混合超启发式算法求解复杂两级车辆路径问题

针对模糊需求下的绿色两级车辆路径问题,以最小化车辆运营成本和油耗成本之和为优化目标,提出一种混合超启发式算法进行求解.首先,考虑两级问题解空间庞大且相互耦合,设计一种聚类分解策略将该问题分解为多个子问题,以合理缩小问题搜索空间;然后,提出增强超启发式分布估计算法(enhanced hyperheuristic estimation of distribution algorithm,EHHEDA)对各个子问题进行求解,进而获得原问题的解.EHHEDA基于超启发式算法框架,在高层策略域设计一种基于三维概率模型的分布估计算法,动态确定由底层操作域中各搜索算子所组成的排列(即高层个体),可有效控制和引导整个算法的搜索行为;同时,在底层操作域设计10种有效邻域搜索算子,并加入重升温操作的模拟退火机制作为问题解(即底层个体)的接受准则,有利于在问题解空间中执行深入搜索.仿真实验结果表明,所提出的算法在大多数测试集上优于近年来用于求解类似问题的算法,验证了所提出算法的有效性.

考虑工艺约束的多阶耦合集成调度问题优化

具有工艺约束的多阶耦合集成调度问题(MCISP_PC)普遍存在于现有混合生产制造企业中。针对加工-运输-装配3个阶段,结合多阶耦合性特征,提出结合规则启发式的混合分布估计算法(HEDA_RH)求解以最小化最大完工时间为优化目标的MCISP_PC。在充分挖掘问题耦合约束层级性和时序性基础上,采用只针对加工阶段的编码方式,并对各阶段分别提出两种规则,通过实验确定较优规则组以完成解码。在HEDA_RH中,结合个体中出现的同型聚集块和异形聚集块两种块结构特征,从全局角度设计概率模型更新机制和两种采样方式,较好地引导搜索方向以提高求解效率;从局部角度设计矩阵立方学习模型,通过积累6种启发式搜索操作优质信息,自适应地选择调整搜索深度及规则执行策略以改进解的质量。最后,通过仿真对比实验验证了HEDA_RH求解MCISP_PC的有效性。

混合三维分布估计算法求解分布式加工装配和车辆配送集成调度问题

本文针对一类广泛存在的分布式加工装配和车辆配送集成调度问题(Integrated Scheduling Problem of Distributed Production Assembly and Vehicle Delivery,ISP_DPAVD),以最小化运输和延迟惩罚总成本为优化目标,提出一种混合三维分布估计算法(Hybrid three-Dimensional Estimation of Distribution Algorithm,H3DEDA)进行求解.ISP_DPAVD包含两个耦合的子问题,即加工装配阶段子问题(子问题1)和车辆配送阶段子问题(子问题2).由于每个子问题1的解(部分解1)均会确定1个具体的子问题2,故ISP_DPAVD的解空间非常庞大.根据这一特点,在H3DEDA中,先设计结合邻域变换的启发式规则来快速获取子问题2的优良解,以实现子问题间的部分解耦并明显缩减搜索空间,再设计三维EDA引导的全局搜索和变邻域驱动的局部搜索来获取ISP_DPAVD的高质量解.通过在不同规模测试问题上的仿真实验和算法比较,验证了H3DEDA求解ISP_DPAVD的有效性.

基于膜分离-树脂吸附的黄酒降酸工艺及风味评价

该实验在优化膜分离预处理工艺参数的基础上,考察了采用膜分离-树脂吸附的物理方法来调整黄酒酸度指标的工艺过程,并对降酸黄酒的风味品质进行了比较分析。结果表明,在料液温度25℃,运行压力1.0 MPa,截留分子质量为200、1000、2000 Da的不同膜预处理条件下,D354树脂对高酸黄酒的降酸率分别达到47.0%、53.8%、68.1%。降酸黄酒样品中共检测到32种挥发性风味物质,200、1000 Da膜预处理组获得的降酸黄酒样品中挥发性风味物质总含量分别达到1975.89、1919.80 mg/L,均显著高于未过膜处理组(1727.04 mg/L)。层次聚类分析表明,1000 Da和2000 Da组之间的风味相似度更高,正交偏最小二乘判别分析表明11种化合物对降酸黄酒的风味差异贡献较高。选用1000 Da膜预处理,结合10%填充比的D354树脂处理50 L高酸黄酒,总酸下降率达57.7%,氨基酸态氮保留率达98.8%,挥发性风味物质的保留率达80.0%。该研究为高酸黄酒的物理降酸提供了新的视角和应用场景。

p38MAPK信号通路在右美托咪定减轻大鼠肛门切口痛中的作用

目的 探讨p38丝裂原活化蛋白激酶(p38MAPK)信号通路在右美托咪定(Dex)减轻大鼠肛门切口痛中的作用。方法 24只SPF级雌性SD大鼠按随机数字表法分为空白组、模型组、模型+Dex组、模型+NS组,每组6只。空白组仅给予麻醉;模型组、模型+Dex组、模型+NS组建立肛门切口痛模型,其中模型+Dex组、模型+NS组在吸入麻醉后、建模前30 min分别鞘内注射Dex 1.5μg/kg(50μl)及等量0.75%氯化钠注射液。测定所有大鼠造模前1 h(T_(0))及造模后2 h(T_(1))、4 h(T_(2))、6 h(T_(3))、24 h(T_(4))时术区热辐射躲避潜伏期(TWL)和机械刺激回缩阈值(MWT),痛阈测定结束后采用免疫蛋白印记法检测脊髓p-p38MAPK蛋白表达量。结果 T_(1~4)时,模型组、模型+Dex组、模型+NS组大鼠术区TWL及MWT均较组内T_(0)时降低(P<0.05或P<0.01);与空白组比较,模型组、模型+Dex组、模型+NS组T_(1~4)时术区TWL及MWT均降低(P<0.05或P<0.01);分别与模型组、模型+NS组比较,模型+Dex组T_(1~4)时术区TWL及MWT均升高(P<0.05或P<0.01)。与空白组比较,模型组、模型+Dex组、模型+NS组脊髓p-p38MAPK蛋白表达量均上调(P<0.01);分别与模型组、模型+NS组比较,模型组+Dex组中该蛋白表达量均下调(P<0.05)。结论 预先鞘内注射Dex可通过提高肛门切口痛大鼠术区痛阈,减轻疼痛,其镇痛机制可能与其下调脊髓p-p38MAPK蛋白的表达有关。

2023年度肺癌外科治疗领域重要进展

肺癌是中国发病率和死亡率最高的恶性肿瘤,外科手术是肺癌治疗的重要手段。2023年,肺癌外科治疗领域取得了多项重要进展。首先是CALGB140503研究结果公布,该研究表明,对于周围型≤2 cm小结节肺癌,亚肺叶切除与肺叶切除术在生存率上差异无统计学意义,为确立亚肺叶切除术在早期肺癌治疗中的地位奠定了基础。其次,JCOG1211研究发现肺段切除术可以用于治疗2~3 cm磨玻璃结节为主的肺腺癌,但是该研究存在过度治疗现象,通过术中快速冷冻切片病理学检查可能降低过度治疗的风险。ECTOP-1003研究提出了基于肿瘤部位和术中快速冷冻切片病理学检查的选择性淋巴结清扫策略,准确率达100%,为淋巴结清扫提供了更加精准的方案。此外,对于肺腺癌治愈窗口期的探索成果也引人瞩目,即在早期肺癌治疗中,需要把握手术治愈的时间窗,避免过度治疗。最后,ECTOP-1008研究结果显示,高分辨率胸部CT有助于判断肺癌的病理浸润程度,有助于治愈窗口期的精准判断。本文对2023年度肺癌外科治疗领域的重要研究进展予以回顾,以期为肺癌外科治疗的临床实践及未来的临床研究提供思路。

论高校科协的政治与科技属性

高校科协既是高校党委领导下的科技群众团体,又是重要群团组织中国科协的基层组织之一。组织的基本定位决定了所蕴含的独特双重属性,包涵了在政治范畴上的高校科协具有着同一般基层群团组织所类似的共性;在科技层面上的高校科协,因兼有科技类学术团体特征而构成发挥特殊价值的鲜明个性。新时代高校科协发展迎来外部新机遇,但仍存在内部隐形困境。为此,对高校科协组织定位进行属性学理化剖析,充分把握高校科协政治属性的科学内涵与科技属性的独特表征,并就高校科协未来建设的基本原则、方向提出若干思考建议,以促进组织的高质量发展。

乳化工艺对无铅焊锡膏性能的影响

研究了乳化工艺温度对无铅焊锡膏性能的影响。制备出8组对应乳化工艺的助焊膏,将助焊膏经相同碾磨工艺碾磨后,分别与Sn96.5Ag3.0Cu0.5合金焊锡粉混合搅拌,制备出焊锡膏,对助焊膏粒度、焊锡膏状态、焊锡膏润湿性和耐干性进行测试。结果表明:升高乳化温度和降低结束温度制备的助焊膏粒度显著变小;焊锡膏的状态和耐干性随乳化温度的升高和结束温度的降低得到明显改善,在允许范围内(95~110℃),乳化温度越高,焊锡膏整体性能越好;结束温度为50℃时效果最佳。

Mazyme LP蛋白酶处理对黄酒沉淀的影响

为提高黄酒的稳定性,在黄酒中添加Mazyme LP蛋白酶处理,进行添加量、处理温度、处理时间的单因素优化实验。结果表明:蛋白酶添加量为0.8‰,处理时间6 h,处理温度30℃时,处理后灭菌再进行膜过滤,黄酒浊度比对照组降低39.02%,蛋白质含量降低16.26%,理化指标和香气物质含量与对照组无差异,有效降低黄酒浊度,不影响黄酒理化性质和香气含量。

新时代高校科技工作者政治引领:动因、样态及意蕴

科学无国界,科学家有祖国。科技界各群体在科学救国、科学报国、科教兴国的理想信念指引下推动了近代以来中国科学技术蓬勃发展。进入新时代,围绕科技强国、人才引领驱动,我国科技事业、人才工作取得历史性成就,发生历史性变革。高校科技工作者作为科学技术人才的重要组成部分,始终坚定政治立场信仰,积极发挥创新才能。由此,构成了健全高校党委政治引领体系、优化高校科协政治引领联动职责、丰富凸显时代特征引领内容的政治引领基本样态。形成了促进政治认同,维护科技领域意识形态安全;诠释个体价值,助力高校科技工作者全面发展;加快人才强国建设,实现高水平科技自立自强的独特时代表达。

优质绍兴黄酒酿制专用糯稻品种选育与应用

对于普通种植的糯米酿造而成的黄酒,口感品质已达到瓶颈,难以适应经济社会快速发展变化与人民日益美好生活的现状,而人们对于高端黄酒的需求量日趋庞大,亟需生产一批高端原生态无污染的特选优质绍兴黄酒。选育专用糯稻品种酿造优质绍兴黄酒并应用于实际生产中,从而打造一批特色风味的优选高端黄酒具有现实意义。通过对选育的不同品系的糯稻品种酿制而成的黄酒进行理化指标分析及感官评价,综合分析最优酿制绍兴黄酒的糯稻品种为浙农5(鉴湖糯2020G178)、浙农6(鉴湖糯E1)和浙农10(鉴湖糯E5)。

智能感知技术在配电网可靠性评估中的应用研究

采用基于智能感知技术的配电网数据采集方法,结合统计分析和机器学习算法,对配电网运行数据进行处理和分析。研究过程中,建立配电网可靠性评估的指标体系,然后利用智能感知技术实时采集配电网数据,并结合算法模型进行数据分析和评估。研究结果表明,智能感知技术在配电网可靠性评估中具有显著优势,能够实时监测与预测配电设备的运行状态,提高配电网的运行可靠性。

新型举国体制的研究热点及前沿--基于CiteSpace的可视化图谱分析

为系统梳理新型举国体制的研究进展与演进历程,文章以2001-2023年CNKI数据库收录的278篇CSSCI和核心期刊论文作为研究样本,利用CiteSpace可视化文献分析软件,分别从年度发文量趋势、发文作者、突现词探测、关键词共现等多个维度,分析了我国新型举国体制研究的演进脉络、热点内容、演进趋势。通过对相关图谱的解读,可知我国新型举国体制研究进程大致可划分为概念界定与夯实阶段、区块化研究阶段和深化研究应用阶段;研究热点逐步从竞技体育延伸至社会主义市场经济,进一步扩展到重大核心技术攻关、科技创新领域等;存在相关实证研究较少、高校基础研究建设相关研究不足等薄弱之处,仍需后续研究者深入探索。

超启发式三维EDA求解绿色双边装配线平衡问题

针对绿色机器人的第Ⅰ类双边装配线平衡问题(green robotic two-sided assembly line balancing problem of type-Ⅰ, GRTALBP-Ⅰ),建立问题模型并提出一种超启发式三维分布估计算法(hyperheuristic three dimensional estimation of distribution algorithm, HH3DEDA)进行求解。在HH3DEDA中,结合问题特征,设计基于工序选择因子的组合编码,进而设计高低分层结构的HH3DEDA。在高层,采用三维概率矩阵学习优质高层个体中块结构及其分布信息,后通过采样该矩阵以生成新的高层个体,其中高层个体由结合问题特点设计的12种启发式操作的排列构成;在低层,将高层每个个体所确定启发式操作排列作为一种新的启发式算法对GRTALBP-Ⅰ解空间执行较深入搜索。同时,引入机器人开关机节能策略,进一步提升所获取非支配解的质量。通过仿真对比实验,验证了所提算法的有效性。

多策略融合的改进天鹰优化算法

为了解决天鹰优化算法(Aquila Optimization algorithm,AO)易陷入局部最优及收敛速度慢的问题,本文提出一种多策略融合的改进天鹰优化算法(Multi-Strategy Integration Aquila Optimization algorithm,MSIAO).该算法采用结合Tent混沌映射的折射反向学习初始化种群以提高算法前期的搜索效率,根据种内互助及优化策略解决算法寻优停滞的缺陷,并通过基于Bernoulli混沌序列的自适应权重策略提高算法的收敛速度,引入了柯西-高斯变异算子增强算法迭代后期逃逸局部极值的能力.本文对10个基准函数、部分CEC2014测试函数集进行实验,并将MSIAO用于2个工程设计优化问题.结果表明,对于高维单峰、高维多峰以及固定维复杂多模态函数,MSIAO比AO具有更高的收敛精度和更快的收敛速度;MSIAO对压力容器与焊接梁优化设计的经济成本较AO分别节约4.62%、0.77%,验证了MSIAO对于处理机械工程问题的实用性和优越性.

论《天工开物》中的生命哲学思想

《天工开物》中的生命哲学思想集明清实学于一身,主要体现在“和合之论”“生生之流”和“序续之道”上,强调在生产、生活中对开采、使用的调控,注重对规律的把握,主张顺应自然,以达到生命延续的目标。《天工开物》中的生命哲学思想以关注民众生命为基础,将追求美好生活作为升华,强调“天工”更注重“开物”,并以二者的结合来创造美好生活,彰显人的生命价值。

唐山市物联网高技能人才培训基地建设与研究

物联网技术及相关产业在我国得到迅猛发展,物联网专业人才缺口逐年加大,国家大力支持智能产业发展,唐山市物联网相关企业增多,急需解决技能人才总量不足、高技能人才规模偏小等问题。我院于2019年获批唐山市物联网高技能人才培训基地项目建设,为期三年,建设基础扎实,成果丰硕。结合唐山市物联网高技能人才培训基地项目建设成果,提出了培训基地建的几点经验。

一氧化碳-血红蛋白携氧载体对小鼠脓毒性脑病的作用及其机制

目的探讨一氧化碳-血红蛋白携氧载体(carbon monoxide-hemoglobin based oxygen carrier,CO-HBOC)对脓毒性脑病(sepsis-associated encephalopathy,SAE)的作用及其机制。方法选取SPF级雄性C57BL/6小鼠136只,采用随机数字表随机分为4组:Sham组(假手术处理,术后1h尾静脉注射0.9%氯化钠溶液)、CLP组(建立脓毒症模型,术后1h尾静脉注射0.9%氯化钠溶液)、O2-HBOC组(建立脓毒症模型,术后1h尾静脉注射0.3 Hb/kg O2-HBOC)和CO-HBOC组(建立脓毒症模型,术后1h尾静脉注射0.3 Hb/kg CO-HBOC)。采用盲肠结扎穿刺法建立脓毒症小鼠模型,Morris水迷宫实验观察认知功能。术后24h取脑组织切片采用原位末端标记法(TdT-mediated dUTP nick end labeling,TUNEL)/神经元核(neuronal nuclei,NeuN)/4,6-二氨基-2-苯基吲哚(4,6-diamino-2-phenyl indole,DAPI)荧光染色观察海马凋亡神经元比例;检测海马组织肿瘤坏死因子α(tumor necrosis factorα,TNF-α)、白介素-6(interleukin-6,IL-6)、白介素-1β(interleukin-1β,IL-1β)水平,以及线粒体活性氧(mitochondrial reactive oxygen species,mtROS)含量、丙二醛(malonic dialdehyde,MDA)水平。结果与CLP组相比,CO-HBOC组小鼠水迷宫训练期第3、4天逃避潜伏期减少(t值分别为2.559、2.967,P<0.05),测试期目标象限停留时间增加[(18.4±6.3)s比(8.3±5.5)s,t=3.801,P<0.001],平台穿越次数增加[(3.6±1.8)次比(1.8±1.2)次,t=2.774,P=0.009];COHBOC组海马凋亡神经元比例减少[(16.8±6.2)%比(31.6±8.4)%,t=4.184,P<0.001];CO-HBOC组小鼠海马TNF-α水平降低[(110.3±21.2)ng/L比(205.4±35.5)ng/L,t=6.286,P<0.001],IL-6水平降低[(67.1±14.3)ng/L比(100.6±16.7)ng/L,t=4.218,P<0.001],IL-1β水平降低[(2.1±0.3)ng/L比(3.4±0.6)ng/L,t=5.456,P<0.001],mtROS水平降低[(140.1±24.3)%比(239.8±33.4)%,t=7.482,P<0.001],MDA含量减少[(14.0±3.5)nmol/mg蛋白比(24.6±4.0)nmol/mg蛋白,t=4.699,P<0.001]。结论CO-HBOC可能通过减轻海马神经炎症与氧化应激反应,降低海马神经元凋亡水平,改善SAE。

学习型离散排超联赛算法求解带时间窗的绿色多车型两级车辆路径问题

针对现实中广泛存在的带时间窗的绿色多车型两级车辆路径问题(G2E-HVRP-TW),本文提出一种结合加权K-means算法(WKA)的学习型离散排超联赛算法(LDVPLA)进行求解.首先,根据该问题规模大、约束多的特点,采用WKA将原问题G2E-HVRP-TW分解为一个绿色多车型车辆路径子问题(GHVRP)和一组带时间窗的GHVRP(GHVRP-TW),从而实现两级问题间的部分解耦,以合理缩小搜索空间.然后,利用LDVPLA求解分解后的一系列子问题,并将各子问题的解合并后得到原问题的解. LDVPLA在竞赛阶段将标准排超联赛算法(VPLA)中实数个体更新操作替换为一系列排序操作,使其能够直接在问题离散解空间内执行基于VPLA机制的搜索,可提高搜索效率;在学习阶段构建三维概率矩阵模型合理学习并积累优质解信息,有利于驱动算法较快到达解空间中的优质解区域执行搜索;在淘汰阶段设计一种重启策略,可避免算法过早陷入局部最优.最后,通过在不同规模算例上的仿真实验和算法对比,验证了所提算法的有效性.

基于时空局部学习的集成自适应软测量方法

集成软测量方法已被广泛应用于流程工业关键质量参数实时估计。但是,常规集成建模方法在基模型构建过程中往往局限于挖掘样本之间的空间关系,忽略了样本间的时序关系,从而导致过程局部状态挖掘不充分、基模型间多样性不足等问题。其次,传统软测量方法由于缺乏自适应机制而无法有效处理过程时变特征,从而导致模型性能发生退化。为此,提出一种基于时空局部学习(STLL)的集成自适应软测量方法。该方法首先通过移动窗口、即时学习技术分别挖掘样本间的时序关系和空间关系,并采用统计假设检验实现冗余状态剔除,进而构建多样性的时空局部高斯混合回归(GMR)模型。然后,基于在线选择性集成策略实现局部预测结果的自适应融合。此外,引入双重自适应机制以缓解模型性能退化问题。实验结果显示,相较于非自适应全局GMR模型、时间局部学习集成GMR模型、空间局部学习集成GMR模型,所提方法在金霉素发酵过程中的预测精度分别提升了70.3%,14.9%,27.8%;在脱丁烷塔过程中,分别提升了31.9%,21.2%,19.3%。