辽南丘陵区小区域土地研究——以金县东南部为例

本文以金县东南部为例,采用定性与定量相结合的方法,对辽南丘陵区小区域土地的形成、分异、演化规律、土地的类型、结构特征、土地质量评价作了较为系统的研究,为辽南丘陵小区域土地研究提供了一个模式。文章在综合研究各土地要素特征及其相互关系的基础上,采用二级分类系统定性地划分出6个土地类,53个土地型。研究表明:丘陵区小区域土地分异的主导因素是中小地貌的差异。土地类型结构与地貌类型及其组合特征密切相关。在划分出宜农、宜林地的基础上,以土地型为评价单元,运用模糊聚类方法进行了土地资源质量分等评价,为合理利用土地资源、进行土地生态设计提供了科学依据。     

资源枯竭城市土地集约利用综合评价研究

为综合评价资源枯竭城市土地集约利用状况,选取9个地级资源枯竭城市并对其土地利用结构进行研究.从土地利用强度、土地投入、产出效率、可持续利用程度等方面挑选了20个指标,构建适合资源枯竭城市土地利用集约度评价的指标体系.综合应用模糊层次分析综合评价法,对9个城市的土地集约利用情况进行了测度和评价,结果表明,9个资源枯竭城市土地利用普遍不集约;最后,提出政策建议.     

基于KPCA和模糊物元模型的公交运营质量综合评价

优先发展公交是缓解交通拥堵、提高人民群众生活品质的必然要求.建立合理的公交线路运营质量评价体系将促进公交行业的管理机制发展,为提高城市公交水平提供依据.将核主成分分析法(KPCA)与模糊物元模型相结合,针对公交运营特点构建综合评价模型.采用KPCA对原始线路运营数据进行降维处理,提取具有代表性的指标值避免过多效用低的影响因素,得到相应权重.然后采用模糊物元法来对公交线路运营质量进行评级,克服传统评价方法对所有实测样本过度依赖的弊端.最后将此方法用于汕尾市12条在开线路的评级,计算结果表明该方法对公交线路运营质量评价具有实用性和合理性.     

基于模糊模式识别的成年人体质测试数据评级分析

采用模糊模式识别的方法分折了2005年河北省成年人男女各一个年龄段的体质测试数据,依据数据本身的相关性,通过构造隶属函数评级,评判结果与按照<国民体质测定标准>得出的评级一致率达到70%以上,分析了误判的原因,并指出了方法的适用范围.借助隶属度描述综合评级结果,对<国标>的确定性评级划分给出了补充和修正.     

张家界市土地资源可持续利用综合评价

选取张家界市为研究区域,利用多指标综合评价法构建了包含21项指标的张家界市土地资源可持续利用评价指标体系.选用模糊隶属函数、线性加权函数进行综合测算,得出2010—2013年张家界市土地资源可持续利用的评价结果.2010—2013年张家界市土地资源可持续利用水平提高较明显,2012年综合评价值达到了0.851 7,处于可持续利用阶段.结合评价结果进行分析,提出了相关建议与对策.     

大学生学习质量评价分析

本文构建了大学生学习质量评价体系，应用模糊综合评价法给出了各级评级指数，对大学生学习质量提高提出了若干建议。     

西安市土地资源承载力时空变化研究

运用熵权法、模糊综合评价法和地理探测器研究西安市土地资源承载力的时空差异.结果表明,从时间上看,西安市2006—2015年土地资源承载力总体呈现先上升后下降的波动状态,总体处于预警状态,评分在5.10～5.70,土地资源承载力压力较大.各县区耕地支撑力、建设用地支撑力和生态支撑力水平差异变化较大,空间异质性明显,但土地资源承载力整体水平相当,2006年土地资源承载力评分在0.32～0.55,到2015年土地资源承载力评分在4.10～6.50,土地承载力水平呈现上升状态.     

一种上下文感知的E-commerce评级大数据赋权方法

电子商务(E-commerce)的飞速发展, 产生了大量针对商品的在线评级数据, 通过分析评级数据, 用户可以对商品的质量进行评估. 然而, 评级数据的海量性和差异性使得用户难以快速而准确地评估商品的质量. 鉴于此, 提出一种基于E-commerce 评级的上下文感知赋权方法(context-aware weighting approach, CWA), 以选出少数“重要”的评级数据并抛弃大多数“不重要”的评级数据, 从而确保商品质量评估的快速性和准确性. 最后, 通过一组实验验证了CWA 的有效性.     

模糊故障树在土地适宜性评价质量控制中的应用分析

结合土地适宜性评价项目,在其质量控制过程中,针对各种评价因素的随机不确定性和模糊不确定性,引入了三角模糊故障树理论,采用新方法对案例区的土地适宜性评价质量开展了可靠性分析.初步得出几点认识,并指出了在实例应用过程中所存在的一些有待解决的问题.     

矿区废弃地土地复垦安全评价

为了对阜新矿区生态安全问题进行评价,运用模糊数学与层次分析法相结合的方法建立数学模型,并研究得到的模糊矩阵.结果表明:根据模糊矩阵得到的结果,对照标准分值,得出阜新矿区土地复垦的生态安全性较高,说明该矿区土地复垦的生态安全性高.该方法对矿区土地复垦生态安全评价具有一定的指导意义.     

城市宗地地价评估的人工神经网络模型研究——以南京市土地交易为例

由于城市宗地地价的影响因素较为复杂,并且各宗地特征的区域差异性很大,一般方法很难适应各类土地的评估．针对上述特点建立了一种人工神经网络综合评判模型,科学地、公正地、简洁地评估宗地地价．并与城市土地有偿出让工作紧密结合,具有很强的实践意义,为城市宗地评估的现代化、智能化提供一个可借鉴的范式．     

芜湖市耕地总量动态平衡及其可持续发展

保护耕地资源的根本途径之一是维护耕地总量动态平衡,通过对芜湖市耕地总量动态平衡的分析,探讨了耕地总量动态平衡的深刻内涵;不仅耕地的数量平衡,更要求是耕地的质量平衡与供需平衡等,继而澄清了对耕地总量动态平衡的模糊认识,为加强土地管理工作提供了科学的理论依据;同时,从实际出发,为推动芜湖市耕地资源的可持续发展提出了科学的发展对策。     

应用模糊数学评价教学质量

定期评估教师的教学质量是高校的一项重要工作。文中应用模糊教学的综合评价模型方法对教学质量进行了评价,给出了一种有效的量化评估手段,实例计算结果表明,采用该模型可更细致地反映出教师之间教学质量的差异。     

耕地资源安全预警系统研究——以重庆市为例

耕地是人类社会赖以生存和发展的基础资源。本研究立足于耕地资源安全的内涵,探索了耕地资源安全预警系统的基本方法和技术体系。研究首先构建了包括耕地资源数量、质量、生态和制度安全四个方面17个评价指标,对重庆市2001-2007年的耕地资源安全状况进行了耕地资源安全评价,在此基础上,建立了耕地资源安全预警系统,对重庆市2001-2007年七年的耕地资源安全警度进行了划分。研究发现,重庆市的耕地资源安全总体良好,2005年为无警;2001、2004、2007年为轻警,基本安全;2002、2003、2006年为中警。研究结果为区域进一步进行耕地资源保护、保障耕地可持续利用提供了依据。     

济南市人均耕地警戒线探讨

从人均耕地警戒线的预测来说明济南市耕地资源所面临的危机，以提高人们的保护耕地的意识．从济南市耕地现状进行分析，借助于人口、耕地面积的预测值，预测2010年济南市人均耕地占有量为0．053hm^2,根据粮食单产、粮食播种面积占总播种面积之比、复种指数等指标的预测值，按人均450kg的粮食占有量测算了济南市2010年人均耕地警戒线值为0．0593hm^2，这一数值低于全国人均耕地警戒线值0．11hm^2,在此基础上提出了济南市耕地的合理利用及保护措施。     

压力条件下耕地资源贮量增长途径研究--以重庆市为例

以重庆市为例,分析了该城市耕地资源贮量增长面临的压力,并对压力条件下耕地资源贮量增长途径进行了探讨,以寻求真正保持耕地增量的持续性的途径.研究认为:在压力条件下,保持耕地资源贮量增长的切入点是改变原来偏重于追求数量的思维模式,实行以追求质量为主的显性土地开发整理与革新耕地利用方式的隐性土地开发整理相结合的模式.     

高等学校人力资源管理的模糊综合评判

高等学校人力资源管理是一个受多种因素影响的整体，根据高等学校人力资源管理的特点和要求，选取影响学校人力资源管理的主要因素作为高等学校人力资源管理模糊综合评价因素集，并根据人力资源管理的基本要求建立模糊综合评价模型，运用该模型对高校人力资源管理状况进行评价，得出评价等级，为高校人力资源管理提供可量化并带有预测性的科学评价方法。     

基于改进C-IOWA算子的土地评标方法研究

为了克服传统土地评标方法主观性强的缺点,利用模糊偏好关系矩阵的基本原理和方法,对集结算子C-IOWA进行了改进,提出了DC-IOWA复合算子,并将其应用到土地出让评标环节之中,构建了土地评标的方法和步骤,对提出的土地评标方法进行了算例演示.结果表明,该方法较好地克服了当前土地评标方法中存在的主观性大等缺点,能全面反映土地投标商的整体实力,提高了土地评标的效率和公正性.     

模糊数学在工程机械故障诊断中的应用研究

对工程机械故障现象进行了分析,运用模糊数学原理建立了故障模糊矩阵、故障诊断的数学模型、理想的故障模式和诊断方法,在此基础上,通过实例,给出了具体的诊断过程。     

一种网络教学MAS模型系统结构的研究

通过对当前网络教学MAS的研究,针对它们存在的缺陷,构建了一种新的网络教学MAS(Mdti-Agent System)模型,该模型基于Internet／Intranet网络环境,采用Browser／Server与Client／Server两种体系相结合的分层结构,该模型在CORBA平台上使用Java语言来实现整个系统,其中的学习资源模型采用IEEE LTSC LOM(IEEE LTSC．Learning Object Metadata)标准,使寻找和使用资源的过程更加标准和有效,并在模糊理论基础上建立学生模型,使学生模型更加个性化和智能化。