碳基复合材料用作电芬顿阴极处理垃圾渗滤液的效果研究

针对目前电芬顿复合电极原料昂贵及制备工艺复杂等问题,以活性炭和Fe_(3)O_(4)为基础原料,以钛网、不锈钢网、铁网为导电基底制备3种碳基复合阴极材料(CEM),分别记为TBT、SSBT、IBT。通过单因素试验筛选CEM的最佳制备条件,选取性能最优的CEM用于电芬顿处理垃圾渗滤液,用响应面法得到电芬顿处理的初始pH、外接电压、Fe^(2+)投加量与COD去除率之间的二次多项式模型,优化电芬顿的运行条件。结果表明:3种CEM材料中SSBT的性能最优,其最佳制备条件为黏结剂(Na_(2)SiO_(3)·9H_(2)O)∶基础原料的质量比为4∶10,基础原料中Fe_(3)O_(4)的掺杂量为2%(质量分数),煅烧温度为600℃;SSBT用于电芬顿处理垃圾渗滤液的最佳运行条件为初始pH 2.6,外接电压10.08 V,Fe^(2+)投加量0.47 mmol/L,在此条件下COD的去除率的实测值与预测值分别为86.10%和86.41%,平均绝对误差为0.36%,说明模型模拟结果符合实际;SSBT表面三维结构丰富,Fe_(3)O_(4)在材料中稳定负载,经15次重复性测试,SSBT的COD去除率仅下降7.81百分点,表明其具有良好的稳定性。研究结果可为电芬顿CEM材料的设计和运行条件的优化提供参考。

构造稀疏最小二乘支持向量机的快速剪枝算法

为了减少最小二乘支持向量机基本剪枝算法的计算量,提出一种快速剪枝算法。在分析剪枝前后两个最小二乘支持向量机对应线性方程组系数矩阵之间关系的基础上,利用置换矩阵的逆等于其转置的性质和分块矩阵求逆公式,导出两个系数矩阵的子阵的逆之间的递推关系,避免剪枝过程中多次进行高阶矩阵求逆,从而减少计算量。在不考虑计算误差时,该算法理论上得出与基本剪枝算法相同结果的稀疏最小二乘支持向量机。仿真结果表明该算法比基本剪枝算法速度快,而且初始训练样本越多,加速比越大。

稀疏在线无偏置最小二乘支持向量机的预测控制

针对非线性预测控制中的预测模型,设计了稀疏在线无偏置最小二乘支持向量机(SONB-LSSVM),并提出了基于SONB-LSSVM的有约束单步预测控制算法。在每个控制周期,该SONB-LSSVM递推地学习新样本,并删除贡献最小样本。该样本删除技巧能提高学习样本集的多样性和代表性;与ONB-LSSVM相比,SONB-LSSVM的泛化性能受输入信号频率影响较小。控制量由Brent优化方法计算。由于SONB-LSSVM能及时学习过程动态新特性,该预测控制方法具有良好的自适应能力.液位控制仿真表明,在多种波形的期望输出并有扰动情况下该预测控制方法都是有效的。

采样周期对计算机控制系统的影响及其经验选择

讨论了在计算机反馈控制系统中 ,采样周期对系统延时、连续模型的离散化结果模型的保真程度以及信号处理的量化效应的若干影响 ;介绍了采样周期的经验选择 .

基于LSSVM的MIMO系统快速在线辨识方法

针对时变非线性多输入多输出(MIMO)系统在线辨识较困难的问题,提出一种基于最小二乘支持向量机(LSSVM)的快速在线辨识方法。介绍了现有LSSVM增量式和在线式学习算法,并为它引入了一些加速实现策略,得到LSSVM快速在线式学习算法。将MIMO系统分解为多个多输入单输出(MISO)子系统,对每一个MISO利用一个LSSVM在线建模;这些LSSVM执行快速在线式学习算法。数字仿真显示该方法建模速度快,模型预测精度高。

一种在线稀疏LSSVM及其在系统建模中的应用

为了减少在线最小二乘支持向量机(LSSVM)的计算量和存储空间,提出了一种在线稀疏LSSVM.这种LSSVM利用滑动时间窗中部分时刻的样本作为训练样本集.新时刻的样本总是加入训练样本集;每次删除样本时,若滑动时间窗最前端时刻的样本在训练样本集中,则删除它,否则从训练样本集中选择留一法预测误差最小的样本删除.与现有的在线LSSVM相比,这种在线稀疏LSSVM能用较少的样本学习系统较多的特性,能提高时空效率;与现有的在线稀疏LSSVM相比,它能摆脱陈旧样本的影响,更加适应系统的时变性.系统建模仿真实验表明,该在线稀疏LSSVM能节省时间和空间,具有较高的预测精度.

在线无偏置LSSVM逆模型和PID的自适应复合控制

针对可逆非线性系统,结合逆控制与PID控制设计了一种自适应复合控制。将在线无偏置最小二乘支持向量机(ONB-LSSVM)用于系统的逆建模以提高逆模型的逆动态特性跟踪能力。在每个控制周期,控制信号由逆控制量与PID控制量按合成,合成比例自动调节。逆控制在高频段发挥较大作用,PID控制在低频段发挥较大作用。因此,该控制方法有较宽的频率适应范围,并且对时变系统有较好控制效果。初始NB-LSSVM在线生成,该控制方法使用方便。数字仿真表明了该控制方法的可行性和有效性。

粒子群优化的广义T-S模糊模型参数学习方法

提出了一种基于粒子群优化的广义T-S模糊模型参数学习方法。该方法用离散二进制微粒位置表示模型的结构参数,用普通微粒位置表示模型规则中模糊集隶属函数的参数;这两种微粒位置联合体构成一个模型完整的前件参数集。每一学习循环分两步,前一步用粒子群进化迭代调整所有前件参数,后一步用正交最小二乘法估计后件参数。该方法不需任何先验知识,运算量小,能产生紧凑的模糊模型。非线性动态系统模糊建模的数字仿真说明了该方法的有效性。

基于混合协同粒子群优化的广义T-S模糊模型训练方法

针对广义Takagi-Sugeno(T-S)模糊模型训练中存在的高维、非线性、混合参数估计问题,提出了一种基于混合协同粒子群优化的广义T-S模糊模型训练方法。该方法用离散二进制微粒位置表示模型的结构参数,用普通微粒位置表示模型规则中模糊集隶属函数的参数;这两种微粒位置联合体构成一个模型完整的模型前件参数集。两种群通过协同进化优化所有前件参数;模型后件参数用卡尔曼滤波算法估计。该方法不要任何先验知识,能产生紧凑的、泛化性能较好的模糊模型。函数逼近的数字仿真说明了该方法的有效性。

QQ软件支持下的程序设计课程混合式教学模式设计

针对程序设计课程教学中的问题,构建了QQ软件支持下的混合式教学模式。介绍QQ软件适合于程序设计课程网络教学的几种应用形式,探讨混合式教学模式的具体实施过程。该教学模式提倡学生自主学习、协作学习;引导学生积极参与课堂讨论,注重学习过程考核;采用问题教学法提高学生的程序设计能力和训练学生的计算思维。

基于核参数分时段调节型LSSVM的在线过程辨识方法

利用最小二乘支持向量机(least square support vector machine,LSSVM)在线辨识时变非线性过程时,设定其核参数较困难,设定的核参数不能适应过程变化而进行自动调节。针对此问题,提出了一种基于核参数分时段调节型LSSVM的在线过程辨识方法。该方法利用了三个LSSVM,并将整个建模预测时期分为启动阶段和若干个工作周期。初始阶段末和每个工作周期末选定预测误差和最小的LSSVM,作为后续工作周期的工作LSSVM,同时根据启发式规则为另两个LSSVM设定核参数,它们作为后续工作周期的比较LSSVM。该方法设定核参数相对容易,而且核参数具有一定的自动调节能力。数字仿真显示,从统计角度而言,所提方法比传统方法有更好的适应性。

无偏LSSVM的抗噪在线过程建模方法

当动态过程的输出含有测量噪声时,直接用最小二乘支持向量机(LSSVM)对过程建模预测效果较差,为了提高LSSVM模型的预测精度,提出了一种基于无偏LSSVM的抗噪在线过程建模方法。该方法在每一预测步期间对过程输出测量值进行误差判断,若输出测量值与预测值相差较大,就对测量值予以修正,然后用修正值构成样本在线建模,从而减少噪声影响。数字仿真显示,当过程输出测量值混有高斯白噪声时,该文方法比直接LSSVM和现有的加权LSSVM的预测精度要高。

基于三层结构的GSM网络优化系统研究与设计

GSM网络优化在日常运行维护中,是较为复杂繁琐、等级要求较高的工作。如何通过恰当的计算机综合应用技术,来提高网络优化的效率,是值得探讨的问题。该文对基于三层结构的GSM网络优化系统的开发设计进行了深入探讨。

Matlab神经网络工具箱在过程辩识中的应用

介绍了运用神经网络辩识动态过程的一般原理,同时阐述用Matlab神经网络工具箱辩识动态过程的方法、步骤.为用神经网络辩识动态过程提供了一种解决方案.

算法多样化设计在程序设计课程教学中的应用

介绍了非计算机专业程序设计课程的教学目标和教学中存在的一些问题。为了训练学生编程思维,让学生灵活运用编程知识,引导、鼓励学生针对同一问题设计多种算法,并给出了具体教学实例。实践表明,运用这种教学方法有助于学生理解程序设计的本质,并提高程序设计能力。

Fe-Ca-Ce催化生物质热解制备富氢合成气——以山楂药渣为例

以山楂药渣作为原料,在固定床反应器中研究了热解温度和Fe、Fe-Ca、Fe-Ca-Ce催化剂及负载量对药渣热解的影响规律,并研究了浸渍法和共沉淀法对热解气体产率的影响.研究结果表明,热解温度从500℃升高至700℃,H_(2)由10.40 mL/g升高至27.64 mL/g,当Fe负载量为w=7%时,H_(2)产率由27.64 mL/g增加至46.16 mL/g,在Fe中引入Ca有效提高了H_(2)的产率,Ca的负载量增加至w=2.0%时,H_(2)产率增加至69.53 mL/g.采用共沉淀法制备Fe和Fe-Ca催化剂有利于降低CO_(2)产率,而在Fe-Ca中引入Ce后H_(2)产率从69.53 mL/g减少至50.18 mL/g.

网页设计课程中网页导航方法的教学

下拉式菜单和树形目录常是两种常用的网页导航界面元素,但一般的网页制作教材介绍不详细或没有介绍。为了满足教学需要,文章介绍了利用DreamWeaver CS 6中的Spry菜单栏组件制作下拉式菜单的过程和利用jquery.treeview插件制作树形目录的过程,该方法不要编写程序,学生易于接受。

基于单车场多车型车辆路径问题的混合求解算法

为降低华北石油局大牛地气田采气过程中的车辆运输成本和车辆碳排放量,建立了单车场多车型车辆路径问题(SHVRP)数学模型,将扫描法、插入法、邻近法、两阶段法、遗传算法和蚁群算法等启发式算法作为求解SHVRP模型的基本算法,在分析算法原理、性能和适用环境等差异的基础上,提出了3种混合算法:混合启发式算法HHA(两阶段法+最远插入法+2-OPT)、混合遗传算法HGA(最邻近法+2-OPT+遗传算法)以及混合蚁群算法HACO(遗传算法+蚁群算法)。进而,列出了HA、HHA、GA、HGA、ACO、HACO等6种算法求解同一算例的10次运行结果的平均值,混合后算法的运行结果对比混合前算法的优势说明了混合算法的优越性。综合总配送成本、总碳排放量、配送车辆数和首次搜索到最优解的迭代数及计算时间等对3种混合算法进行比较,得出HACO最优,HGA次之,HHA最差。最后,将基于混合算法的智能运输方案与大牛地气田现有的基于经验法则的运输模式作对比,进一步说明了所提混合算法的可行性和有效性。

UNIX进程控制程序的设计与实现

本文详细介绍了与进程控制编程有关的主要系统调用，在系统功能调用接口级和系统库函数级描述进程程序的一般框架，并给出了几个范例。

Windows Sockets编程界面上的网络服务程序设计

本文介绍Microsoft Windows系列操作系统环境的TCP/IP网络编程,主要阐述查询方式、网络事件方式、多线程方式下能同时接受多个客户程序连接和服务请求的网络服务程序设计。