金属掺杂对纳米管TiO_2光催化去除水中罗丹明B的影响

采用水热合成法,将Fe(NO3)3·9H2O、ZnCl2和AgNO3对纳米管TiO2进行掺杂,使用TEM、XRD、XPS、比表面积分析仪及UV-visDRS对掺杂后的纳米管TiO2进行表征并考察其光催化氧化去除罗丹明B的效果,从而优选最佳掺杂金属。结果表明,煅烧温度可影响纳米管TiO2锐钛矿相相对含量、比表面积及禁带宽度,进而影响其光催化活性。此外,掺杂金属离子的种类不同,纳米管TiO2的光催化活性也受到影响。500℃煅烧非掺杂纳米管TiO2的存在下,光催化氧化罗丹明B的去除率为98.72%。向纳米管TiO2中掺杂Fe3+、Zn2+及Ag+时,光催化氧化罗丹明B的效果得到提高。对以上三种掺杂金属离子而言,掺杂量为1.0%(原子百分含量)的催化剂的最佳煅烧温度为550℃。其中,Fe3+掺杂纳米管TiO2光催化活性最高,50min内光催化氧化罗丹明B的去除率可达99.0%。     

基于自适应参数调节和动态分组学习的水波优化算法

针对浅水波理论易陷入局部最优、收敛速度慢的问题,提出基于自适应参数调节和动态分组学习的水波优化算法。通过分析控制参数的变化,采取了参数自适应调节机制平衡算法的全局搜索和局部开发能力;设计基于正余弦因子的动态分组学习阶段,有效增强了算法跳出局部最优的能力,从而提高了算法的收敛精度。仿真结果表明,与标准水波优化算法相比,改进的算法表现出了较好的竞争性。     

基于粒子群算法的城市垃圾中转站的空间布局研究

随着城市化的进程，垃圾处理设施成为影响城市化质量的重要指标。依据人们实际所关注的垃圾处理设施的总成本和负效应两个因素，在前人研究的基础上，建立了垃圾收运多目标模型，使得总成本和负效应最优化。根据模型设计了粒子群算法，该算法属于智能算法，且精度高，收敛快，在许多领域也得到广泛应用。用设计的粒子群算法并结合案例求出了Pareto最优解，给出三种决策方案，验证了模型和算法的有效性和可行性，为决策者提供了一种理论参考。     

广深沙角B火力发电厂

沙角8电厂设计装机容量为两台350MW机组，总装机700MW。1987年4月和7月两台机组相继投入运行。在运行十二年合同期满之后，于1999年9月香港合和电力公司将沙角B电厂产权正式移交中方。目前由深圳能源集团股份有限公司（占65％的股份）和广州控股（占35％的股份）共同拥有其产权，由两家股份公司共同组建的广深沙角B电力有限公司负责经营管理。沙角B电厂是中国改革开放之初第一例BOT项目，也是中国第一家引进外资兴建的电厂。     

一种改进的多学习教与学优化算法

针对传统教与学算法在解决复杂多峰函数优化问题时,具有局部最优且搜索开发能力较差的缺点,提出了一种改进的多学习教与学优化算法,新算法为学员的每一维加入不同的教学因子,设计了基于学员均值比较的教师选择策略和向教师及学员学习的多学习策略。基于多个单峰和多峰函数的仿真结果表明,新算法跟传统的、改进的教与学算法相比,在稳定性、寻优精度和收敛速度方面更具优势。     

模拟降雨作用桩锚-加筋土组合结构加固边坡研究

桩锚—加筋土组合支挡结构在治理大型复杂滑坡中发挥越来越重要的角色。以某高填方山区机场滑坡为原型,进行降雨作用对桩锚—加筋土组合支挡结构加固边坡稳定性的模型试验研究。结果表明:①桩顶位移随注水时间产生三个阶段的变化:初期平缓发展阶段、突变增加阶段、再次平缓发展阶段。后排悬臂式桩桩顶位移变化量明显大于前排埋入式桩,因此,多排锚索抗滑桩加固边坡设计时,在后排桩悬臂情况下,宜考虑后排桩比前排桩截面尺寸大、锚索间距小来减小其桩顶位移,增强坡体稳定性;②填方边坡位移随注水时间变化,坡顶一级边坡位移量最大,随边坡级数增加,位移量减小,因此多级边坡加固可适当增加边坡锚索框架;③填方坡体沉降量随注水时间表现出后缘大、前缘小的趋势;④加筋土的变形与边坡坡体的变形一致,表明加筋土能够增强填方边坡的整体性;⑤各监测曲线最终均趋于平缓,表明桩、锚和加筋土组合支挡结构体系性能发挥良好。     

具有小世界邻域结构的混合鲸鱼优化算法

针对标准鲸鱼优化算法收敛精度低和易早熟的问题,提出了具有小世界邻域结构的混合鲸鱼优化算法。该算法采用小世界网络作为种群的空间结构,在围猎捕食和气泡网攻击阶段,设计了一种混合引导策略来协调算法的全局搜索和局部开发能力。此外,为了能够找到更多局部最优解,提出了基于边界信息的小概率局部维度变异策略。基于标准测试函数的仿真实验表明,与标准鲸鱼优化算法和其他性能优异的改进算法相比,具有小世界邻域结构的混合鲸鱼优化算法在收敛精度和稳定性方面更具优势。     

基于优化方法的区域疏散路径规划研究

由于各种灾害的频频发生,对于区域整体及局部的疏散规划方案的研究具有迫切性和必要性。基于传统的迪杰斯特拉算法和回溯法的思想,对矩阵化的地图信息进行处理和计算,得到满足最大疏散人数、总体最短疏散路径、最短疏散时间等优化条件的优化方案。最后将这种方法运用到实际中,得出了某大学校区的路径选择方案。     

基于SA-ELM的爆破震动速度预测

针对爆破震动速度与其影响因素之间的复杂非线性,结合模拟退火算法(SA)的全局寻优性,提出了一种新的SA-ELM算法.以矿山周边建筑物爆破震动实测数据作为训练样本,选取总药量、最大段药量、测点与爆破点距离、地面震动特性、建筑物震动特性等8个影响因素作为输入变量,建立了爆破震动速度预测的SA-ELM模型.模型训练值和预测值与实测值的均方误差(MSE)分别为0.20和3.26,平均相对误差控制在5％以内,显示出该模型具有良好的训练精度和泛化能力.对比传统ELM模型,SA-ELM模型不但提高了精度和泛化能力,而且降低了隐层节点数变化对训练结果的影响,提高了模型的稳定性.     

不同升温速率下煤自燃机理函数的优化——基于人工鱼群算法

为了确定最优的煤自燃机理函数,首先采用热重实验和热解动力学方法建立煤氧化反应的热分析动力学方程,再利用人工鱼群算法对煤自燃氧化方程进行优化,最终确定最优的煤自燃机理函数。该方法能较好的确定最优化煤自燃机理函数,且具有较好的拟合效果。对不同变质的煤样进行煤自燃机理函数的人工鱼群算法研究,并以双鸭山东荣二矿14层采区的煤样为例进行热重实验分析,得到不同转化率下的活化能。利用人工鱼群算法对不同升温速率下所得的煤自燃机理函数方程进行优化,结果表明煤自燃的最概然机理函数类型为[-ln(1-α)]n,反应级数n随着升温速率升高而降低。