成品油管道水击超前保护优化方案

成品油管道发生泵站意外停电事故后通常执行水击超前保护程序,该保护方案对管道的安全性有决定性影响。为了确保管道从事故前稳态安全平稳过渡到事故后较优的运行状态,需要制定最佳的水击超前保护方案。对成品油管道泵站意外停电水击工况进行分析,以水击事故发生后下一稳态时输量最大且各调节阀节流压力之和最小为目标,建立优化模型,相应的约束条件为全线不超压、不汽化。模型求解采取两种不同策略:事故站下游以各站出站压力最低为目标分别寻优,采用水力坡降线平移法求解;事故站上游以整体总节流最小寻优,为了提高求解速度,采用深度优先搜索法求解。以某成品油管道泵站意外停电事故工况为例,对该优化模型进行实例应用,并根据优化结果制定水击事故过渡过程的控制逻辑,并使用仿真软件SPS验证了控制逻辑的合理性,表明该优化模型合理可靠。     

和桑尼在一起的日子

读者朋友,请打开您的电脑,轻移鼠标,在搜索网站输入“女警带犬跳绳”,随着页面的跳转,缓缓进入眼帘的是一名女警和一头活泼可爱的史宾格犬演绎的人犬跳绳的和谐画面,那就是我和桑尼。     

甘蓝植株挥发物对小菜蛾及半闭弯尾姬蜂寄主搜索行为的影响

研究了不同处理甘蓝植株释放的挥发物在小菜蛾及其寄生蜂半闭弯尾姬蜂寄主搜索行为中的作用．结果表明,机械损伤植株、虫损伤植株、虫一菜复合体植株释放的挥发物比完整植株释放的挥发物对小菜蛾和半闭弯尾姬蜂具有较强的引诱力,且以虫一菜复合体植株释放的挥发物引诱力最强．表明甘蓝受机械损伤或虫害后的挥发物对小菜蛾和半闭弯尾姬蜂起着重要的诱导作用．     

基于模型的仿射约化割线法的收敛性

本文讨论了精确线性搜索下,基于模型的仿射约化判战法的全局收效性。     

自然植被净第一性生产力模型的改进

在Miami模型和Thornthwaite模型的基础上，采用直接搜索法改进了自然植被净第一性生产力模型，该模型优于Miami模型和Thornthwaite模型，便于估算自然植被的净第一性生产力，为合理利用气候资源，充分发挥气候生产潜力，最大限度地提高植物的产量提供了理论依据。     

解大规模无约束优化的新有限储存对称秩1校正算法

提出了一个新的有限储存对称秩1校正算法,该算法把自适应调比对称秩1校正与有限储存、非单调线搜索技术相结合。算法中的下降方向由有限储存逆自适应调比对称秩1校正产生从而简化计算。将算法与著名的LBFGS进行了数值比较,结果表明,新算法能较好地解一类大规模无约束优化问题。     

基于nanoUPLC-MS/MS的螺旋藻游离肽组成分析

为了研究螺旋藻中的多肽成分,以钝顶螺旋藻为原料,采用超滤法提取螺旋藻中的游离肽,利用nanoUPLC-MS/MS和PEAKS Studio分析谱图信息,结合NCBI数据库进行比对和从头测序分析,获得游离肽的结构组成和百分含量信息。结果表明,利用数据库比对法和从头测序法,分别得到可信的游离肽4 485个和20 597个,匹配到的蛋白质有1 036种。数据库比对结果中的游离肽主要为七肽到二十一肽,少量为二十一肽以上;从头测序结果中游离肽主要为二肽到十六肽,少量为十六肽以上。数据库比对结果中百分含量最高的游离肽是十肽,为15.95%;从头测序结果中百分含量最高的是五肽,达到24.09%。本研究结果为螺旋藻蛋白资源的进一步开发和利用提供了依据。     

基于图像特征选择识别田间籽棉品级

依据中国籽棉品级文字标准,在HSI颜色空间提取了反映籽棉颜色和杂质含量的14个纹理特征以及反映棉瓣大小、结构的16个形状特征,该特征集存在维数灾难,需要进行降维。面向籽棉品级识别的特征选择问题属于非多项式(NP)难题,该文基于交叉验证、混合Filter-Wrapper和启发式搜索提出了一种求解算法。首先,以最优特征组合和浮动搜索为启发式搜索策略,基于10-折交叉验证在每一个训练集上用Filter启发式搜索最优l维特征子集（l=1, 2, 3,…, 30）,评价函数为类可分性准则;其次,在10个训练集上用Wrapper从最优l维特征子集中选择最优特征子集的容量（l=1,2,3,…,30）,评价函数为Bayes分类器的误分率,10个验证集的平均误分率极小处产生最优特征子集的容量;最后,在最优特征子集容量处验证预测集的平均误分率。结果表明,所选择的10个最优特征子集在预测集上的平均识别率为88.39%,混合Filter-Wrapper和浮动搜索的特征选择算法效率高、效果好。     

基于改进群搜索优化算法的车辆路径问题研究

针对标准群搜索优化(GSO)算法存在的早熟、后期迭代效率低和容易陷入局部极优点等问题,提出了一种改进的群搜索优化算法用于车辆路径问题的研究。该算法先是通过交叉因子的引入来曾加粒子的多样性并增强群成员的优良性,从而减小后期搜索中算法易陷入局部极优点的概率;然后借助于模拟退火算法的优势来有效的提高算法收敛性能。实验表明,基于交叉因子和模拟退火的群搜索优化(CMGSO)算法相比于标准群搜索优化(GSO)和粒子群优化(PSO)算法来说,具有较快的收敛性能和较好的全局寻优能力,因此该算法适用于物流车辆路径寻优问题的研究和解决。     

基于EnMAP-Box的遥感图像分类研究

采用2007年6月云南省勐腊县TM遥感数据,利用EnMAP-box进行了支持向量机的图像分类研究,以网格搜索法寻找最优参数,在设定的范围内,求得了最优C和g参数,用此参数进行支持向量机的遥感图像土地覆盖分类。结果表明：SVM方法较最大似然分类方法具有较高的分类精度,特别是阔叶林和橡胶林的精度明显优于最大似然分类方法;对于面积较小的次要类型,2种分类方法的精度基本保持一致;SVM的总体精度相对于最大似然分类提高了11.9％。