GBAVTII探测西安上空夜气辉反演O_(2)(0-1)柱浓度及其波动的研究

探测高层大气的粒子浓度具有重要的科学意义.本文利用安装在中国西安城区(海拔457m, 34.23°N,109.01°E)的自制地基气辉成像干涉仪GBAVTII(Ground-based atmosphere VER&temperature imaging interferometer)对峰值高度在94 km处的867.7 nm O_(2)(0-1)夜气辉长期定点观测,反演得到O_(2)(0-1)的柱浓度,并根据大气温度及O_(2)(0-1)粒子柱浓度的扰动提取得到大气重力波、行星波周期.本文首先阐述了地基GBAVTII探测气辉的原理,并从气辉辐射理论及地基探测模式导出气辉强度表达式,建立地基仪器探测得到的气辉的积分体发射率IER(Integrated Emission Rate)与大气中O_(2)(0-1)柱浓度的关系,然后利用2019年以来的多日观测数据,得到西安地区上空O_(2)(0-1)粒子的柱浓度量级为10~4cm^(-2);经对比发现2020年9月17日GBAVTII探测O_(2)(0-1)柱浓度结果与NRLMSISE-00模型数据的相对误差在0.5%~30%.我们从GBAVTII整夜拍摄气辉成像干涉图中反演出西安上空90~100 km的大气温度和O_(2)(0-1)柱浓度及扰动特征,得到周期在8~10 h左右的潮汐波,去掉潮汐趋势的温度和柱浓度残差序列,利用小波分析提取得到周期为2.3 h的重力波.最后我们利用2022年4月21日—2022年5月6日期间的O_(2)(0-1)柱浓度探测序列得到日平均柱浓度并提取准2日的行星波周期.GBAVTII所探测得到大气波动的周期尺度与其他已有中纬度地区的探测结果相吻合.

增强型群论优化算法求解折扣{0-1}背包问题

群论优化算法(GTOA)是基于群论方法提出的一个离散演化算法,非常适于求解以整型向量为可行解的组合优化问题。为了进一步提高GTOA求解折扣{0-1}背包问题(D{0-1}KP)的性能,首先指出了它的随机线性组合算子(RLCO)未能充分考虑当前个体位置信息的不足,基于个体基因保留策略对其进行改进。然后,在随机反向变异算子(IRMO)中引入增强0分量变异策略,用于处理因个体0分量无法及时变异而导致的解的质量下降、种群多样性降低等问题。在改进上述两个算子的基础上,提出了增强型GTOA(EGTOA),并基于它给出求解D{0-1}KP的新方法。随后,将改进策略应用于二进制GTOA(GTOA-2),提出了增强型GTOA-2(EGTOA-2)及其求解D{0-1}KP的新方法。为了验证EGTOA和EGTOA-2的性能提高程度与优异性,分别利用它们求解四类大规模D{0-1}KP实例,通过与GTOA、GTOA-2以及求解D{0-1}KP的已有8个最先进算法的比较表明:EGTOA和EGTOA-2求得最优解的能力比GTOA和GTOA-2提高了至少1.14倍,比8个最先进算法提高了5%~60%,它们的平均性能比GTOA、GTOA-2以及8个最先进算法的性能更佳。因此,EGTOA和EGTOA-2是当前求解D{0-1}KP的最佳算法。

基于DNA链置换反应网络求解0-1背包问题

目的基于DNA链置换的化学反应网络可以作为一种有效的编程语言来解决各种数学问题,而0-1背包问题是一个经典的NP问题。为了求解0-1背包问题。方法提出利用DNA链置换反应网络,并利用Visual DSD设计仿真实验。结果通过加权、求和和阈值3个反应模块进行求解,最后由输出的单链DNA来表达结果。由于浓度的检测存在一定误差,使用带有荧光分子的单链DNA输出表达操作结果。最后,使用DSD仿真软件得到变量转换模块相对应的链置换反应网络图、变量仿真图以及阈值比较图。模型表明,该算法能够有效降低0-1背包问题的复杂度,并且具有较高的求解精度和稳定性。结论所提出的模型进一步丰富了DNA计算,并拓宽了DNA链位移的计算宽度。

技术站单组列车编组计划0-1规划模型研究

针对目前铁路技术站单组列车编组计划选优问题较为复杂的实际,采用应用数学的智慧型研究方法,构建技术站单组列车编组计划优化的线性0-1规划模型,以建立在技术站分布呈现网络状条件下,考虑技术站单组列车编组计划同一支车流不拆散原则和车流接续归并原则,及车站改编能力限额约束为主要研究内容。线性0-1规划模型求解复杂度相对于非线性模型有较大幅度降低,可在一定条件下解决铁路技术站单组列车编组计划选优问题,为技术站分组列车编组计划方案选优的可持续研究提供一定理论支持。

粉煤循环流化床锅炉0~1 mm制粉系统开发与热力计算方法

为实现粉煤循环流化床(powdered coal-circulating fluidized bed,PC-CFB)的0~1 mm给煤,借鉴传统煤粉锅炉制粉系统的设计及计算经验,开发PC-CFB锅炉0~1 mm制粉系统,其特征为采用中速磨煤机制备粉煤,利用气固分配器分离制粉乏气与粉煤的混合物,并设置备用系统以保证系统发生故障时的正常燃料供应。提出0~1 mm制粉系统的热力计算模型,确定磨煤机通风量、干燥剂配比以及干燥剂温度等关键技术指标,预测制粉系统干燥出力,并分析PC-CFB锅炉0~1 mm制粉系统的性能变化规律。研究结果表明:保持磨煤机出力、热风温度不变,在系统允许的范围内降低磨煤机出口温度,有利于降低干燥剂量,提升干燥出力;磨煤机出口温度每降低1℃,制粉系统所需的干燥剂量减少约523 m3/h,干燥出力增加约0.4 t/h。

孕早期妇女血清C18∶1-Cer和LPC18∶0水平检测对妊娠期糖尿病的预测价值研究

目的探究孕妇孕期血清样本中血清十八碳一不饱和脂肪酸硬脂酰鞘氨醇(serum stearoyl sphingosine,C18∶1-Cer)和1-硬脂酰基-sn-甘油-3-磷酸胆碱(lysophosphatidyl choline,LPC18∶0)水平在预测孕妇患妊娠期糖尿病(gestational diabetes mellitus,GDM)方面的价值。方法回顾性分析126例孕妇的临床资料和实验室指标,根据GDM诊断结果,将研究对象分为GDM组(n=66)和对照组(n=60)。采用质谱法检测研究对象孕早期和孕中期血清C18∶1-Cer和LPC18∶0水平,通过Logistic回归分析筛选出GDM的危险因素,采用受试者工作特征(receiver operating characteristic,ROC)曲线评估C18∶1-Cer,LPC188∶0和两者联合对GDM的预测价值。结果与对照组相比,GDM组血清C18∶1-Cer和LPC18∶0水平在孕早期(18.92±2.77ng/ml vs 23.47±4.18ng/ml,41.32±17.55ng/ml vs 88.08±16.02ng/ml)和孕中期(23.14±4.10ng/ml vs 18.76±4.05ng/ml,84.60±14.53ng/ml vs 40.50±17.79ng/ml)均显著升高,差异具有统计学意义(t=7.127,15.637;-5.984,2.174,均P<0.05)。C18∶1-Cer与空腹血糖(fasting plasma glucose,FPG)、空腹胰岛素(fasting plasma insulin,FPI)、胰岛素抵抗指数(homeostasis model assessment of insulin resistance,HOMA-IR)、糖化血红蛋白(glycated hemoglobin,HbA1c)和三酰甘油(triglyceride,TG)呈正相关(r=0.458,0.209,0.317,0.223,0.219,均P<0.05)。LPC18∶0与FPG,FPI,HOMA-IR,HbA1c,总胆固醇(total cholesterol,TC)和TG呈正相关(r=0.715,0.426,0.580,0.465,0.232,0.372,均P<0.05)。Logistic回归分析结果显示,C18∶1-Cer[OR(95%CI):1.522(1.136~.039),P<0.05]和LPC18∶0[OR(95%CI):1.198(1.102~1.302),P<0.001]是GDM的独立危险因素。ROC曲线分析结果显示,血清C18∶1-Cer,LPC18∶0和两指标联合的曲线下面积(area under the curve,AUC)分别为0.819,0.971和0.986,两者联合检测的预测效能优于单独检测。结论妊娠早期血清中的C18∶1-Cer和LPC18∶0与GDM的发生密切相关,C18∶1-Cer联合LPC18∶0对GDM早期诊断有一定的预测价值。

基于遗传算法求解折扣{0-1}背包问题的研究

目前,求解折扣{0-1}背包问题(D{0-1}KP)的主要算法是基于动态规划的具有伪多项式时间的确定性算法,当D{0-1}KP实例中各项的价值系数与重量系数在大范围内取值时缺乏实用性.文中基于杰出者保留策略遗传算法(EGA)求解D{0-1}KP,首先建立了D{0-1}KP的两个新的数学模型;然后,为了利用EGA和第一数学模型求解D{0-1}KP,提出了一种处理非正常编码个体的贪心修复与优化算法GROA,并将其与EGA相结合给出了求解D{0-1}KP的第一遗传算法FirEGA;紧接着,利用EGA和第二数学模型求解D{0-1}KP,提出了处理非正常编码个体的另一种有效算法NROA,并将其与EGA相结合给出了求解D{0-1}KP的第二遗传算法SecEGA;最后,利用四类大规模D{0-1}KP实例,确定了FirEGA和SecEGA的交叉概率与变异概率的合理取值,比较了两个算法的实际求解性能.对四类实例的计算结果表明:FirEGA和SecEGA都非常适于求解大规模的难D{0-1}KP实例,均能够得到一个近似比非常接近于1的近似解,并且FirEGA的平均求解性能比SecEGA的更优.

求解0-1背包问题的二进制狼群算法

狼群算法(wolf pack algorithm,WPA)源于狼群在捕食及其猎物分配中所体现的群体智能,已被成功应用于复杂函数求解。在此基础上,通过定义运动算子,对人工狼位置、步长和智能行为重新进行二进制编码设计,提出了一种解决离散空间组合优化问题的二进制狼群算法(binary wolf pack algorithm,BWPA)。该算法保留了狼群算法基于职责分工的协作式搜索特性,选取离散空间的经典问题——0-1背包问题进行仿真实验,具体通过10组经典的背包问题算例和BWPA算法与经典的二进制粒子群算法、贪婪遗传算法、量子遗传算法在求解3组高维背包问题时的对比计算,例证了算法具有相对更好的稳定性和全局寻优能力。

0-1测试方法的径流时间序列混沌特性应用

径流时间序列混沌特性识别的常用方法是基于相空间重构的关联维数法、最大Lyapunov指数法和Kolmogorov熵法。引入一种新的时间序列混沌特性识别方法:0-1混沌测试方法。该方法直接应用于时间序列不需要相空间重构,并且通过量化指标Kc是否接近于0或1来识别时间序列的混沌特性。以Logistic映射生成的序列、金沙江流域和美国Umpqua河多年日径流序列为研究对象,首先利用0-1混沌测试方法进行了混沌特性识别和判定;然后基于相空间重构,运用相空间重构、伪最近邻点法、关联维数方法、最大Lyapunov指数法和Kolmogorov熵5种非线性研究方法分析了这两列径流时间序列混沌特性。研究结果表明0-1混沌测试方法简单有效。以上方法交互验证了该两列径流时间序列存在低维混沌特性。

0-1规划问题的DNA计算

DNA计算是解决一类难以计算问题的一种新方法,这种计算随着问题的增大可以呈指数增长。迄今为止,许多研究成果已经成功地提高了它的性能和增加了它的可行性,该文提出了在基于表面的DNA计算中采用了荧光标记策略,解决简单的0-1规划问题的一种理论方案,尝试了DNA计算在规划问题中的应用。这种方法具有编码简单、耗材底、操作时间短、技术先进等优点。

考虑观测冗余度最大的0-1线性规划电力系统PMU最优配置

提出一种0-1线性规划PMU优化配置模型。该模型通过求解单目标规划问题实现了PMU设备数量和系统观测冗余度2个目标同时达到最优,简化了计算过程,保证了解的全局最优性。该模型的严谨性得到了严格的数学证明。对118节点、300节点等IEEE标准系统的仿真验证了该模型的有效性。文中PMU优化结果与其它文献结果的对比体现了该模型的优越性。最后将该算法应用于三华电网系统,证明了该模型的实用性。

求解大规模0-1背包问题的主动进化遗传算法

针对遗传算法求解大规模0-1背包问题中存在的不足,将定向变异机制引入到遗传算法中,提出了基于主动进化遗传算法的0-1背包问题求解算法。该算法利用概率编码方案对种子个体进行编码,每代种群中的个体通过对该代种子个体进行测度而产生,用于定向变异的诱变因子将参与种子个体的进化。实验结果表明,该算法具有较好的全局寻优能力和执行效率。

基于改进的微粒群优化算法的0-1背包问题求解

在介绍微粒群优化算法及其搜索策略的基础上,根据组合约束优化问题的特点,定义了等值变换、异值变换以及变换序列等概念,有针对性地设计了一种适合求解0-1背包问题的特殊微粒群优化算法。实验证明,改进后的微粒群优化算法在求解0-1背包问题上具有可行性和高效性。

求解0-1背包问题的人工免疫抗体修正克隆算法

基于细胞克隆选择学说,系统地阐述了用于人工智能的抗体修正克隆算子,提出了相应的人工免疫抗体修正克隆算法;利用Markov链的有关性质,证明了该算法的收敛性.针对0_1背包问题的试验结果表明,人工免疫抗体修正克隆算法解决组合优化问题是有效的,与相应的进化算法相比,该算法有效克服了早熟问题、保持了抗体的多样性,而且收敛速度快.

基于遗传算法的0/1背包问题求解

利用遗传算法提出了解决０／１背包问题的３种算法．这３种算法分别是基于罚函数修正方法和译码方法的算法．理论分析表明，修正方法可以获得问题的最优解．在不同测试数据集上对这３种算法的性能进行了比较，结果与理论分析一致．

基于动态规划法求解动态0-1背包问题

随机时变背包问题(RTVKP)是一种动态组合优化问题,也是一种典型的NP-hard问题。由于RTVKP问题中物品的价值、重量和背包载重均是动态变化的,导致问题的求解非常困难。在动态规划法基础上,提出了一种求解背包载重随机变化的RTVKP问题的确定性算法,分析了其复杂度和成功求解需要满足的条件。对两个大规模实例的计算表明,该算法是求解RTVKP问题的一种高效算法。

求解多维0-1背包问题的一种改进的遗传算法

针对多维0-1背包问题,通过应用贪心法和二分搜索法的思想,本文提出了一种新的杂交算子———中值杂交,并且基于此算子提出了求解多维0-1背包问题的一种改进的遗传算法。最后本文通过一系列数值实验,把改进算法与传统的遗传算法以及其他最新的遗传算法进行比较,经过对求得近似解的精度及计算所需时间两方面的对比,验证了其有效性。

DNA芯片在0-1规划问题中的应用

生物芯片技术和DNA计算分别是近年来生命科学与信息科学的新兴研究领域 ,对信息高度并行的获取与处理是二者的本质特性 .而 0 1规划问题作为运筹学中一个重要的问题 ,到目前为止还没有好的算法 .在DNA计算和DNA芯片基础上 ,提出了基于DNA芯片解决 0 1规划问题的DNA计算新模型 ,与以往DNA计算模型相比 ,该模型具有高信息量和操作易自动化的优点 .

非线性0-1规划问题的连续化及其遗传算法解法

为了求解非线性0-1离散规划问题,通过非线性等式的"离散性约束"将其转化为[0,1]区间上等价的连续变量非线性规划.对于目标函数非线性、约束线性的0-1规划问题,可以使用乘子法来解决含"离散性约束"的非线性优化问题.对于目标函数和约束函数均为非线性的问题,可以采用约束松驰法将离散性约束松弛为不等式约束.两种方法处理后均使用遗传算法程序GENOCOP求解.乘子法求解得到的结果比较准确,约束松弛法属于近似方法,可以求解带非线性不等式约束的问题.用本文的方法对多个非线性0-1规划同题的算例进行了计算,并将计算结果同枚举法的计算结果比较,结果表明该方法准确、有效.

两段探测目标的传感器任务调度问题0-1规划模型及算法

为解决指挥系统控制中的调度困难,研究了一类特殊的传感器资源调度问。主要分析了跟踪目标的探测次数、时间间隔和传感器资源等约束条件。用跟踪目标的重要程度之和作为目标函数,建立了一个0-1规划的数学模型,再利用变换将其转化为0-1线性整数规划模型。利用割平面法求解得出最优调度策略,其能在工作量饱和的情况下合理调度传感器资源。为提高求解速度,提出了对应的模拟退火算法。通过对一些不同规模实例的求解,在资源利用率和算法的求解速度等指标上,与割平面法及遗传算法进行对比分析,验证了模型的有效性和模拟退火算法求解的高效性。