求解边坡临界滑动面的分布估计算法

在求解边坡临界滑动面问题的优化算法中,大多都存在结构复杂、参数取值困难或寻优效果差的缺点。为此,将基于高斯分布模型的分布估计算法与基于简化Bishop法的滑面安全系数计算模型相结合,建立具有简单生物协同和竞争思想的临界滑动面搜索新方法;然后,针对3自由度问题,设计了一种局部搜索方法,以弥补分布估计算法局部搜索性能差的劣势。将标准方法和改进方法分别应用于边坡断面复杂度依次递增的3道算例中,完成对标准方法正交试验结果的极差分析和多因素方差分析,并实现标准算法与改进算法计算结果的对比分析。结果表明:(1)标准分布估计算法可以计算出边坡的临界滑动面;(2)当算例简单时,各控制因素都不会对计算结果产生显著性差异;当算例复杂时,只有种群规模呈现出显著性;(3)改进算法比标准算法的计算结果更佳、搜索速度更快,且有效降低了种群规模大小对计算结果的影响。探索分布估计算法在边坡临界滑动面搜索问题中的应用,为解决该类问题开辟出了一条新的研究途径。初步校验表明,该模型鲁棒性更好,具有广阔的应用前景。

基于量子计算云平台的量子搜索算法实验教学探究

基于近几年量子计算领域的快速发展和各种量子计算云平台的出现,探究了可线上、线下开展基于量子计算云平台的量子搜索算法实验。借鉴“前置课堂”教学模式,准备该实验所涉及的数学和物理学基础知识;围绕搜索问题,设计了三条思维主线组成知识框架,并结合简单实例帮助学生理解抽象的表述和复杂的公式,从而解决知识点较多、算法不易理解的难题;设计了具有启发性、引导性的基础实验和思考题;探究了研究量子搜索算法本身以及算法的实际应用两种类型的拓展实验,为学生今后学习高级量子编程打下基础。

未知区域中四旋翼无人机集群协同搜索与围捕算法

四旋翼无人机集群可以被用来进行区域侦察,以建立对环境与兴趣目标的认知。为四旋翼无人机集群提出一种分布式协同搜索算法和动态目标包围技术,以解决在未探测区域定位和监测目标中所遇到的挑战。为降低所提算法的复杂度,通过栅格划分方法将任务区域划分为2级栅格子区域。考虑到动态目标的随机性,设计一种数字信息素来引导多无人机对任务区域进行2次搜索,并以快速搜索到目标为奖励函数,通过滚动优化决策得到最优解作为无人机的输入。然后,基于一致性协议设计一种多无人机协同跟踪与围捕协议,以获取动态目标的实时信息。数个仿真结果与室外飞行实验验证了所提算法能够使四旋翼无人机对未知区域中动态目标进行有效搜索与动态监视。

基于ISSA-DRNN的英语教学质量评价模型

人工智能的发展,为高校对教学质量进行科学与全面的评价提供了新路径。对深度神经网络(DNN)进行改进,提出一种新的深度循环神经网络(DRNN)算法,同时在DRNN上引入优化的麻雀搜索(ISSA)算法,最终建立基于改进ISSA算法的深度循环神经网络(ISSA-DRNN)的大学英语教学质量评价模型。该模型既可充分提取和保留数据中有价值的特征以提高模型的评价性能,又可对模型中的隐含层神经元数目自动寻优,最终实现大学英语教学质量的精准评价。最后通过与其他方法的比较,验证了以上所提教学质量评价模型的可行性、优越性与普适性。

基于粒子群算法的量子测量系统最优参数求解

基于里德堡原子的量子测量系统相对传统测量方法具有颠覆性优势,是量子探测领域重要发展方向。然而量子测量系统要对多个实验参数进行优化以提升性能,在理论和实验上采用全空间参数扫描的直接优化方式通常比较困难。通过建立量子测量系统信号强度理论模型,并将粒子群算法应用到模型参数优化中,可快速求解测量系统全局最优参数,计算复杂度相比于传统方法降低1个数量级以上。粒子群算法原则上能应用到其他任何量子测量系统中,指导系统快速提升性能,推进实用化进程。

山区公路驾驶人动态视觉试验研究

为研究山区公路设计参数对驾驶人动态视觉的影响,构建了驾驶行为多源参数采集平台,招募18名驾驶人,开展了山区公路环境下的实车驾驶试验。测量并记录了注视、扫视以及头部运动的相关参数,研究了直线长度、弯道半径等参数对驾驶人动态视觉搜索特性的影响机理。结果表明:直线距离越长,驾驶人视点分布越离散;直行行驶时的临界扫视幅度显著低于右转和左转,且弯道半径越小,临界扫视幅度越大,两者呈对数函数关系;转弯时的头部水平运动剧烈程度显著高于直行驾驶模式。研究成果为山区公路驾驶人视觉搜索可靠度评价提供了一个全新的理论视角与技术方案,具有较强的推广应用价值。

探索式搜索中用户认知的实验研究

探索式搜索是网络环境下新的搜索模式。为了探讨探索式搜索过程中搜索者的认知变化特点,文章采用日志分析、有声思维、访谈与问卷调查相结合的方法进行实验。针对复杂程度不同的两个搜索任务,从认知的外在表现,即行为和情绪,以及认知的内在表现,即感知觉、注意力分配、记忆、思维等方面对搜索者所表现出的认知变化特点进行了对比分析。结果表明:随着探索式搜索复杂程度的增加,用户在搜索中表现出更复杂的认知改变。

基于符号表征理论的用户心智模型与网站表现模型研究：以商品分类使用分析为例

在网站信息传递中，网站表现模型与用户心智模型保持一致，是提高信息使用效率的关键。本文通过对符号表征理论的分析理解，认为心智模型形成是符号表征的结果，并以电子商务网站分类为例，探索了信息传递中用户基于心智模型对网站表现模型理解使用的内在机制，最后进行了易趣网分类搜索实验。结果表明心智模型与网站分类表现模型比较一致的一类用户，其表现出较高的搜索效率。

基于科技用户信息搜索的信念学习模型研究：以大学生样本实验数据分析为例

全面考察研究科技用户的信息搜索行为,对于改善科技信息搜索的质量和提高科技数据库的运行绩效具有重要的意义.本文在信念学习理论的阐述基础上,分析了科技数据库网站用户信息搜索中的信念学习现象,研究了基于信息搜索行为的信念学习模型,并对大学生样本进行了实验考察,验证了科技用户信息搜索过程中信念学习现象的存在.

大体积航空巡测γ谱仪的点源校准

参考国际原子能机构(IAEA)航空辐射监测技术标准和国内外行业经验,选取3种人工放射源对现有先进的大体积航空巡测γ谱仪进行了寻源模式的实验校准。介绍了航空巡测γ谱仪系统开展点源模式的实验校准方法、校准方案,实验过程中严格控制实验条件和过程质量,给出了241 Am、137Cs和60Co人工放射源点源校准参数,基于这3种核素校准参数可估算其他人工放射性核素的校准参数,从而实现了航测系统寻找人工放射源进行定量测量的功能。

基于正交实验设计的人工蜂群算法

人工蜂群算法是近年来提出的较为新颖的全局优化算法,已成功地应用于解决不同类型的实际优化问题.然而在该算法及相关的改进算法中,侦察蜂通常采用随机初始化的方法来生成新食物源.虽然这种方法较为简单,但易造成侦察蜂搜索经验的丢失.从算法搜索过程的内在机制出发,提出采用正交实验设计的方式来生成新的食物源,使得侦察蜂能够同时保存被放弃的食物源和全局最优解在不同维度上的有益信息,提高算法的搜索效率.在16个典型的测试函数上进行了一系列实验验证,实验结果表明:1)该方法能够在基本不增加算法运行时间的情况下,显著地提高人工蜂群算法的求解精度和收敛速度;2)与3种典型的变异方法相比,有更好的整体性能;3)可作为提高其他改进人工蜂群算法性能的通用框架,具备有良好的普适性.

求解全局优化问题的混合自适应正交遗传算法

提出了一种基于正交实验设计的混合自适应正交遗传算法(hybrid self-adaptive orthogonal genetic algorithm,简称HSOGA)以求解全局优化问题,此算法利用正交实验设计方法设计交叉算子,并提出一种自适应正交交叉算子.该自适应正交交叉算子根据父代个体的相似度自适应地调整正交表的因素个数和对父代个体进行因素分割的位置,生成具有代表性的子代个体,以更好地搜索空间.此外,新算法利用自适应正交交叉算子生成均匀分布的初始种群,以保证初始群体的多样性.同时引入了局部搜索策略以提高算法局部搜索能力和收敛速度.通过14个高维的Benchmark函数验证了算法的通用性和有效性.

二仙汤及其拆方治疗卵巢早衰的实验研究进展

近年来,卵巢早衰发病率呈逐年上升趋势。现代医学主要是以激素替代疗法加以治疗,临床效果一般且副作用大。传统医学认为此病主要是年未老,冲任已衰,天癸已竭,肾中精气的衰少,从而诱发卵巢早衰。二仙汤主要有温补肾阳、改善体内雌激素水平的作用。在临床治疗卵巢早衰中发挥着重要的作用。本文通过促性腺激素、下丘脑生殖调节激素、下丘脑—垂体—卵巢轴以及卵巢颗粒细胞水平综述了近几年来关于二仙汤及其拆方在治疗卵巢早衰方面的实验研究进展。

带外部存档的正交交叉布谷鸟搜索算法

布谷鸟搜索算法是一种新兴的仿生优化技术,其迭代使用Lévy flights随机走动和Biased随机走动搜索新的个体.在Biased随机走动中,随机交叉搜索方式具有一定的盲目或无效率,这将可能削弱布谷鸟搜索算法的搜索能力.为了改善布谷鸟搜索算法的搜索能力,提出带外部存档的正交交叉布谷鸟搜索算法(orthogonal crossover cuckoo search algorithm with external archive,OXCS).正交交叉被嵌入于Biased随机走动中以提高交叉搜索的效率.外部存档维护一定时期内的种群历史信息,并为正交交叉操作提供一个父本.实验结果说明提出的策略能够有效地改善布谷鸟搜索算法的搜索能力,并提高求解连续函数优化问题的收敛速度和解的质量.

局部火灾引起整体钢结构倒塌初始破坏机理的试验研究

为研究局部火灾下整体钢结构倒塌的初始破坏机理,分别考虑中柱及边柱受火破坏类型,设计了4个平面钢框架结构进行火灾试验研究。试验在立体火灾试验炉内进行,采用恒载升温模式。试验过程中,首层中柱或边柱以及与之相连的钢梁受火,中间层钢柱和梁柱节点采取防火保护措施,受火柱底部与自制测力支座通过螺栓连接。通过试验得到了受火梁、柱的温度场分布和位移反应的变化规律,以及受火中柱的轴力变化过程,对引起整体钢结构倒塌的初始破坏过程和破坏机制进行了分析。

基于Java3D的三维栅格生成与可视化

针对在实际生产过程中采样点数据之间的相关性对生成的三维栅格数据影响的问题,使用了八分域搜索算法以及实验变差函数来改进原有的距离反比加权算法。该方法能够减少搜索距离以及丛聚效应,并且使用Java3D创建了三维可视化的虚拟场景,对最终生成的三维栅格进行显示。最后,通过可视化的效果,证明改进后的算法更符合实际情况。

γ-分泌酶、淀粉样前体蛋白和早老蛋白1在阿尔采末病中相关性的研究进展

阿尔采末病近年来发病率逐渐升高,对其发病机制的研究逐步深入。APP、PS1为已被明确的痴呆基因,γ-分泌酶是生成Aβ的限速酶,三者都是目前AD领域研究的热点,但是三者在AD间的具体相互作用机制及过程迄今还尚未明确,这些都可能是发现AD治疗新途径的潜在位点。

交易制度与市场环境的匹配——交易规则的实验研究综述及实例

交易制度应与市场环境相匹配,经济现实中如此,实验设计中亦是如此。文章首先基于市场制度与市场环境匹配理论对相关实验进行了概述,随后对不同交易环境下交易制度的变化做了综述,并选择与买方有权搜寻其他选择的市场环境相对应的有搜寻交易制度作为重点,对已有文献进行了详细梳理,最后报告了一项已经开展的以搜寻为基础的交易制度实验研究实例,阐明了在实例中选取以顺序搜寻为基础的"接受否则拒绝"交易制度的研究思路、实验设计和实验结果。

基因工程实验教学改革的实践探析

针对基因工程实验在培养学生能力方面的不足,通过分析课程安排、内容设置和实验报告的局限性及其不适应性,结合近几年来在实践教学中积累的经验,提出了优化教学内容、改进教学方法、以论文的形式书写实验报告、完善成绩评定方法等改革措施,发挥实验教学优势,充分利用教学资源,达到培养创新型人才的目的.

采用相继增压技术改善柴油机低负荷性能的试验研究

为了改善620V12柴油机的低负荷性能，使其更好地满足作为船用主机的性能要求，对该型柴油机进行了相继增压系统的设计，并对改造后的柴油机进行了负荷特性试验研究，分析比较了柴油机1TC状态与2TC状态的负荷特性、限制特性和万有特性．试验结果表明，采用相继增压系统后，该柴油机在600-1400r／min范同的运行区域平均扩大了71％，扭矩范围提高了87．1％，限制特性线上的油耗平均降低了15．2％，改善了该柴油机的低负荷性能．