基于DE-MCMC方法的滑坡堆积体土壤水力参数反演研究

极端降雨条件下,入渗可急剧增大滑坡体中软弱结构面上的土壤含水量和孔隙水压力,是触发滑坡的重要因素。因此,土壤水动力模拟是滑坡预警系统的核心,其模拟结果的准确与否取决于土壤渗透特性的参数化。该文以汶川地震扰动区的银洞子滑坡堆积体为例,以土壤含水量野外观测数据为基础,基于Richards方程构建入渗模型,利用自适应差分演化算法的马尔科夫链蒙特卡罗方法(Differential Evolution Markov chain Monte Carlo,简称DE-MCMC)反演van Genuchten土壤水力参数。通过比较土壤含水量的模拟值与实测值的拟合程度,评估DEMCMC算法在土壤水动力模拟中的适用性。结果表明,基于DE-MCMC算法反演的后验参数极大降低了先验参数分布的不确定性,并显著提升土壤含水量的模拟精度。将DE-MCMC方法应用于滑坡水文,可有效率定土壤渗透特性参数,为降雨型滑坡预警提供更为可靠的土壤水动力模拟结果。

DE-MCMC算法对水污染溯源的效果分析

采用网络机器人从水质监测大数据平台及相关网站获取实时监测数据,与《地表水环境质量标准》(GB3838-2022)进行比较,锁定污染超标水域,分析该水域的分布特征。利用二维水质模型,建立流经水域中超标指标的动态变化函数,运用DE-MCMC溯源反演算法,模拟污染强度、距污染源位置及污染发生时间,实现污染溯源分析。溯源仿真结果与实际数值相近,最大误差为4.9%,最小误差为2.7%,平均误差为4.4%,表明DE-MCMC算法溯源结果真实可靠。

基于GA-DE-PSO优化算法的停车场车辆高效引导研究

传统停车引导方法受到寻优搜索算法本身缺陷的影响,设计的引导路径无法实现全局最优。针对该点不足设计了一种基于GA-DE-PSO优化算法的停车场车辆高效引导方法。利用栅格法建立停车场环境栅格地图。在原有停车时间最小化目标的基础上,增加一个避碰目标函数,由此建立一个多目标函数模型。将GA与DE融合到一起后利用GA-DE优化PSO算法,通过GA-DE-PSO优化求解停车场车辆最佳引导方案。结果表明与三种传统方法相比,GA-DE-PSO优化算法求出的方案所耗费的停车时间更短、效率更高,能够引导驾驶员快速识别出最近车位。

基于DE-VMD和GMDE的往复压缩机轴承间隙故障诊断方法

针对往复压缩机轴承间隙故障特征提取困难、识别准确率不高等问题,提出了差分进化算法优化变分模态分解方法和广义多尺度散布熵相结合的往复压缩机间隙故障诊断方法。首先,采用差分进化算法对变分模态分解算法的两个核心参数进行了优化,并利用优化后的变分模态分解方法对轴承间隙振动信号进行了信号分解和重构处理;然后,研究了多尺度散布熵的粗粒化过程,通过将方差粗粒化代替均值粗粒化,进行了多尺度处理,构建了广义多尺度散布熵算法,利用广义多尺度散布熵算法对重构信号进行了故障特征提取分析;最后,设计了核极限学习机模型对故障特征向量集进行了分类识别,完成了往复压缩机轴承间隙不同故障状态的智能诊断研究。研究结果表明,该故障诊断方法的识别准确率高达97%,高效地实现了轴承不同种类故障的智能诊断目的。

基于DE-ELM的刮板输送机用减速器故障诊断

提出一种基于差分进化-极限学习器(DE-ELM)的刮板输送机用减速器故障诊断方法。首先将减速器中齿轮不同故障类型的一维时域振动信号通过Hankel矩阵转化为二维矩阵,然后利用奇异值分解方法求取信号所对应的矩阵奇异值;同时,利用DE算法对ELM中的输入权值与隐含层节点阈值进行优化,提高ELM的稳定性与精度;最后,将奇异值特征作为DE-ELM的输入,实现减速器的故障诊断。实验结果表明,该方法具有更高的齿轮故障诊断精度及效率。

基于DE-SARIMA方法的机组产出量预测

获得高精度机组产出量预测是维持钢铁企业库存量合理稳定的前提。受生产环境复杂多变和市场需求不确定性的影响,机组产出量表现出一定波动。为此,提出基于差分进化——季节性自回归整合移动平均(DE-SARIMA)的机组产出量预测方法。为提高预测精度,设计带有分段迭代自适应变异策略和DBSCAN选择策略的DE算法对SARIMA模型的参数进行寻优。采用实际生产数据进行测试,验证了所提方法的有效性。

基于DE-MADDPG多智能体强化学习机械臂装配

为了提高机械臂在复杂装配任务中智能程度,提出了一种基于深度强化学习的多智能体装配策略。以六自由度机械臂Pieper准则构型为基础,将末端的位置和姿态分开独立控制,应用解耦多智能体深度确定性策略梯度算法(DE-MADDPG),依据其不同的结构装配特性设计了全局奖励函数和局部奖励函数,并在Gezebo仿真平台上进行了圆孔和方孔装配的仿真实验,同时对DDPG算法和MADDPG算法进行对比实验。结果表明DE-MADDPG算法比DDPG提升了13.2%的装配效率,比MADDPG装配更加稳定。通过搭建装配实验平台,验证了该算法在实体装配过程中具有可行性和较强的泛化能力。

基于PSO/DE-ELM模型的云贵高原干旱预测

气候变化导致西南地区面临愈加严重的干旱问题,为准确预测该区域干旱情势,分别构建了粒子群算法(PSO)和差分进化算法(DE)优化的极限学习机(ELM)模型,并将其应用于云贵高原干旱预测,从预测精度和特征值模拟能力等方面比较了PSO-ELM模型和DE-ELM模型在云贵高原干旱预测中的适用性。结果表明:①PSO-ELM模型和DE-ELM模型均能够有效预测云贵高原不同时间尺度下的干旱状况,模拟值与实测值的相关系数均在0.75以上,均方根误差均小于0.65;②两种模型对最大值、最小值、不同百分位数等特征统计值、干旱历时和干旱强度的拟合效果较好,能够有效反映研究区干旱特征;③相较而言,DE-ELM模型的预测性能略优于PSO-ELM模型,在云贵高原干旱预测中具有更强的适用性。

De-aging技术相关专利分析

随着电视、电影特效等技术的快速发展,De-aging(即数字减龄、逆龄、去老化)技术得到了广泛的应用。对De-aging技术相关专利申请进行分析,从全球专利申请趋势、申请地域分布、申请人地域分布、主要申请人、申请人成分构成等方面进行详细阐述,并基于技术分支和重要申请人对重点专利进行梳理,为后续De-aging专利的研发、专利申请或专利分析等提供依据。

热带Linde-de-la Puente矩阵的密码应用

近年来,一些密码学研究者提出了基于热带代数半环的公钥密码,例如Grigoriev和Shpilrain提出了几个有关热带半环密码方案,但他们设计的方案都存在安全缺陷。为了解决有关他们设计方案中存在的缺陷,将采用一种新的热带Linde-de-la Puente矩阵的形式,设计一类新的热带半环密钥交换协议和公钥加密系统。该协议的安全性可归约为求解热带非线性整数方程组的NP困难问题。由于私钥矩阵不能用已知矩阵线性表示,因此可以抵抗KU攻击,该密码系统没有使用热带矩阵加法运算,因此同样也可以抵抗RM攻击,在抵御敌手攻击方面要优于Grigoriev和Shpilrain的方案。

基于EEG和DE-CNN-GRU的情绪识别

近年,情绪识别研究已经不再局限于面部和语音识别,基于脑电等生理信号的情绪识别日趋火热.但由于特征信息提取不完整或者分类模型不适应等问题,使得情绪识别分类效果不佳.基于此,本文提出一种微分熵(DE)、卷积神经网络(CNN)和门控循环单元(GRU)结合的混合模型(DE-CNN-GRU)进行基于脑电的情绪识别研究.将预处理后的脑电信号分成5个频带,分别提取它们的DE特征作为初步特征,输入到CNN-GRU模型中进行深度特征提取,并结合Softmax进行分类.在SEED数据集上进行验证,该混合模型得到的平均准确率比单独使用CNN或GRU算法的平均准确率分别高出5.57%与13.82%.

Bacillus DE-8降解油脂下脚料中残油特性研究

以Bacillus DE-8为试验菌株,选用不同的油脂下脚料为发酵基质,对其降解条件进行正交优化研究.结果表明:BacillusDE-8发酵的最佳培养条件是起始pH值为8,接种量4%、摇床转速为160r/min、温度为32℃、添加1%氯化钙及1%表面活性剂十二苯磺酸钠,发酵72h,在该条件下,验证试验残油降解率达81.6%.

基于DE-Jaya混合优化算法的电力系统经济调度方法

针对电力系统经济调度问题,提出一种基于差分进化(DE)算法和Jaya混合优化(DJ)算法的求解方法。通过引入一个概率选择因子,建立DE和Jaya算法在进化过程中的占比,以充分发挥DE算法的探索能力和Jaya算法的开发能力,从而平衡算法的局部寻优能力和全局寻优能力。采用13机组、40机组和110机组电力系统作为仿真算例,以验证该算法的可行性和有效性。仿真结果表明:DJ算法获取更优的调度方案,可作为经济调度(ED)问题求解的一种有效方法。

中温条件下烟气De-NO_x技术的研究现状与发展

中温脱硝(De-NOx)指在炉膛出口以后到尾部受热面之前400～900℃温度区间进行脱硝的技术,具有反应器布置灵活、反应器内温度分布均匀和便于现有装置改造的优点。文中对中温烟气脱硝的研究现状进行了分析、总结与展望。中温烟气脱硝包括中温选择性催化还原(selective catalyticreduction,SCR)法、中温选择性非催化还原(selectivenon-catalytic reduction,SNCR)法、中温干法钙基脱硫剂脱硝技术以及负载金属的活性炭还原法等几种方法。中温SCR法使用分子筛催化剂,依然存在易被H2O、SO2毒化的问题;传统的以氨或尿素作还原剂的SNCR法加入H2、H2O2、烃醇类物质、钠盐或生物质气化气等添加剂可将反应温度降低至中温区,也可用肼类物质、氰尿酸、碳酸氢铵或活化氨基等作还原剂将温度窗口向下移动到中温区;中温干法钙基脱硝需结合脱硫进行,并对还原剂的喷入点有严格要求;中温活性炭还原法负载金属及反应机制尚不明确。综合反应效果及各技术对灰尘的适应性、操作的难易度及经济性,推荐中温SNCR脱硝技术为目前中温脱硝技术工程化方向。

DE-GMAW旁路电流对焊缝熔深变化的影响

对单旁路耦合电弧焊母材热输入理论分析的基础上,进行不同母材电流和旁路电流组合的单旁路耦合电弧焊堆焊实验.对所得的焊缝熔深数据进行多项式拟合和回归分析,得到旁路电流与熔深变化的数学关系.结果表明:DE-GMAW的旁路电流只在一定区间内显著影响熔深,并与熔深呈线性关系,与母材热输入理论分析吻合.

DE-GMAW高速电弧焊工艺机理的研究

通过大量的工艺实验,找出了DE-GMAW双焊枪组合的匹配参数,测试了焊接电流波形,拍摄了熔滴过渡图像,并获得了无成型缺陷的焊缝照片．基于实验结果解释了高速焊接工艺的机理．建立了适用于DE-GMAW焊接工艺的有限元模型,并对该工艺条件下的温度场、应力-应变场进行了数值模拟．结果表明:计算出的DE-GMAW焊缝横断面形状尺寸与实验结果吻合良好;在通过焊丝的总电流相同时,DE-GMAW焊接时焊缝尺寸、热影响区宽度、应力、应变及变形均小于常规GMAW焊时的结果．这为DE-GMAW焊接工艺参数优化提供了基础数据．

镁合金DE-GMAW熔滴过渡受力分析

通过单旁路耦合电弧熔化极惰性气体保护焊(DE-GMAW)对AZ31B镁合金薄板进行堆焊试验,探讨旁路电流大小的改变对整个熔滴过渡机制的影响。在不同的旁路电流下,重力和等离子流拉力促进熔滴过渡,表面张力阻碍熔滴过渡;电磁力在整个熔滴过渡过程中起决定性作用,旁路电流越大,电磁力越大,电磁力的方向改变取决于电弧根部夹角θ,θ<70°电磁力阻碍熔滴过渡,θ>70°电磁力促进熔滴过渡。

延迟引出基体辅助激光解吸/电离质谱(DE-MALDI-MS)法高分辨率测定混合碱基DNA的研究

本文使用延迟引出基体辅助激光解吸 /电离质谱 ( DE- MALDI- MS)法 ,以3-羟吡啶甲酸和吡啶甲酸混合液为二元基体 ,硝化纤维膜为基底 ,对混合碱基组成的 DNA样品进行高分辨率测定 ,获得满意的结果 :DNA2 0 - mer分子离子峰分辩率为 8769,DNA 36- mer为 1 650 ,DNA 54- mer为 843,前二者的组成分子离子峰各同位素峰清晰可辩。此外对影响 DNA离子峰分辨率的各种因素进行讨论。

以de-[B]ZSM-5为母体的钛硅沸石Ti-SiZSM-5合成

以经过预先处理的ＢＺＳＭ－５为母体，采用气固相同晶取代方法制备Ｔｉ－ＳｉＺＳＭ－５沸石。研究处理方法对母体影响发现，单纯焙烧ＢＺＳＭ－５，由于非骨架Ｂ的产生及Ｎａ＋的驻留，Ｔｉ同晶取代难以发生；若进一步以ＨＣｌ处理，则不仅能将非骨架Ｂ及Ｎａ＋从沸石内部交换出来，还能起到深度脱Ｂ作用，为Ｔｉ的补入提供更多的活性位置，大幅提高取代效率。同时，温度也是影响取代效果的重要因素。以环己酮氨氧化为探针反应研究诸样品性能，发现以ｄｅ－［Ｂ］ＺＳＭ－５为母体，较高温度下制备的Ｔｉ－ＳｉＺＳＭ－５更具催化活性；沸石中Ｓｉ—ＯＨ的存在有利于反应中间物的吸附并提高环己酮转化率。

VI-DE:DE-Wrapper的可视化编辑调试环境

介绍了VI-DE,数据抽取工具DE-Wrapper的可视化编辑调试环境。DE-Wrapper使用扩展正则表达式(ERE)描述数据源结构,根据该ERE构造数据抽取树(DE-树),然后根据DE-树生成相应的关系数据库模式,最后抽取数据。VI-DE整合了DE-Wrapper的工作流程。该工具首先使用可视化界面支持ERE/DE-树可视化构建,然后自动检查该ERE/DE-树是否具有二义性,最后在样本数据上运行抽取算法并给出数据库结构和抽取结果,供用户进行评价,从而逐步引导用户设计出满足要求的ERE/DE-树。VI-DE已用于构建国内第1个整合的生物信息在线数据仓库系统。