基于遗传二进制粒子群混合算法的测试点决策研究

测试点选择是测试性分析和设计的前提。通过对测试问题的分析,建立了数学模型和构造了衡量测试集优劣程度的启发式函数,提出了一种遗传-二进制粒子群混合算法求解满足测试性指标要求的最小完备子集。应用实例表明,该算法能够有效的克服单一算法陷入局部最优和早熟收敛等不足,提高了搜索效率,能够有效快速的获得全局最优解。     

苯类有机物与羟基自由基的反应速率常数预测模型研究

采用比较分子场分析(CoMFA)的方法,研究了44种苯类有机化合物与羟基自由基(·OH)的反应速率常数(k_OH)的QSAR模型,然后运用建立的QSAR模型预测多种烯烃类有机污染物的k_OH。采用两种常规验证技术,即外部测试集验证和留一交叉验证,评估模型的预测精度,并通过CoMFA模型研究了这些化合物分子中不同化学结构对k_OH值的影响。结果表明,建立的CoMFA模型有稳定性好、预测能力强的特点,揭示了化合物结构对k_OH值的隐性影响,在苯类有机化合物的k_OH预测中有较好的应用前景。     

HQSAR模型预测染料敏化太阳能电池香豆素衍生物PCE值研究

采用全息定量构效关系(HQSAR)方法建立了染料敏化太阳能电池香豆素类染料敏化剂结构信息与光电转化效率(PCE)之间的定量结构性质关系(QSPR)模型。构建的最有效HQSAR模型(q_cv²=0.895,R²=0.946)的片段参数为：fragment size “2～7”:hologram length “97”,fragment distinctions“B”。两种验证方法,外部测试集验证和留一法交叉验证(LOO-CV)用于检验开发的最佳HQSAR模型的质量。结果表明,HQSAR方法可以作为一种快速有效的工具,来预测香豆素染料敏化太阳能电池的PCE值。     

考虑换件维修代价的测试优化选择

测试优化选择是测试性设计工作的基础,保证选择的测试对被测系统具有较好的故障检测率和故障隔离率是测试优化选择的重要约束。从装备换件维修的角度,通过对故障模糊组分析,可知换件维修代价对测试选择结果具有重要影响。基于相关性矩阵,在分析装备换件维修对测试选择的影响基础上,以测试代价和维修代价最小为优化目标,以故障检测率、故障隔离率为约束,建立了考虑换件维修代价的数学模型,并采用混沌二进制粒子群算法求解。仿真实例结果表明,考虑换件维修代价的测试优化选择模型更加符合工程实际,选择结果更加准确和可靠。     

皇上吃请

正历朝历代的皇帝国王,不管是赵钱孙李,还是威廉亨利,逢到与臣民会餐这样的事儿,总是请客的时候多,吃请的时候少。皇上吃请,次数虽不多,场面却着实不小,其中最甚者大约是隋炀帝。据史书记载,他出巡时,"每之一所,辄数道置顿,四海珍馐殊味,水陆必备焉,求市者无远不至。郡县官人,竞为献食,丰厚者进擢,疏简者获罪"。把进奉吃喝的丰俭与官员     

基于改进离散粒子群算法的传感器优化配置

传感器优化配置是实现航空设备故障预测与健康管理(Prognostics and Health Management,PHM)系统设计的基础和保证.本文首先对系统的故障-传感器相关性矩阵进行了改进,在此基础上根据系统测试性指标要求建立了考虑传感器故障率的约束优化模型,并采用一种改进的离散粒子群算法求解.算法根据传感器优化配置的特点设计了粒子个体适应度计算方法,惯性权重则基于群体早熟程度自适应调整.仿真实例验证了本文方法的有效性,优化结果满足系统各项测试性指标要求,可为航空设备PHM系统的传感器优化配置提供有效指导.     

信息化造就服装CAD——服装虚拟设计系统的现状与展望

所谓虚拟服装CAD，即通常所称的虚拟现实设计VRD(Virtual—Reality—Design)技术，它是使设计师能够在虚拟的环境下进行服装设计的技术，即在设计过程中，利用计算机作为工具，帮助工程师进行设计的一切实用技术的总和称为计算机辅助设计(CAD，Computer Aided Design)。虚拟服装CAD设计是符合当今网络服装设计与传输的设计，可以说是当今服装设计的顶级技术。     

基于改进离散粒子群算法的测试优化选择

为了解决复杂系统测试性设计过程中测试选择所产生的组合爆炸问题,提出一种改进离散粒子群算法的智能方法;首先,为保证初始种群的多样性,利用混沌不重复遍历的特性初始化种群的速度和位置;其次,根据启发式规则和罚函数的方法计算粒子适应度,使算法具有良好的搜索性能;最后,通过采用自适应调整策略的惯性权重,使粒子易于跳出局部最优解,找到最优解;通过仿真实例验证了文章方法的有效性,优化结果满足系统各项测试性指标要求,可为复杂系统的测试优化选择提供有效指导。     

芳香族化合物与硝基自由基速率常数的HQSAR研究

研究了硝基自由基与芳香族化合物的反应速率常数(pk(NO₃))的全息定量构效关系(HQSAR)模型。为了构建最优的HQSAR模型,将片段区分和片段大小的参数设置为A/B/C/CH/DA和1～4。通过采用外部测试集验证和留一交叉验证,来评估所开发模型的预测能力。两次验证表明,所开发的模型对于研究芳香族化合物与pk(NO₃)之间的定量关系是可行的。     

芳胺类染料敏化太阳能电池能量转化效率的HQSAR研究

基于HQSAR方法,建立了35种芳胺类化合物分子结构与相应能量转化效率的定量构效关系模型。当碎片大小、碎片区分参数、全息长度和主成分数分别为“B、H、Ch、DA”、“4-7”、“97”和“6”时,可以建立最优HQSAR模型。采用两种验证方法对模型的稳健性和预测能力进行了评价,留一交叉验证中q²=0.734,r²=0.940;外部测试集验证中■。结果表明,所建立的模型具有良好的稳健性和预测能力,可以对芳胺类化合物的能量转化效率进行比较准确的预测。