基于混合生物地理学优化的多目标优化算法

提出一种基于混合生物地理学优化算法的多目标进化算法(multi-objective optimization based on hybrid biogeography based optimization, MOBBO)。针对生物地理学优化算法(biogeography based optimization, BBO)自身的机制,建立适用于BBO的多目标进化模型。在模型中,结合栖息地个体间的Pareto支配关系对栖息地适应度指数进行了重新定义;为了保持栖息地种群的分布性,提出一种新的基于动态距离矩阵的分布性保持机制;同时,根据多目标优化的特点,提出了新的自适应迁入迁出率确定方式,动态迁移策略及分段logistic混沌变异策略。通过对测试函数ZDT和DTLZ的仿真实验表明,与现有多种多目标优化算法相比,MOBBO在解集的收敛性和分布的均匀性上均有明显改善,能够有效且高效地进行复杂多目标优化问题的求解。     

应加强对农村以人为本实现程度的评价

我国是一个农业大国,数亿人口在农村,农村以人为本实现程度的高低直接关系到广大农民的幸福感,关系到我国的稳定和发展。搞好对农村以人为本实现程度的科学评价,才能真正发现目前我国农村建设和发展中存在的问题、重点和难点,才能提出更好的对策和制度安排,才能把社会主义新农村建设得更好,不断提高广大农民的幸福程度,促进国家的长治久安。     

410S铁素体不锈钢的静态再结晶行为

通过不同温度-时间的再结晶实验,研究热轧态铁素体不锈钢410S的再结晶行为.结果表明,对于竹节状铁素体+马氏体(质量分数约30%)的410S热轧态变形组织,为防止马氏体的再度出现以及加快再结晶过程的综合考虑,其最佳再结晶退火温度为780~800℃.在此温度下所发生的再结晶,均有一个2~5 h的孕育期,当再结晶体积分数达到50%时,结晶速度达到最大.与试样内部相比,热轧态410S板材的再结晶晶粒更易于在表面形成.经过再结晶的410S硬度从初始的86.5 HRB下降到66.5 HRB,硬度降低25%.     

辽宁旅游经济发展的空间差异变化

以辽宁省14个城市为区域研究单元,从区域经济学的角度,运用变异系数、相对发展率、SPSS的主成分分析等方法,分析了1996～2007年辽宁省旅游经济发展的空间差异变化。结果显示：辽宁省各地级市旅游经济发展出现了相对差异逐渐缩小、绝对差距越来越大的格局;辽宁省在旅游经济发展上存在2个很大的断层,并且随时间的变化在不断扩大;大连在辽宁省的旅游经济中首位度过高,辽宁省旅游经济发展过程中存在极化效益倾向。     

Euler方程与Navier-Stokes方程解的全局存在性研究

研究了Euler方程及Navier-Stokes方程,通过讨论方程中压力项p与速度场u之间的关系,在一些温和的假设下,利用Sobolev不等式及Gagliargo-Nirenberg不等式,得到了在Sobolev空间中Euler方程解的全局存在性以及Navier-Stokes方程在小初值情形下的解的全局存在性的一些结果.     

集装箱班轮市场逆势造船的博弈分析

当前集装箱班轮运输市场处于极度萧条之中,集装箱班轮公司却逆势造船.采用完美信息静态博弈模型和完全信息静态模型分析上述经济现象,认为:寡头在追求市场份额时,造船是其占优策略;在短期内市场由萧条进入繁荣的概率必须大于50%以上,寡头才能获得短期利润,其利润期望值才大于零     

基于混合聚类和网格密度的欠定盲矩阵估计

欠定盲矩阵估计是欠定盲源分离的关键技术,其估计结果直接影响源信号的分离精度。针对目前欠定盲矩阵估计算法稳定性差、估计精度不高的缺点,提出了一种基于混合聚类和网格密度的新算法。该算法利用基于人工蜂群算法和K-均值的混合聚类方法对信号数据进行聚类,提高聚类结果的稳定性;利用网格密度法修正每一类的聚类中心,提高混合矩阵的估计精度。实验结果表明,所提算法在稳定性和估计精度方面都比传统欠定盲矩阵估计算法有了明显改善。     

重组人肿瘤坏死因子蛋白TNF-α的纯化与功能鉴定

 串联亲和纯化系统（TAP）是近年来广泛使用的一种可在接近于生理条件下探究蛋白间相互作用的生化纯化方法。目前许多关于TAP 的研究报道均使用细胞内转录因子为目标蛋白,探索细胞内与其相互作用的蛋白分子。本文尝试建立一种细胞外配体-受体刺激介导的信号转导初始复合体的纯化体系,为此选择了一种多功能的免疫分子配体蛋白--肿瘤坏死因子蛋白超家族（TNFSF）中的核心成员TNF-α。TNF-α 是一个强效促炎因子,可介导炎症反应、细胞凋亡和激活等生理效应,是至今研究最多的TNFSF 成员。利用原核表达系统纯化出了一种带有多个标签的重组人源TNF-α 蛋白,通过检测其受体下游信号通路鉴定该蛋白与天然TNF-α 蛋白的生理活性相似,从而证明该蛋白可以用于胞外TAP 系统探究TNFR 下游信号通路,为配体-受体刺激介导的信号转导初始复合体的胞外串联亲和纯化系统的建立奠定了基础。     

一种改进的深度网络残差学习的图像降噪方法

近年来,基于深度卷积神经网络的学习方法在图像降噪方面取得了前所未有的成果,通过调整网络结构和参数来获取更好的图像降噪效果已成为研究热点.降噪卷积神经网络在深度神经网络中采用残差学习方法,在提高降噪效果的同时,在一定程度上解决了盲降噪问题.其不足之处在于算法收敛时间长.该文针对降噪卷积神经网络结构做了进一步的改进,提出了一种基于反卷积降噪神经网络的图像降噪算法.该文工作的主要特色如下：1) 在原有的网络结构中,引入反卷积神经网络,优化了残差学习方式;2) 提出一种新的损失函数计算方法.使用BSD68和SET12测试数据集对本文提出的方法进行验证,实验结果表明,该文算法的降噪性能与降噪卷积神经网络算法相比,在相同降噪效果情形下,该文算法的收敛时间缩短了120%～138%.同时,与传统的深度学习图像降噪算法比较,该文方法的降噪效果和运行效率也都有提高.     

公路隧道围岩现场快速分级方法研究

隧道围岩分级是正确地进行隧道设计与施工的基础,一个符合隧道工程实际情况的围岩分级对提高隧道掘进速度保证施工质量有着十分重要的意义.隧道在施工期间常出现揭露围岩状况与勘察期间给定围岩级别不符的情况,加之地质条件较为复杂,造成围岩级别变化很大,为了保证施工质量和施工进度,在施工过程中需要进一步的围岩级别变更,但是目前规范中所采用的分级方法需要进行室内试验,而现场却无法提供试验条件.因此,需要寻找一种基于现行《公路隧道设计规范》并且便于在现场实施的围岩快速准确的分级方法.文中以十天线明垭子隧道为工程背景,采用数字式点荷载试验、数码照相技术和围岩钻孔内窥试验为综合性现场测试试验手段对隧道围岩进行快速分级.实践证明,利用现场试验技术开展隧道围岩快速分级技术研究具有重要的工程应用价值.