基于QPSO-ANN的发酵过程建模与优化

针对BP神经网络训练时间长、易陷入局部极小点问题,将量子微粒群算法QPSO与BP算法结合起来分两次训练神经网络,建立青霉素浓度预估模型。用青霉素发酵数据集对模型进行训练与检验。基于该模型,用QPSO算法对温度与pH控制轨线进行优化。实验表明,该发酵过程模型训练误差小、学习速度快、泛化能力强、预测精度高、可以实现多步预估。采用优化后的温度、pH控制轨线,青霉素浓度有所提高。     

广域分布式环境中面向服务的文件管理系统

基于椭圆曲线离散时数困难问题,结合KEM-DEM混合加密结构,提出一个新的无证书混合加密方案.采用椭圆曲线签名算法保证用户自主生成公钥的不可伪造性,利用用户公钥生成的会话密钥以对称加密算法加密明文,保证明文的机密性,对明文空间的大小没有严格限制.该方案主要涉及椭圆曲线卜的点运算,与原有无证书加密方案中采用双线性对计算相比具有更高的执行效率.     

运用QPSO算法进行系统辨识的研究

引入了一种广泛而实用的方法——基于量子行为的粒子群算法的理论应用于系统辨识领域,QPSO算法不仅参数个数少,随机性强,并且能覆盖所有解空间,保证算法的全局收敛性。仿真实验结果表明,QPSO算法具有比GA算法及PSO算法更强的线性系统辨识能力和非线性系统辨识能力。     

发酵过程溶解氧的Fuzzy-PID控制

针对采用常规PID调节罐压和通气量控制溶解氧存在的问题,提出了在主回路中引入模糊控制概念的Fuzzy-PID串级控制方案.给出了模糊控制规则和输出表达式,以及它的应用实践效果.     

基于神经网络的多聚脯氨酸二型结构预测

使用“机器学习方法”对稀有的多聚脯氨酸二型(PPⅡ)的二级结构进行预测，在预处理蛋白质序列的基础上，使用生物信息学中常用的BP神经网络预测PPⅡ二级结构．通过对不同输入窗口长度与不同隐层节点数的神经网络进行训练和测试，得出在输入窗口长度为13个氨基酸残基和隐节点数为15时预测效果最好，此时的预测精度可达73．8％．     

基于粒子群算法的量子谐振子模型

对目前人工智能界研究热点粒子群算法进行了探讨，将量子谐振子势能场引入了粒子群系统，建立了基于粒子群算法的量子谐振子模型，有效地提高了运算速度。通过测试函数的仿真实验证明了量子谐振子粒子群算法的全局收敛能力优于一般粒子群算法。     

环糊精葡萄糖基转移酶N-端热稳定性研究

环糊精葡萄糖基转移酶(CGTase;EC2.4.1.19)是生产环糊精的重要工业用酶,由于工业生产条件的高温加热,使得CGTase的使用受到很大限制。除了筛选合适菌种外,人们更希望利用蛋白质工程手段改造CGTase的热稳定性。文中采用分子动力学模拟取样研究了CGTase的N-端环状区域中氢键与盐桥对其耐热性的影响作用。结果表明:随着模拟温度的升高,非电荷-非电荷氢键占有率显著降低,带电荷-带电荷氢键占有率并没有太大变化,高温下能够保持稳定的氢键几乎都是和带电氨基酸有关;由盐桥的断裂次序的分析,发现在高温下多数盐桥的占有率并没有显著降低,即盐桥的稳定存在对于抵抗高温是有效的。无论是氢键还是盐桥,它们的相同点都是带电荷-带电荷之间的反应受温度影响不大。这一结果说明在蛋白质CGTase中合适的位置增加带电氨基酸数量,增强电荷间静电相互作用,对于提高CGTase的热稳定性是有效的。     

基于自适应选择遗传算法的任务调度与分配

提出一种异构环境下解决任务调度与分配的新遗传进化算法——基于自适应选择的遗传算法(SASGA),与传统的遗传算法相比,自适应选择的遗传算法具有比较明显的特点。仿真实验表明,该方法具有良好的解质量和搜索能力,对异构系统中的任务调度具有较好的处理结果｡     

基于流媒体的法院庭审数字影像系统

报告了法院庭审活动现状,调查了法院庭审活动需求,研究了基于流媒体的法院庭审数字影像系统的开发.对系统的软硬件结构,特别是系统的主要功能模块进行分析和设计,并对系统实现中的关键技术作了说明.系统采用B/S结构,基于.NET平台和Windows Media技术.系统总体设计合理,性能稳定,易于使用,具有较好的应用前景.     

基于粒子群优化算法的阈值图像分割研究

研究将群体智能中的粒子群优化算法应用到图像分割中,提出了一种新的图像分割算法.新方法基于最佳熵阈值分割技术,用粒子群优化算法自适应选取分割阈值.仿真实验针对Lena图像分割问题,将遗传算法与粒子群优化算法分别独立运行,对得到的阈值以及均值、方差进行了比较,并将运行时间作为算法复杂度的评价指标.统计结果显示,论文算法不仅能够对图像进行准确的分割,而且运行时间明显较短.仿真结果表明,基于粒子群优化的图像分割算法是可行的、有效的.