热风非织造布厚度提升研究

着重研究热风非织造布部分生产工艺对厚度的影响。结果表明,增加梳理杂乱度、使用空调风冷冷却方式、降低冷却辊热风炉牵伸速差等,均能不同程度地提升热风非织造布的厚度,以及其作为卫生用品表层的干爽舒适感。

一种非均匀分布问题分布性维护方法

几乎所有多目标进化算法(multi-objective optimization evolutionary algorithm,MOEA)都是针对Pareto最优面为均匀分布问题而言.然而现实中很多问题Pareto最优面是非均匀分布的,决策者希望得到一个与Pareto最优面分布类似的解集.现存算法并不能有效解决该问题.对此,提出一种针对于非均匀分布多目标优化问题的维护方法(non-u-niformly diversity maintenance method,NUDMM).该方法定义一个反映个体分布"规则"程度的指标——杂乱度,并设计一种降低种群杂乱度的方法,在未知Pareto最优面分布规律情况下有效剔除造成种群混乱的个体.通过与NSGA-II和SPEA2在不同维数下8个非均匀函数上对比实验,表明NUDMM在有效保持问题真实分布的同时,具有良好的收敛性.

基于改善解集分布性的多目标优化

针对低维度多目标优化问题,目前的众多多目标优化算法已能保证足够接近问题的最优前沿,并兼顾解集的收敛性和多样性。然而,大多数算法往往忽略了解的分布性。在具有不规则帕累托前沿的多目标优化问题上,解的分布越均匀,越能充分覆盖问题的最优前沿超平面,提供给决策者的选择区间也越趋于合理。文中针对解的分布性的改善问题,以SPEA2算法为主框架,在改进个体适应度计算的基础上,提出一种新的多目标优化算法CM-SPEA2。该算法首先通过不等权重层次聚类法将种群划分为若干簇;然后改进原有杂乱度计算方法,衡量个体在所属簇内的杂乱度,寻找杂乱度最低的个体作为参考点;最后,基于其他个体与参考点的Manhattan距离计算表征分布性的算子并改进适应度函数,设置适应度阈值筛选参考点附近的非支配个体,从而间接调整环境选择策略,使保留的个体分布更加均匀,进而提升收敛性和多样性。对比实验结果表明,与一些类似的多目标优化算法相比,CM-SPEA2算法在IMOP、ZDT和VNT类型的测试问题上具有一定的优势。

高分辨率遥感影像复杂场景的汇总统计方法

针对高分辨率遥感影像场景的分类,受人类视觉系统从场景中提取汇总统计信息用于场景感知的启发,提出场景汇总统计特征提取方法。该方法提取场景的平均方向信息和视觉杂乱度,利用Gabor滤波器统计场景的平均方向信息,并基于视觉拥堵进行场景的杂乱度度量,然后将两者组合在一起,形成基于汇总统计特征的复杂场景描述。在21类遥感数据集上的实验表明,当训练样本和测试样本各为50幅时,该方法的分类精度比Gist方法高6.5%,比词包模型(BOW)方法高3.22%,且计算简单,同时与Gist相比,不需要人工干预。

Electronic and Transport Properties of Carbon Nanotubes with Impurities and Structure Disorder

Electron relaxation time and density of states near the Fermi level were calculated for ＂dirty＂ carbon nanotubes taking into account multiple elastic electrons scattering on impurities and structural inhomogeneities of a short-range order type. A possible explanation of low-temperature behavior of density of states and electrical conductivity depending on defect structure, impurities and chirality is presented.