多目标碳配额分配下的减排技术投资策略研究

本文研究政府在多目标碳配额分配条件下,行业内减排效率差异企业的最优减排技术投资策略.通过建立政府与企业的博弈模型,采用理想点法对多目标规划问题进行求解,分析碳配额政策对企业技术投资决策的影响.数值分析结果显示,在政府兼顾社会效益和经济效益的多目标配额分配条件下,低减排效率企业更有可能投资进行技术升级,以获得政府分配的更多配额,而高效率企业的投资动力不足.另外,技术投资成本下降或减排技术代际差异扩大时,行业内两企业投资升级技术的可能性增加.所得结论对于政府制定合适的碳配额分配政策,以及相关配套措施促进全行业的技术升级具有重要意义.     

应对紧急附加订单的汽车滚装堆场车位合并分配优化

利用汽车滚装码头可对车辆流通过程中的时间及空间加以压缩的属性,解决整车供应链系统中市场紧急需求问题.将汽车滚装堆场作为紧急附加订单与原计划订单进行合并的响应点,通过建立0-1整数规划模型,使两类订单中所有类型的汽车均达到集聚分配的状态,为集中高效装载提供必要条件.构建了车位合并分配算法获得问题的较优初始可行解,进而与吸引度搜索算法相融合,获得最优或次优的堆场车位合并分配方案.与分支定界方法及有序车位合并分配方式对比的数值实验证明了算法的优越性.实际应用实验,进一步验证了启发式算法求解大规模算例的高效性.     

建筑施工中管理职责的分配研究

建筑施工管理的重要性随着建筑业的发展不断显现出来,工程质量的保证基础中重要的一项工作便是对施工管理的细化,对施工管理职责的明确。文章对建筑施工中相关管理工作的基本规律进行论述,分析了当前建筑行业中施工管理工作中相关职责分配遇到的现实问题,对职责分配现状进行了深入研究。     

引入拉格朗日算子的纹理深度联合比特分配方法

为了提高三维视频合成质量,提出一种新的纹理视频和深度图编码比特分配方法.该方法在比特分配中引入拉格朗日算子参量,从而在限制比特下进一步降低虚拟合成误差.首先依据统计实验并采用最小二乘拟合的方法,对纹理视频和深度图分别建立以拉格朗日算子为参数的编码误差模型和编码比特模型,然后利用编码误差和虚拟合成误差的相关性进一步推导出基于拉格朗日算子的虚拟合成误差的模型,最后结合所推导的模型建立虚拟合成误差最小化目标函数,利用无约束优化方法求解最优的纹理视频和深度图编码拉格朗日算子,并依据此算子进行比特分配.实验结果证明:与固定比特算法和全搜索量化步长算法相比,该方法在不同的编码条件下使合成视频质量平均提高0.25dB和0.68dB,且得到的编码总比特与目标比特最为接近,平均误差仅为0.45%.     

Aluminum Strip Tension Leveling Line elongation control principle

文章介绍了拉弯矫延伸率控制的两种方法并进行比较,分析了张力辊之间的速度和张力关系.     

喀斯特生境中白鹇的活动节律、时间分配及集群行为

2012年8月至2013年10月,在广西弄岗国家级自然保护区15 hm~2森林大样地及其周边地区布设35台红外相机,在12 427个相机工作日中共获得白鹇有效照片495张(组),独立有效照片381张(组)。采用日活动强度指数、日行为频次比例和月行为频次比例来分析白鹇的活动规律和时间分配,同时统计白鹇的集群情况,结果表明:(1)白鹇每日有4个活动高峰期,且雌性白鹇的活动高峰期比雄性早1～2 h;(2)白鹇的主要行为是移动和觅食,分别占总行为频次的51.33%和37.20%,其余4种行为分别为警戒6.29%、对抗2.10%、休息1.68%、梳理1.40%,雌雄白鹇间在移动(t=2.266,df=28,P=0.038)和警戒(Z=-2.270,N=30,P=0.023)这2种行为上存在显著性差异;(3)仅雄性白鹇在旱季的觅食行为比例显著高于雨季(t=0.252,df=13,P=0.026),而其他行为频次比例无显著的季节性差异;(4)白鹇集群群体的个体数量为2～6只,其中2～3只比例最大,占95.06%;(5)白鹇有雌性集群、雄性集群及混合集群3种方式,在雨季以单性集群(尤其是雌性集群)为主,而在旱季则以混合集群为主,存在显著差异(SymbolcA@~2=6.984,df=1,P=0.008)。白鹇表现出来的活动节律、时间分配以及集群行为是对喀斯特石山栖息地的一种行为适应和生存策略。     

低C/N污水培养好氧颗粒污泥研究进展

【目的】为解决低C/N污水难以培养好氧颗粒污泥（Aerobic Granular Sludge,AGS）的问题，对AGS的形成机理、影响因素等方面进行研究分析。【方法】综述了AGS形成的4种学说和影响AGS形成以及处理效果的6种因素，分析了AGS国内外工程应用情况，总结了AGS培养过程中的相关问题。【结果】低C/N污水培养AGS的过程中会受到原水基质浓度低、氮磷负荷难以协调的问题，还会受到溶解氧、曝气模式、剪切力、污泥龄、温度和周期设置的影响，颗粒化困难。后续可通过更改培养参数和运行策略满足生产需求。【结论】低C/N污水水质成分复杂，往往包含部分工业尾水，须规范行业制度，为AGS技术提供良好环境。低C/N污水培养AGS要求各类学科紧密配合，系统性整合产业链。通过工艺协调进水负荷，满足生产需求。此外还能通过采用协同处理的模式，引入工业废液改善水质，降低培养难度。     

基于改进BBO算法和模糊期望效果的反导武器目标分配建模与实现

针对现有反导武器目标分配(weapon target allocation, WTA)由于忽略射击有利度和目标意图价值的不确定特征，而造成目标错分、漏分的问题，引入模糊期望理论，构建基于模糊期望效果的最大化费效比反导WTA模型。针对模型特点，提出基于改进型生物地理优化(improved biogeography-based optimization, IBBO)算法。该算法采用基于整数的矩阵编码方式，通过余弦动态自适应策略改进迁移操作。同时，引入共生生物搜索(symbiotic organisms search, SOS)算法中相互作用思想，设计基于共生策略的变异操作。此外，在IBBO算法基础上结合模糊模拟形成混合智能算法，对模型进行求解。仿真实例表明，所提算法较好地协调了集约化和多样化的能力，提升了求解的精度与效率，满足不确定环境下反导辅助决策对求解精度和时效性的要求。     

基于多智能体强化学习的协同目标分配

针对传统方法难以适用于动态不确定环境下的大规模协同目标分配问题，提出一种基于多智能体强化学习的协同目标分配模型及训练方法。通过对相关概念和数学模型的描述，将协同目标分配转化为多智能体协作问题。聚焦于顶层分配策略的学习，构建了策略评分模型和策略推理模型，采用Advantage Actor-Critic算法进行策略优化。仿真实验结果表明，所提方法能够准确刻画作战单元之间的协同演化内因，有效地实现了大规模协同目标分配方案的动态生成。     

不确定需求下基于匹配度的应急物资分配区间鲁棒优化

考虑需求不确定性的应急物资分配是重大突发事件救援领域关注的热点问题。针对需求不确定下的应急物资分配问题，综合考虑需求量和需求时间的匹配度，构建以综合匹配度均值最大为目标的区间鲁棒优化模型，设计基于随机采样的改进自适应遗传算法，以某突发事件中的应急物资需求为对象开展算例研究，计算相应的物资分配方案及需求匹配度，分析模型和算法的性能，探究模型中部分参数的影响。结果表明：改进的自适应遗传算法在大规模物资分配问题求解方面的优势更加突出；鲁棒优化在提高应急物资分配中需求匹配度方面具有一定的优化效果，但鲁棒性降低并不一定意味着平均匹配度的明显增长；需求量匹配度权重对匹配度具有更加显著的影响，但需求量不确定程度的增加并不一定导致匹配度的下降。权衡保守值与匹配度之间的关系，设置合理的需求量匹配度权重，调节与控制需求量的不确定程度等，能够有效改善不确定条件下应急物资的分配效率与需求匹配度。