基于粒子群与聚类的多目标优化算法

针对粒子群优化算法容易陷入局部最优的问题,提出了一种基于粒子群优化与分解聚类方法相结合的多目标优化算法。算法基于参考向量分解的方法,通过聚类优选粒子策略来更新全局最优解。首先,通过每条均匀分布的参考向量对粒子进行聚类操作,来促进粒子的多样性。从每个聚类中选择一个具有最小聚合函数适应度值的粒子,以平衡收敛性和多样性。动态更新全局最优解和个体最优解,引导种群均匀分布在帕累托前沿附近。通过仿真实验,与4种粒子群多目标优化算法进行对比。实验结果表明,提出的算法在27个选定的基准测试问题中获得了20个反世代距离(IGD)最优值。

SIRT2在抗肿瘤中的研究进展

沉默信息调节因子2(silent information regulator 2,SIRT2)作为sirtuins蛋白家族成员广泛存在于真核生物之中,是具备调节生物生成和代谢调控过程作用的Ⅲ类去乙酰化酶,参与调控细胞分化、新陈代谢、衰老、DNA损伤修复、维持基因组完整性以及肿瘤的发生等。SIRT2的异常表达与多种肿瘤的发生发展具有密切关系,例如其在乳腺癌、宫颈癌、肺癌等恶性肿瘤方面的研究进展,SIRT2在发挥原癌基因作用的基础上,也发挥抑癌基因的作用。该文主要就SIRT2在肿瘤发生发展中的分子机制及其研究进展进行综述,以期为研究者开发肿瘤治疗药物提供新视野。

基于遗传算法的冷连轧轧制规程优化设计

合理的轧制规程是使轧制过程达到最佳状态的重要保证。轧制规程涉及的有关数学模型和需要考虑的约束条件较多,因此其优化设计也较为复杂。应用遗传算法进行轧制规程优化设计,即以负荷均衡和板形良好为目标,在一定的约束条件下,对压下率分配比进行编码。通过遗传算子操作并保留每代优势个体,从而得到冷连轧轧制规程。对某1370冷连轧机进行设计比较,表明该方法优化速度快,适合在实际中应用。

基于改进遗传算法优化BP网络的轧制力预测研究

为提高铝热连轧轧制力预报精度,满足现场生产需求,采用改进遗传算法优化神经网络建立铝热连轧轧制力的智能模型。以河南某1+4铝热连轧厂连轧实测数据作为实验样本,在遗传算法的初始化和变异机制中引入混沌序列,同时选择最优保存机制、动态调整交叉率和变异率等方法,提出了改进的遗传算法,并将其与改进的BP算法相结合,对多层前馈神经网络权值阈值进行优化,避免学习中陷入局部最小,使模型最终具有了良好的收敛性和适应性。网络预测结果与实测数据的相对误差基本在10%以内,该预测精度明显优于传统数学模型,实现了铝热连轧轧制力的高精度预测。

基于Φ函数的铝热连轧防打滑轧制规程优化

针对铝材轧制过程中的打滑现象提出了预防热轧打滑的判断条件,并提出了预防打滑为主的综合电机功率剩余程度相近的目标函数,建立了轧制规程多目标优化的数学模型,并应用果蝇优化算法对压下率进行了优化。在河南某铝热连轧厂对5052铝合金加工进行轧制规程优化,将Φ函数负荷分配法应用到轧制规程中,结果表明:合理的负荷分配能较好地实现各电机在功率上的剩余程度相近,并有很好的预防打滑效果,证明Φ函数负荷分配法制定轧制规程是合理有效的。

基于粒子群算法优化支持向量机的铝热连轧机轧制力预报

为了提高热轧带材的轧制力预报精度，提出了粒子群算法和支持向量机结合的方法来预报轧制力。根据轧制原理用支持向量机建立轧制力预报的模型，通过粒子群算法优化支持向量机参数来提高预报精度。为了进一步提高轧制力预报精度，还提出了支持向量机网络与数学模型相结合的方法，对某“1＋4”铝热连轧厂现场采集的5052铝合金轧制数据进行离线仿真，仿真结果可以看出支持向量机网络与数学模型结合的方法预报轧制力，提高了轧制力预报速度并使其轧制力预报精度控制在7％以内。

基于改进果蝇算法与最小二乘支持向量机的轧制力预测算法研究

铝合金板材精轧过程中，轧制力是影响板材质量的重要因素。为了满足轧制现场的轧制力预报精度要求，采用改进果蝇算法（FOA）与最小二乘支持向量机（LSSVM）相结合进行轧制力预测。改进了果蝇算法的味道浓度判定函数和步长设定方法，采用了分组并行搜索的策略，进而提出一种基于改进FOA—LSSVM的轧制力智能预报方法。将该方法用于铝热连轧现场数据的仿真实验，结果表明样本预测误差在10％以内，其中84％的样本误差在5％以内，精度优于传统模型。

1450mm冷连轧机活套张力控制系统

冷连轧活套张力控制的动静态精度对于稳定轧制过程至关重要。在结合活套张力控制原理的基础上设计出1 450 mm冷连轧机活套电气控制系统,详细介绍了活套张力控制系统的控制原理及实现方案,对惯性力矩、弯曲力矩和摩擦力矩进行补偿,随后分析活套的运行情况。实践证明此活套控制系统具有较好的控制效果,满足了工艺上的要求。

中药防风质量评价的现状与思考

随着防风需求量的增大和野生资源的匮乏,栽培防风逐渐占有市场主导地位,但受到条件和环境的制约导致药材质量参差不齐,原有的质量标准无法适应目前的市场现状。该文从性状鉴别、指标性成分、组分构成等角度对现行防风质量评价标准进行深入分析,提出了不同来源防风形态上的差异与药材质量的关系,以及升麻素和多糖对防风药材质量的影响,从而提出现行的以升麻苷和5-O-甲基维斯阿米醇苷的含量作为防风质量评价标准的局限性。

基于液态聚碳硅烷的聚铝碳硅烷的合成与表征

采用液态聚碳硅烷与乙酰丙酮铝在常压下反应合成了具有不同铝含量的聚铝碳硅烷(PACS),由于不需要循环回流过程,因此该方法简单方便,安全性高.在与合成聚铝碳硅烷相同的条件下,对单纯的液态聚碳硅烷原料进行保温处理,所得产物的分析表征结果显示,该原料在反应条件下基本保持稳定,不会自聚或者裂解.不同铝含量的聚铝碳硅烷的元素分析结果表明,随着乙酰丙酮铝加入量的增加,聚铝碳硅烷中的铝含量增加,同时氧含量增加,氢含量减少,且乙酰丙酮铝中的铝元素几乎全部引入到液态聚碳硅烷中.GPC分析结果显示,随着铝含量的增大,PACS的数均分子量增大,分子量分布变宽.红外光谱和核磁共振波谱分析结果表明,液态聚碳硅烷与乙酰丙酮铝的反应主要以消耗Si—H键的方式进行,铝元素以AlO4,AlO5和AlO63种配位形式存在,同时形成Si—O—Al交联键,使得聚铝碳硅烷的分子量增大,分子量分布变宽.

基于改进粒子群优化RBF神经网络的轧制力预报

依据RBF神经网络的非线性逼近能力和自学习特性,提出基于RBF神经网络的建模方法。将最近邻聚类用于RBF神经网络隐层中心向量的确定,并采用改进粒子群算法对最近邻聚类的聚类半径进行优化,合理确定了RBF神经网络的隐层结构,提出了一种基于改进粒子群算法的RBF神经网络(IMPSO-RBF)。将该网络应用于轧制力的预报,与基本粒子群算法优化的RBF神经网络比较,仿真结果表明其在预报精度和收敛速度上都有很大提高。

基于Gabor核的卷积神经网络改进算法及应用

针对Le Net-5网络模型识别分类准确度问题,提出一种基于深度Gabor卷积神经网络的识别分类方法。在Le Net-5模型的基础上,引入了Gabor层,使用Gabor核作为提取图像特征的卷积核,Gabor卷积核从图像频域的不同尺度、不同方向上提取更多特征。为了避免网络训练中的梯度消失问题,使用Relu函数作为网络中的激活函数。将改进后的模型在MNIST手写体数据集上进行试验,识别正确率达到99. 34%。与支持向量机和卷积神经网络等分类方法作比较,结果表明,改进后的深度Gabor卷积神经网络的具有更高的识别性能。

基于FPGA的BP神经网络硬件实现及改进

针对现场可编程逻辑门阵列(FPGA)实现BP神经网络仍存在的激活函数实现困难及输入输出吞吐量不够等几个关键性问题,采用平滑插值法对S型激活函数做进一步改进,在中间数据存储中提出采用寄存器循环缓存方式,在网络搭建中利用高效的FPGA深度流水线技术实现网络的串并联。通过上述3点技术处理,进一步提高BP神经网络的运算速度。实验数据统计分析结果表明,网络与期望输出全部样本误差均小于0.01情况下,收敛速度几近超出软件实现速度3个数量级,为人工神经网络的硬件实现提供了理论依据。

基于差分-分布估计算法的铝热连轧多目标规程优化

铝热连轧生产中,合理的规程制定,能够改善产品质量,提高产量。利用最小二乘支持向量机对轧制力模型建模,并以降低能耗和预防打滑为目标,对河南某铝热连轧精轧机组进行规程优化。针对多目标分布估计算法(MOEDA)存在收敛速度慢和精度低的问题,采用改进的差分进化算法(DE)与之结合。改进了差分进化算法的差向量和最优粒子选取方法,并设计了合理的算法切换机制,该组合算法的收敛性和分布性相对原算法有明显改善。在河南某铝热连轧精轧机组的规程优化中,该方法能够获得收敛性和分布性较好的近似Pareto前沿,求解精度和算法可靠性优于传统方法。

变频调速系统中电压的隔离检测与实现

变频调速系统中要精确地实现矢量控制,需要对三相定子侧电压和直流母线电压进行实时测量,以便对电机参数进行辨识。为了防止被测电压串入控制器的弱电系统中,需要对被测强电进行隔离。基于高精度线性模拟光耦器件HCNR201设计了一款具有隔离功能的电压检测电路,并封装在15×32 mm的PCB板上。实测表明,该电压隔离检测电路具有良好的线性度,能够安全、准确地应用于交流变频调速系统中进行电压的隔离检测。

基于改进自适应遗传算法的轧制规程优化设计

综合考虑影响冷连轧轧制规程的多种因素,以等功率裕量和预防打滑为目标函数,建立了轧制规程多目标优化模型,并采用改进的自适应遗传算法对轧制规程进行优化设计。该算法解决了标准遗传算法早熟收敛、收敛速度缓慢等问题。在某钢厂1270mm冷连轧机的生产实践证明,优化后的规程实现了各机架功率相对均衡分配,降低了打滑发生的概率,提高了产品质量。

基于最小二乘支持向量机的反向建模的铝合金变形抗力模型

根据某1＋4铝热连轧厂现场采集的大量轧制数据对几种铝合金变形抗力利用最小二乘支持向量机进行了反向建模回归分析，用细菌觅食优化算法对支持向量机的参数进行了优化。将回归后的变形抗力模型用于二级设定计算中的轧制力预报，结果表明回归后的模型适用于轧制现场，精度优于传统模型。

基于改进ABC算法的铝热连轧规程优化设计

铝热连轧的轧制过程复杂,但良好的轧制规程是铝带材质量和轧机低功耗的有力保障。该文在轧制规程设定中提出以预防打滑为主的多目标函数,建立了基于最小二乘支持向量机的轧制力模型来取代传统模型,有效提高了轧制力预报的精度。并采用ABC(人工蜂群)算法对轧制规程进行优化,算法在初始化时引入了混沌序列以增强其遍历性,变量更新时采用了更合理的变尺度操作方法,不仅能够防止陷入局部极值点,而且可避免盲目搜索,大大提高了进化速度。该轧制规程在"1+4"铝热连轧改造现场精轧部分的应用中效果理想,对二级的设定计算具有指导意义。

防风多糖的提取分离与含量测定方法研究

目的建立防风多糖提取、分离、纯化及其含量测定方法。方法以水提醇沉法制取防风粗多糖,以三氟三氯乙烷法除蛋白,用D280阴离子交换树脂柱层析脱色,采用紫外分光光度法测定防风总多糖含量。结果紫外光谱全波长扫描结果显示,防风多糖与葡萄糖标准品加入显色剂后最大波长均为486 nm,且在260和280 nm处没有吸收峰。防风多糖平均回收率为98.54%,RSD为1.09%。防风中多糖含量为2.98%。结论采用本实验提取方法可有效提取分离出纯化的防风多糖,利用紫外分光光度法测定防风结果准确,可作为防风总多糖含量测定的方法。