内部,腐蚀产物滞留其中,腐蚀主要使孔隙和胶结性发生劣化;Cl-在水泥中具有较强的渗透性.研究成果对含H2S和CO2的酸性气田的固并工作具有指导意义.     

基于蚁群的无线传感器网络双簇头算法

在无线传感器网络分层路由协议LEACH的基础上,重新定义了"轮"的概念,把每一轮划分成3个阶段而不是传统的2个阶段.提出基于蚁群的双簇头算法,根据信息素浓度在每一簇中选择具有分工特征的主簇头和副簇头,分别进行数据收集、融合、传输等工作.与LEACH和LEACH-C算法进行实验比较,该算法较好地平衡了网络的能量消耗,延长了网络的生命周期.     

一种基于正态分布交叉的ε-MOEA

实数编码的多目标进化算法常使用模拟二进制交叉(simulated binary crossover,简称SBX)算子.通过对SBX以及进化策略中变异算子进行对比分析,并引入进化策略中的离散重组算子,提出了一种正态分布交叉(normal distribution crossover,简称NDX)算子.首先在一维搜索空间实例中对NDX与SBX算子进行比较和分析,然后将NDX算子应用于Deb等人提出的稳态多目标进化算法ε-MOEA(ε-dominance based multiobjective evolutionary algorithm)中.采用NDX算子的ε-MOEA(记为ε-MOEA/NDX)算法在多目标优化标准测试集ZDT和DTLZ的10个函数上进行了实验比较.实验结果和分析表明,采用NDX的?-MOEA所求得的Pareto最优解集质量明显优于经典算法ε-MOEA/SBX和NSGA-II.     

基于生命期引导的生态进化模型

进化算法的一个很大的不足是个体进化本身没有一个明确的引导趋势.该文借鉴个体进化的生命周期性,提出了一种基于生命期引导的生态进化模型.基于此模型的算法在个体生命期的各个阶段设置了相应的引导算子,使个体在整个生命期都基于其生态特征而被引导进化.实验结果验证了其优越性.     

一种基于免疫原理的自律机器人行为控制算法

生物体免疫系统是一个高度复杂的分布协调自适应系统。文章基于免疫学的细胞克隆选择学说和 Ｊｅｒｎｅ网络调节理论,介绍一种人工免疫系统模型及算法,并应用于自律移动机器人的行为控制研究,模拟实验结果表明,该算法能有效增强自律移动机器人在动态环境中的自适应能力。     

基于GP的神经网络学习规则的发现

提出用遗传编程(GP)方法发现新的神经网络学习规则,并通过实验得到了几个新的学习规则;另外讨论了通过文法产生式的设计来改进对该问题的研究.     

关联规则的相关性研究

首先对关联规则的不足进行分析,然后引入相关计算来弥补支持－信任框架理论中的不足,并给出基于相关计算方法的算法设计思想以提高挖掘出的知识的有效性。     

连续数据的分割及关联规则发现

关联规则的挖掘是一个重要的数据挖掘问题,目前的算法主要是研究基于支持-信任框架理论的关联规则挖掘,但是基于支持-信任框架理论的关联规则只适用于交易类型的数据库,然而现实的数据库中有许多连续数据,经典的关联规则就不适用了.该文介绍一种对连续数据集进行预处理过程,即对数据库中的数据项进行距离划分,并给出基于聚类方法的算法设计思想.     

具有行为强化学习能力的人工生命进化模型设计

人工生命进化模型设计的关键问题是学习与进化之间的关系,在自主体生存期内的学习过程可以通过不同的遗传方式指导个体行为的进化。该文利用进化算法和人工神经网络的研究方法,设计了两种不同的人工生命自主体的进化模型,模型解决了先天的遗传进化和后天的个体神经系统强化学习的有机结合问题,并且得出结论认为,强化学习有助于自主体适应复杂的外部环境,同时学习也可以直接或间接地使该适应性成为自主体遗传基因上的固定成分。