基于深度学习的药物设计方法

药物研发是一个长周期、高投入和高风险的过程。随着科学技术的不断革新,生物医学数据呈爆炸式增长,为深度学习技术在生物医药领域的应用带来了契机,同时也为加速新药研发赋予了前所未有的希望。文章围绕药物设计流程,简要介绍深度学习算法在药物靶标发现、分子生成、基于配体的药物设计和基于结构的药物设计4个主要环节中的应用和研究进展。

考虑随机客户需求的两级车辆路径问题研究

以两级物流系统为研究对象,着重考虑了随机性质的客户需求,进行系统中每个层级的车辆路径优化求解。由于确定性的单级车辆路径问题即为NP-hard问题,为了对此复杂随机优化问题加以求解,设计了一种基于蒙特卡洛仿真的高效优化方法,将仿真过程嵌入启发式算法的邻域搜索过程。基于现有的两级物流车辆路径问题标准算例,生成具有随机客户需求的本问题算例,通过数值实验并与确定性方法比较,验证了所提出的基于仿真的启发式算法可行而有效。

固相反应法合成BaTiO3粉末的相变和微观结构的转变

以国产亚微米级BaCO3和TiO2为原料,采用砂磨固相法合成粒径小、四方性高的BaTiO3粉体,同时研究煅烧温度、升温速率及保温时间对BaTiO3平均粒径和四方性的影响。结果表明,通过固相反应合成BaTiO3的反应机理可分为两个阶段:当煅烧温度低于900℃时,BaCO3和TiO2首先形成立方相的BaTiO3,当煅烧温度升至900℃时,立方相BaTiO3开始向四方相转变。在升温速率为5℃/min,煅烧温度为900℃保温5 h时,制备出粒径为180.7 nm,四方性(c/a)为1.0086的超细BaTiO3粉体。该工作为制备超薄层MLCC用高性能BaTiO3粉体提供了较好的研究思路。