摘要：南水北调中线工程水源区生态环境问题非常突出,依据GIS理论,建立一体化的信息监测平台,有利于水源区生态环境保护。在研究GIS在水源区生态环境监测中的应用基础上,对水源区生态环境监测体系的构建进行了研究,包括监测思路对策研究、监测指标体系构建研究、监测体系平台结构设计研究、监测体系平台日常应用研究等,重点对监测体系平台进行了详细的阐述。系统按照应用逻辑自上而下分为应用层、中间层、数据层以及远程监测层;监测体系平台采用了B/S和C/S结构相融合的模式构建,平台功能结构设计了八大数据库和六大应用子系统。

摘要：为分析埋地管道沿线土体沉陷发展过程中管-土变形及土压力分布特征,设计并研制了土体沉陷过程中管-土相互作用试验研究的系统,得到了沉陷过程中管-土下沉变形、管周土体变形及管周土压力的分布规律。试验结果表明:土体沉陷过程中,管道与管周土经历了协同和非协同下沉变形;随着沉陷的加剧,沉陷区中部管-土非协同变形量增大,管道上侧附加土压力随着土体沉降的增大而增大,并逐渐达到最大值;管顶土体开始形成由管顶向两侧扩张的破裂面,此时管顶附加土压力随着土体沉降的增大而减小;沉陷区管道底部出现压力降低的现象,支承压力将向沉陷区的边缘转移,沉陷区边缘管道下侧的支承力增大;管道上侧压缩土体内产生增压作用,压缩土体下方出现压力降低的现象,压缩土体变形范围仅限于管道顶部一定高度土体中,即管道上部土层存在一个等沉面;基于管顶土体的变形特征及等沉面发展过程,分析得到了管顶土压力的简化计算式。

摘要：针对最小化最大完工时间的柔性作业车间调度问题(Flexible Job-shop Scheduling Problem,FJSP),提出了一种改进离散麻雀搜索算法(Improved Discrete Sparrow Search Algorithm,IDSSA)。首先,采用了两段式编码方式,针对两段编码分别设计了有效的编码转化方式,实现了麻雀搜索算法(Sparrow Search Algorithm,SSA)连续搜索空间与FJSP离散决策空间之间的映射。其次,设计了一种随机与组合启发规则相结合的初始化方法,在保证了麻雀初始种群分散广度的同时提高了麻雀个体的质量,加快麻雀搜索算法的收敛速度。再次,融合一种基于关键路径的变邻域搜索策略,对发现者进行深度发掘,提高种群引领者的质量。此外,为了维持SSA种群多样性,设计了自适应柯西高斯变异策略,提升算法全局搜索能力和跳出局部极值的能力。最后,使用Kacem和Brandimarte系列12个基准算例与多种算法进行仿真实验,实验结果证明了IDSSA的有效性和求解FJSP的优越性。

摘要：某溢洪道工程原设计方案采用光滑溢洪道,但光滑溢洪道出口流速较大,挑距较远,对右岸岸坡造成冲刷破坏。对此,提出采用阶梯溢洪道替换光滑溢洪道的设计方案。为定量分析两种溢洪道水力特性,采用水工模型试验与数值模拟试验相结合的方法做了对比分析。结果表明,阶梯溢洪道的消能率明显大于光滑溢洪道的消能率,有效减小了溢洪道出口流速和挑距,避免了对下游岸坡的冲刷,该修正方案合理。研究成果可为类似工程提供参考。

摘要：为了提升布谷鸟搜索算法的寻优能力,采用自适应步长和对长期无法进化的解进行了小波变异操作,改进了布谷鸟搜索算法。通过接受一定程度的不可行解,对约束条件的处理方式加以改进。对三个约束函数的仿真结果表明:改进后布谷鸟搜索算法的搜索能力优于原始布谷鸟搜索算法和离子群优化算法。使用该布谷鸟搜索算法优化伸缩弹簧和三脚架的设计,取得了良好效果。

摘要：针对当前算法在解决多模态多目标问题时获得的帕累托解集不完整、收敛性较差等不足,提出一种基于双层协同进化的多目标粒子群算法(double-layer co-evolutionary multi-objective particle swarm optimization algorithm,DCMOPSO)。利用双层协同进化机制划分上层探测种群和下层跟随种群,上下层协同进化以找到多个解;采用基于决策空间拥挤距离度量以维持解在决策空间的多样性。在12个测试函数上与其它6种算法进行比较,实验结果表明,DCMOPSO在决策空间中能够找到更多的帕累托解集,具有良好的收敛性能。

摘要：跟车场景下燃料电池混合动力汽车(FCHEV)的速度与能量管理协同优化是实现车辆节能的重要有效手段,针对现有策略中双能量源退化与能耗耦合关系不明,且难以兼顾全局优化与实时性能的问题,提出一种基于Stackelberg博弈的FCHEV跟车能量管理策略。首先,建立了燃料电池/锂电池的能耗与性能退化模型,并纳入到统一量纲的整车综合使用成本函数中;其次,提出了基于分层解耦的跟车能量管理策略,实现跟车速度与功率分配的解耦控制;最后,综合考虑跟车安全性、舒适性、燃料经济性和能源耐久性,建立跟车控制层与能量管理层对应的双层规划模型,并基于Stackelberg博弈思想设计了双层差分遗传算法对策略核心参数进行离线优化。仿真和实验结果表明:相较于模型预测控制方法,该方法可降低平均车间距误差37.7%、平均冲击度2.4%、等效氢气消耗9.3%和能源退化成本13.9%,实现了优化性能与实时性的兼顾。

摘要：为解决模糊C均值(FCM)模型对噪声敏感和随机初始聚类中心影响分割结果的问题,提出一种基于灰度重构和自适应粒子群优化的FCM算法。使用图像中每两个像素的空间和灰度信息,构造一种加权方式对灰度进行加权和,进行Top-hat和Bottom-hat变换,得到灰度重构图像;对粒子群算法的惯性权重进行改进,使其根据迭代情况自适应更新粒子速度,避免陷入局部最优;将改进的粒子群算法与FCM相融合,粒子位置作为聚类中心,对灰度重构后的图像进行分割。以磁共振图像为例进行实验,并与同类型算法进行对比,所提算法取得了较好的分割结果。

摘要：针对配置有燃料电池、锂电池和超级电容3能量源的混合动力汽车,提出一种基于改进深度确定性策略梯度(DDPG)算法的分层能量管理策略,以降低氢耗、提高燃料电池工作效率及维持锂电池荷电状态(SoC)。首先,采用基于模糊规则的自适应低通滤波器对功率进行分层处理,由超级电容承担峰值功率。其次,设计基于DDPG的能量管理框架,利用等效消耗最小策略的计算思想构建优化函数,并加入与燃料电池效率和锂电池SoC偏差有关的惩罚因子,优化燃料电池和锂电池的功率分配。此外,为避免噪声探索导致极端动作值的频繁出现,利用动态规划最优解辅助策略训练,提升优化效果。最后,在不同工况下进行仿真,并搭建试验平台进行验证。结果表明:与基于传统DDPG策略相比,所提策略可以有效减少锂电池SoC消耗,更好确保燃料电池工作在高效率区间,并且显著降低氢消耗,在燃料经济性方面平均可提升19%。

摘要：为解决碳纤维基吸波材料制备方法繁杂、能耗高的问题,以棉纤维为原料,Co^(2+)为金属源,2-甲基咪唑为配体,经配位自组装获得棉纤维表面均匀负载的ZIF-67,复合材料经惰性气氛下高温煅烧得到钴/碳纤维复合材料。结果表明:随煅烧温度升高,钴纳米粒子结晶度更高,材料的矫顽力和饱和磁化强度增强,铁磁特性明显;煅烧温度有助于碳组分由无定形碳向微晶石墨转变,碳组分石墨化程度升高;800℃时钴/碳纤维复合材料的吸波性能最佳,厚度为2 mm时,有效吸收带宽可达5.44 GHz(9.36~14.80 GHz),复合材料优异的吸波性能归因于适宜的阻抗匹配和介电损耗与磁损耗的协同增强,相互搭载的纤维结构为电磁波构筑了适宜的衰减空间,并在碳纤维导电网络中快速衰减,研究将为新型碳纤维基吸波材料的设计开发提供借鉴。