基于均匀设计优化绶草体细胞胚胎发生发育体系及扫描电镜观察

以绶草Spiranthes sinensis茎尖为外植体,应用均匀设计法对各步骤各主要因子和水平的作用进行了试验探讨.结果表明,绶草茎尖胚性愈伤组织诱导的适宜培养基为:LS+6-BA0.78 mg·L~(-1) +NAA2.0 mg·L~(-1),诱导率为98.7%;体胚发育及植株再生的适宜培养基为:LS+6-BA1.00 mg·L~(-1)+IAA0.08 mg·L~(-1).在合适的培养条件下,体胚萌发率达到99%,萌发的体胚成苗率达到100%.扫描电镜的观察证实了绶草体细胞胚胎再生的实质.     

燃料与空气预混方法及性能研究进展

随着大气污染物排放标准的日益严格,低排放燃烧技术已成为先进燃气轮机发展的关键技术之一。在气态燃料低排放 燃烧室中,燃料与空气的预混均匀性是影响NO X 生成的关键因素。基于污染物生成机理及控制方法,指出了燃料空气预混均匀性 与NO X 排放的关系,即均匀性越好,NO X 排放越少。根据现有研究内容,从结构参数、旋流/湍流强度、预混距离以及边界条件（温度 和压力）等4个方面梳理了国内外提高低排放燃烧室内燃料与空气预混均匀性的研究进展,提出可以通过增大旋流数、燃料穿透 深度、预混长度等参数以提高预混均匀性,指出了目前研究中缺少小尺寸短距离空间内燃料与预混均匀性的预测。基于低排放燃 烧室技术水平和发展趋势,认为未来的研究方向应为短距离、受限空间内燃料与空气预混均匀性的定量预测与评估。     

基于CEA-GA的多无人机三维协同曲线航迹规划方法

针对多无人机协同航迹规划求解计算复杂度高，收敛效率差等问题，提出一种基于混沌精英适应遗传算法（CEA-GA）的多无人机三维协同曲线航迹规划方法。利用层级规划思想，建立基于单机规划层-航迹平滑层-多机协同规划层的多无人机三维协同曲线航迹层级规划模型，将复杂约束规划问题分解为子函数优化求解问题，减小计算量；考虑到遗传算法（GA）求解高维复杂约束优化问题存在的性能局限，采用Tent混沌映射均匀初始化种群，以扩大个体搜索空间，丰富种群多样性，在此基础上，通过引入自适应遗传算子平衡算法的全局搜索与局部开发能力，帮助个体跳出局部最优，并采用适应度动态更新策略进一步提高算法的局部探索能力和收敛速度。将精英保留策略引入GA以更好地保证改进算法的全局收敛性。将CEA-GA应用于模型求解，仿真实验结果表明：CEA-GA具有较强的鲁棒性、较好的寻优性能和收敛效率，且能够为集群规划满足约束条件的协同曲线航迹，从而验证了所提方法的有效性和CEA-GA的优越性。