摘要：序列比对是生物序列分析中的一个经典问题,旨在找出序列之间的相似性,它对于发现生物序列中的功能、结构和进化信息都具有重要的意义.该问题可分为双序列比对和多序列比对2类,现有工作多针对特定算法展开,没有设计通用的求解方法;此外,甚少涉及算法可信性的研究.从生物序列比对问题的形式化规约出发,通过深入分析问题的性质,刻画问题求解的本质特征,借助形式化方法PAR(partition andrecursion)设计了序列比对动态规划算法的统一构造框架seqAlign;展示了应用该框架构造序列数为3的多序列比对算法的过程,并使用Isabelle定理证明器对构造结果进行形式化验证;利用PAR平台生成了该算法的C++可执行程序,进一步分析了由seqAlign框架机械化构造其他类型序列比对算法的过程.通过严密的规约精化和形式验证,有效地保证了生成算法的可信性;开发的seqAlign框架提供了序列比对问题类的通用求解方案,显著提高了序列比对算法族生成的效率.研究结果在生物序列分析中序列比对问题上的成功应用,从方法学和实践上可为复杂生物信息学领域高可靠算法的构造提供参考.

摘要：预处理是构建近红外光谱检测模型的重要环节,影响着近红外光谱检测的精度。目前已有的预处理方法种类众多,不同方法用于解决不同类型的噪声和无关信息,从而提高信噪比,如何优化样品的光谱数据和预处理组合的选择对模型结果至关重要。为此,提出一种用于近红外光谱模型校准的预处理组合优化策略,包括挑选常用的八种预处理方法建立预处理方法库,利用偏最小二乘方法(PLS)建立定量模型,以建模交叉验证均方根误差(RMSECV)为迭代标准,从库中简单高效地选出提高模型优良校准能力的预处理组合。基于该策略的结构设计,选用优化领域中的贪婪算法作为寻优手段,通过对每一步的预处理方法进行寻优完成全局优化,简洁高效地完成光谱数据预处理组合的选择。提出的策略在小麦、猪肉等公开数据集上进行了测试,与同类的堆叠策略(Stacked)和多块数据顺序正交融合策略(SPORT)进行比较。结果显示,在小麦数据集上,提出的策略较Stacked和SPORT策略的校正均方根误差(RMSEC)分别降低了12%,6%,预测均方根误差(RMSEP)分别降低了32%,17%;在猪肉数据集上,提出的策略较Stacked和SPORT策略的RMSEC分别降低了49%,48%,RMSEP分别降低了46%、41%,显示出了较好的校准性能。最后,分析了该策略所选出的预处理方法在模型校准中各自的贡献度,讨论了该策略在模型可解释性、防止过拟合方面的潜力。该策略为近红外光谱的预处理方法选择提供了一种新的思路。

摘要：以负泊松比复合材料夹层板为研究对象,对其振动特性展开研究。首先,设计并制备了夹层板模型,对其进行空气中的强迫振动试验;然后,基于有限元法建立数值模型进行仿真计算,对比试验与仿真结果验证了夹层板数值模型的合理性与可靠性;最后,探究了芯层中格栅截面的形式、角度、厚度以及格栅材料对整体夹层板振动特性的影响。研究表明:当芯层等效密度相同时,内凹六边形格栅更有利于结构的减振设计;结构振动响应随截面角度的减小而减小;截面厚度变化对不同频段内振动响应曲线影响不同,但对响应的峰值大小影响较小;格栅材料为增强碳/玻璃混杂纤维的夹层板振动响应最小。

摘要：针对具有模型不确定和海洋环境扰动的微小型无人水下航行器无速度测量轨迹跟踪控制问题,提出自适应鲁棒积分有限时间预设性能渐近控制方法.构造预置期望收敛时间的预设性能函数与误差转换函数,将跟踪误差由受限状态转化为非受限状态,其中期望的收敛时间可预先设置且不依赖误差初始状态.在此基础上结合状态扩张观测器和误差符号鲁棒积分控制,提出复合扰动快速补偿与连续抑制相耦合的状态输出反馈控制器,其中线性状态观测器用于快速补偿未知速度和复合扰动,而连续误差符号鲁棒积分控制则进一步抑制估计误差和避免抖振.该设计不仅能保证跟踪控制的瞬态和稳态性能,还可避免鲁棒积分控制需要精确已知扰动微分上界的保守假设以及对高控制增益的依赖.稳定性分析证明了闭环控制信号在有限时间内渐近收敛.仿真结果验证了所提出控制方法的有效性.

摘要：针对具有约束的不确定主动悬架系统(active suspension system,ASS),提出一种考虑输入和输出约束的自适应容错控制方案.首先,设计一个有界约束函数来同时约束车身和轮胎的垂向位移,以实现驾驶舒适度与轮胎抓地力之间的平衡.其次,为了进一步提高驾驶舒适度,针对不确定车身子系统,提出一种考虑输入约束的自适应容错控制律,并与设计的有界约束函数进行叠加,得到最终的控制律.其中,考虑到执行器故障及ASS不确定性带来的未知项,采用自适应控制来逼近未知项的上界,同时引入辅助系统对输入饱和进行补偿.最终,分析ASS的稳定性,并通过仿真对比验证所提出方案的有效性.

摘要：电网故障期间保持虚拟同步发电机(virtual synchronous generator,VSG)型变流器的暂态稳定性对系统安全稳定运行至关重要,频率稳定性是保持暂态稳定性的前提和基础,应优先考虑,而现有暂态稳定方法却极少关注。为此,该文提出一种面向频率稳定性提升的VSG暂态稳定性增强方法,该方法可同时增强故障期间的暂态稳定性和频率稳定性。首先,全面分析2种故障类型下VSG的惯性和阻尼对暂态稳定性和频率稳定性的影响机理;然后,提出一种引入角频率偏差反馈的有功环控制,并基于小信号和大信号模型综合分析VSG的暂态响应;接着,给出一种考虑最优阻尼比的VSG参数设计方法;最后,通过实验验证理论分析和所提方法的正确性。

摘要：针对离心泵空化状态下压力脉动信号的非线性和复杂程度以及浅层机器学习方法在数据深度挖掘上的不足,提出一种基于分形维数和双向长短时记忆神经网络的离心泵空化状态识别方法。通过离心泵空化试验获得不同空化状态压力脉动信号。采用固有时间尺度分解对压力脉动信号进行处理,筛选出有效分量,计算其盒维数和关联维数,构建空化分形特征向量。将空化特征向量导入基于双向长短时记忆神经网络的空化状态识别模型。研究结果表明,有效分量的盒维数及关联维数随空化系数的变化具有明显的规律性,且模型识别的准确率高达92.8%,能够实现离心泵空化状态的识别。

摘要：为解决城市轨道交通土建工程传统造价预测模型缺乏决策信服力的问题,首先,运用特征选择与知识判断方法提取城市轨道交通土建工程造价关键影响因素并建立工程案例数据库;然后,通过粒子群优化(PSO)聚类算法筛选相似案例,采用基于灰狼优化算法(GWO)的极限学习机(ELM)建立土建工程造价非线性预测模型并设计双环境对比实验;最后,将Sobol’全局敏感性分析和CurveFitting分析用于模型解释性反演,并以成都市轨道交通10号线1期工程为例验证模型优越性.研究结果表明:模型平均绝对误差与均方根误差分别为0.1139和0.1274,平均绝对百分比误差为4.14%,非线性造价预测模型预测效果优于线性模型,同时采用因素优化与案例聚类方法所得预测效果更好;全局敏感性分析发现,地下线长度和地下车站数的总敏感度明显高于其他因素,可作为方案优化重点调节因素;采用Curve Fitting分析提高了机器学习智能预测模型作用机理“黑箱”效应33.70%~64.52%的解释性.

摘要：风暴潮灾害会导致停电,需要先进的态势感知技术确保风暴潮期间的电网安全。以往的研究都是针对台风灾害而设计的,并没有考虑到风暴潮对变电站的影响。为了解决以上问题,提出一个能够感知风暴潮期间电网安全态势的框架,利用地理、气象数据和电力设备信息,对变电站发出停电警告。首先,采用ArcGIS 10.8地理信息系统收集沿海城市的高分辨率激光雷达数据,从而构建能够实现镜像计算的数字孪生体。然后,将地理、气象数据和电力设备信息输入Stacking模型,实现确定性和概率性的停电预警。最后,将该框架应用于一个中国沿海城市。结果表明,上述框架在不同尺度的数据集上都具备有效性和准确性。

摘要：在传统化学回热分布式供能系统中,汽化水需要消耗大量中高温烟气余热,降低了系统的制冷潜力,大量中高温烟气余热将贬值为水的低温潜热,为此,该文提出一种新型化学回注沼气分布式供能系统。将部分烟气回注重整器为甲烷重整反应提供大量的氧化剂(O_(2)、H_(2)O和CO_(2))和热量,重整器内部发生甲烷三重整反应,通过回热空气有效回收另一部分烟气热量。在设计工况下,新系统提高122.40 kW(13.17%)的发电量和538.85 kW(160.52%)的制冷量,(火用)效率提高16.90%。化学回热系统在为沼气池保温方面更具有优势,新系统与化学回热系统所能满足的最低环境温度分别为9.90和7.44℃,当环境温度为7.44℃时,与化学回热系统相比,新系统(火用)效率仍能提高7.41%。研究结果可为沼气在分布式供能领域的运用提供一种新的技术方案。