化工废水的蒸氨环保处理技术研究

传统技术在实际应用中对化工废水处理效果不佳,废水氨氮去除率较低,且废水处理用时较长,处理效率较低,因此提出化工废水的蒸氨环保处理技术研究。根据实际情况准备化学试剂、仪器设备,对蒸氨环保处理装置功能校验,并对化工废水过滤、沉淀等预处理;导入蒸氨环保处理装置,对废水pH值调节、氨氮吹脱处理,利用沸石对化工废水吸附处理,并经过过滤除掉析出的废弃物,以此完成化工废水的蒸氨环保处理。经实验证明,设计技术氨氮去除率较高,且废水处理用时较短,处理效率较高,在化工废水净化处理方面具有良好的应用前景。

多巴胺荧光传感器的研究进展

多巴胺(DA)的快速特异性检测对于对癫痫、帕金森和阿尔茨海默病等神经系统疾病的诊断具有重要的意义。荧光传感技术作为DA监测的有前途的途径,近年来已被广泛采用。因此,旨在综述荧光传感在DA检测中的应用及进展,包括稀土、碳量子点、金属簇、核酸适配体等。最后,总结了DA荧光传感器实际应用所面临的挑战,预测了未来的发展方向及前景。

基于MGP算法的舰载机回收排序调度技术

针对舰载机机群着舰回收排序调度问题,首先对航母甲板环境以及舰载机的返航回收进场模式进行了分析,建立了基于加权等待时间的回收排序评价指标模型,并根据舰载机回收着舰排序调度问题中的各种约束,建立了考虑空中加油条件的舰载机回收排序调度问题模型。然后,根据所建立的回收调度排序模型以及超启发式算法的思想,设计了一种带强制着舰规则的遗传规划(genetic programming with mandatory landing rules,MGP)算法,用于对着舰回收排序调度问题进行求解。进一步,借助仿真算例验证了所建回收排序调度模型和MGP算法的有效性,并通过与遗传算法、纯启发式算法以及普通的遗传规划算法进行对比,验证了MGP算法的优势。最后,基于算例仿真结果,分析了逃逸复飞对着舰回收方案的影响。

资源受限装备试验鉴定任务调度建模与决策

装备试验鉴定管理对于确保装备质量和作战适用性具有重要意义。装备试验鉴定任务调度涉及各子任务的执行时刻筹划和各类测控保障设备调配。在分析试验鉴定任务中的逻辑约束和保障设备约束基础上,基于资源受限项目调度问题建模方法,建立了资源受限装备试验鉴定任务调度模型。然后,设计了一种基于优先规则的启发式调度框架用于模型求解,调度框架以时间为调度阶段变量,在每个调度时刻,为满足约束的任务安排保障设备。最后,构建装备试验鉴定任务案例,对比了四种调度优先规则的调度效能,给出了满足逻辑约束和保障设备约束的任务调度方案。

舰载机甲板机务勤务保障作业调度与资源配置集成优化

针对舰载机甲板机务勤务保障作业调度研究中存在的工序执行模式单一、勤务保障设备考虑不全、作业调度优化与资源配置优化研究相互独立等问题,通过系统分析作业流程、工序执行模式、资源转移与分配等约束条件,将移动保障车纳入保障资源范围,建立了舰载机甲板机务勤务保障作业调度与资源配置集成优化模型。在此基础上,设计了第二代非支配排序遗传算法并对模型进行优化求解。仿真结果表明,保障完工时间随着资源配置数量的递增呈现边际效应。为确保机群保障作业按照既定的甲板作业周期完成,各保障任务存在最低资源配置数量方案。

基于边际-人工蜂群算法的舰载机机群出动保障人员配置-调度联合优化方法

保障人员配置和保障作业调度是舰载机机群出动保障任务决策的2项核心内容。针对复杂甲板作业约束条件下保障人员配置-调度联合优化的实际问题,首先,系统分析舰载机机群出动保障流程约束、出动时限约束、保障人员约束、保障设备约束、工位空间约束和资源供给能力约束。其次,以保障人员数量和负载方差和最小化为优化目标,建立了混合整数规划模型,进而提出了基于边际-人工蜂群(ABC)算法的两层优化决策架构。上层决策模型基于边际优化算法对保障人员配置方案进行迭代优化,下层决策模型采用改进的双向人工蜂群算法对舰载机机群出动保障任务调度进行优化。最后,通过典型算例验证了所提模型和两层优化机制的可行性与有效性。

A dual population multi-operator genetic algorithm for flight deck operations scheduling problem

It is of great significance to carry out effective scheduling for the carrier-based aircraft flight deck operations.In this paper,the precedence constraints and resource constraints in flight deck operations are analyzed,then the model of the multi-aircraft integrated scheduling problem with transfer times(MAISPTT)is established.A dual population multi-operator genetic algorithm(DPMOGA)is proposed for solving the problem.In the algorithm,the dual population structure and random-key encoding modified by starting/ending time of operations are adopted,and multiple genetic operators are self-adaptively used to obtain better encodings.In order to conduct the mapping from encodings to feasible schedules,serial and parallel scheduling generation scheme-based decoding operators,each of which adopts different justified mechanisms in two separated populations,are introduced.The superiority of the DPMOGA is verified by simulation experiments.

基于改进差分进化算法的舰面保障作业优化

舰载机舰面保障作业调度效能是制约航母编队综合作战能力的重要因素。首先,分析了舰面保障作业流程约束和资源约束,以最小化舰面保障作业完工时间为目标函数,建立了舰面保障作业调度优化模型。其次,设计改进差分进化算法用于模型求解,算法采用基于作业开始时间改进的随机键编码方式和并行变异算子结构,以提高算法搜索效率。最后,进行了仿真试验,验证了模型和算法的有效性,并进一步研究了并行变异算子结构对算法性能的影响。

基于“人在回路”的舰载机出动任务规划

针对舰载机起降作业保障开展出动任务规划研究,为航空指挥与保障提供辅助决策。结合甲板态势和飞行计划提出一种基于专家经验的态势指标函数的舰载机出动任务规划方法。利用启发式规则给出任务决策的多属性量化指标,建立甲板态势信息的多属性综合指标评估模型;引入专家打分,将指标函数加权系数优化转化为目标优化,采用Lagrange松弛策略进行DE算法下参数寻优,生成当前态势下的任务规划。针对作业中人工监督操控特性,提出“人在回路”的人-机协同决策架构,通过引入附加属性值或调节系数等策略改进综合指标函数,解决人机交互问题。仿真实验证实了指标评估算法的有效性及规划模型的可行性。