基于模型的多目标优化问题方法研究

基于模型的多目标优化方法目的是创新一种通过黑箱评估的多目标函数优化算法,该算法从解空间上的混合分布中迭代生成候选解,并根据采样解的控制数来更新混合分布,求解过程的搜索偏向于Pareto最优解的集合。算法在解空间上寻找混合分布,使得混合分布的每个分量都是以帕累托最优解为中心的简并分布,并且每个预计的Pareto最优解都通过一个阈值距离均匀地分布在Pareto最优解集上,实验通过几个基准函数和方法证明了该算法的性能。     

物联网中区块链技术的应用与挑战

随着物联网技术的快速发展和广泛应用，分布式网络环境下的身份验证、数据隐私、网络安全等问题变得更加重要，而这些问题可以通过引入区块链技术来得到有效解决.该文简述了区块链的基本概念，介绍了区块链在物联网中的应用场景，并对当前一些相关工作的成果进行了综述；介绍了针对物联网场景下区块链底层技术的研究以及区块链物联网所面临的问题与挑战，希望能对未来区块链物联网的研究有一定的参考价值.     

关于连续型随机变量函数分布类型的一个反例

给出了一个反例,说明一个连续型随机变量由非平凡的连续函数作用后得到的新随机变量不一定为连续型随机变量.     

九龙江口浮游生物群落呼吸速率及其影响因素

采用甲板培养的方法,于2015年秋季和2016年夏季分别对九龙江口表层水体的浮游生物群落呼吸速率进行了研究,同时测定与浮游生物群落呼吸作用相关的环境参数,分析环境因素对呼吸速率的影响。结果表明,秋季浮游生物群落呼吸速率变化范围为4.3～43.1μmol·(L·d)~(-1),沙口上游群落呼吸速率显著高于河口下游,而夏季群落呼吸速率的变化范围为14.5～23.4μmol·(L·d)~(-1),最大值却出现在河口下游的藻华区。统计分析表明,在生物量较低的秋季,浮游生物群落呼吸速率与溶解有机碳(dissolved organic carbon,DOC)、叶绿素a(chlorophyll a,Chl-a)均呈显著的正相关,与溶解氧(dissolved oxygen,DO)呈显著负相关;而在生物量较高的夏季群落,呼吸速率与Chl-a、DOC呈弱正相关性,与DO几乎没有相关性。说明,在生产力低的季节,群落呼吸作用不但对DOC的依赖更高,而且自养-异养耦合程度也更大;秋季DO浓度主要受控于浮游生物群落的呼吸作用,夏季则主要受控于浮游植物的光合作用。     

分析地面节水灌溉的技术

本文从局部湿润灌溉、间歇灌溉、节水保墒膜上灌、滴灌技术、污水灌溉等几个方面对地面节水灌溉的技术进行了探讨,以期能为提高农田产量、解决环境水资源紧缺问题提供一定的借鉴。     

“德才兼备、以德为先”选拔任用干部标准观及意义研究

中共选拔任用干部的标准不断与时俱进，在发展中逐渐形成了“德才兼备、以德为先”的选拔任用干部标准观。“坚持德才兼备、以德为先”选拔任用干部，符合马克思主义理论要求，也是增强执政能力的需要和构建和谐社会的组织保证。     

边缘计算下基于深度强化学习的车联网任务调度

针对边缘计算下车联网中时延约束型计算任务的卸载执行问题，提出一种基于深度强化学习的任务调度方法。在多边缘服务器场景下，构建软件定义网络辅助的车联网任务卸载系统，给出车辆计算卸载的任务调度模型；根据任务调度的特点，设计一种基于改进指针网络的调度方法，综合考虑任务调度和计算资源分配的复杂性，采用深度强化学习算法对指针网络进行训练；运用训练好的指针网络对车辆卸载任务进行调度。仿真结果表明：在边缘服务器计算资源相同的情况下，该方法在处理时延约束型计算任务的数量方面优于其他方法，有效提高了车联网任务卸载系统的服务能力。