实现船舶稳性的多油舱自适应调度算法及仿真

针对油舱对船舶浮态与稳性的影响，研究了保持船舶稳性的多油舱自适应调度控制算法，并用WinCC (Windows Control Center)组态软件编写了船舶自动浮态调整仿真系统。在系统架构上，采用布尔逻辑表构建了油舱、泵、管路之间的连通关系，并根据浮态方程计算出舱群之间的调驳油量，再根据多变量多约束的自适应优化调度算法实现了油舱驳油过程中浮态的平衡。仿真结果表明调度算法可以对船舶的浮态进行有效调整，并保持船舶稳性，避免了由油舱油量分布不均给船舶带来的不利影响，保障了航行安全。     

不同主导力量下供应商减排投资的谎报与协调策略

在碳交易政策下的两级低碳供应链中，针对供应商可能利用私有成本信息增加自身利润损害零售商和供应链绩效的问题，探讨供应商投资减排后不同主导力量下供应商的成本信息谎报行为和供应链协调策略。研究发现，供应链主导力量对供应链利润在供应链成员间的分配、供应链的整体绩效和供应商的最优成本谎报策略均有影响。供应商主导型供应链中，供应商不会谎报其成本信息；零售商主导型供应链中，供应商在一定条件下会采取相应的谎报策略以使自身利润最大化，影响减排量、低碳产品零售价格以及零售商和供应链的绩效等。因此，设计一种固定减排量下依赖于批发价格的线性补贴惩罚机制进行协调。在合适的契约参数设置下，此机制在激励供应商反馈真实成本信息的同时能够实现低碳供应链的完美协调，且能将供应链利润在零售商和供应商之间进行自由划分。最后，通过数值分析对结论进行验证并探讨了谎报因子与零售商和供应商利润的关系。     

Giving up on convergence and autonomy: Why the theories of psychology and neuroscience are codependent as well as irreconcilable

There is a long-standing debate in the philosophy of mind and philosophy of science regarding how best to interpret the relationship between neuroscience and psychology. It has traditionally been argued that either the two domains will evolve and change over time until they converge on a single unified account of human behaviour, or else that they will continue to work in isolation given that they identify properties and states that exist autonomously from one another (due to the multiple-realizability of psychological states). In this paper, I argue that progress in psychology and neuroscience is contingent on the fact that both of these positions are false. Contra the convergence position, I argue that the theories of psychology and the theories of neuroscience are scientifically valuable as representational tools precisely because they cannot be integrated into a single account. However, contra the autonomy position, I propose that the theories of psychology and neuroscience are deeply dependent on one another for further refinement and improvement. In this respect, there is an irreconcilable codependence between psychology and neuroscience that is necessary for both domains to improve and progress. The two domains are forever linked while simultaneously being unable to integrate.     

基于磷酸盐还原过程的食品发酵废水厌氧除磷工艺研究

采用具有磷酸盐还原功能的菌株,对模拟的食品发酵废水进行厌氧除磷工艺研究。通过向厌氧反应器投加前期筛选得到的磷酸盐还原菌进行污泥驯化、正交试验和单因素实验,确定食品发酵废水厌氧除磷工艺的最佳工艺条件。研究结果表明:经过12个周期的驯化,使投加菌株的污泥具有良好的生化和除磷性能,反应器出水CODCr和总磷质量浓度分别为319.60mg/L和13.58mg/L,相应去除率分别为69.43%和20.95%。厌氧除磷工艺最佳工艺条件为培养温度30℃、pH值为7、氮源为蛋白胨+NH₄Cl+NaNO₃,总磷质量浓度为17.5mg/L,总磷去除率可达37.96%,产生的PH₃的磷含量占总磷去除量的24.61%。     

连续型目标信息系统的属性约简

针对连续型数据的属性约简问题, 提出了一种新的属性约简方法[CD2]基于分配可辨识矩阵的属性约简方法。给出了基于连续型数据的分配协调集的概念, 研究了基于连续型数据的分配协调集的基本性质, 定义了基于分配协调集的辨识矩阵。在此基础上提出了基于辨识矩阵的连续型数据的属性约简方法, 并给出了计算辨识矩阵的算法。实例分析表明, 该方法能有效地对连续型数据进行属性约简。     

属性约简的两阶段遗传算法

属性约简是数据挖掘的一个重要研究内容. 为了解决具有多种属性类型的决策表约简问题,在粗集和二元关系聚合理论的基础上,利用属性重要性作为评价标准,提出了一种两阶段遗传约简算法. 算法的第一阶段是为了找出尽可能多的约简,第二阶段力求寻找最小约简. 根据算法每个阶段的目标设计了编码方案、种群规模、适应度函数、终止条件、选择、变异和修正操作. 实验表明,与标准遗传算法相比,两阶段算法在计算最小约简时更为准确和稳定.     

箱型截面的齐次广义屈服函数与结构极限承载力

针对目前箱型截面广义屈服函数为非齐次函数,采用弹性模量调整法求解箱型结构极限承载力时易出现计算结果受荷载初始值影响和计算精度受损的问题,建立了箱型截面的齐次广义屈服函数,并通过误差分析确定了齐次多项式的阶次,进而定义了箱型截面构件的单元承载比、承载比均匀度和基准承载比,建立了以单元承载比为基本参数的弹性模量调整策略,据此提出了箱形结构极限承载力分析的弹性模量缩减法;并通过算例对该方法进行验证,算例分析表明,该方法计算箱型截面结构极限承载力时,结果不受荷载初始值的影响,具有良好的计算精度和迭代稳定性.     

测试代价敏感的粗糙集方法

在粗糙集模型中,α量化不可分辨关系是强与弱不可分辨关系的推广形式.然而值得注意的是,基于这三种不可分辨关系的粗糙集并未考虑数据中属性的测试代价.为解决这一问题,提出了测试代价敏感的α量化粗糙集模型,从二元关系的角度使得粗糙集模型代价敏感,并将新模型与基于强不可分辨、弱不可分辨以及传统α量化不可分辨关系的粗糙集模型进行了对比分析.进一步地,通过分析传统启发式算法在求解约简的过程中未考虑降低代价这一不足之处,提出一种新的属性适应性函数,并将其应用于基于遗传算法的约简求解中.实验结果表明该方法不仅可以降低由边界域所带来的不确定性而且同时降低了约简后的测试代价.     

基于Kriging模型与重要性抽样的可靠性灵敏度分析

针对因无法获得功能函数的梯度信息而不能使用解析方法的情形,提出了进行可靠性灵敏度分析的高效的仿真方法,首先基于Kriging模型和重要性抽样去计算失效概率,然后通过记分函数(score function)方法求出失效概率对各个参数的偏导数。在计算失效概率时采用反问题(inversion problems)中的不确定性逐步减少(stepwise uncertainty reduction)准则来更新功能函数的Kriging模型,继而在重要性抽样的框架下将失效概率表示成一个"增大"的失效概率与修正项的乘积;而记分函数方法只是对前面抽样方法的一个简单后处理,不需要计算额外的功能函数值.对所提方法使用算例验证表明:当功能函数为昂贵的计算模型或对系统(非单个构件)进行灵敏度分析时,该方法具有较高的计算效率和精度。     

Revisiting Targeted Factors

This paper proposes new methods for ‘targeting’ factors estimated from a big dataset. We suggest that forecasts of economic variables can be improved by tuning factor estimates: (i) so that they are both more relevant for a specific target variable; and (ii) so that variables with considerable idiosyncratic noise are down‐weighted prior to factor estimation. Existing targeted factor methodologies are limited to estimating the factors with only one of these two objectives in mind. We therefore combine these ideas by providing new weighted principal components analysis (PCA) procedures and a targeted generalized PCA (TGPCA) procedure. These methods offer a flexible combination of both types of targeting that is new to the literature. We illustrate this empirically by forecasting a range of US macroeconomic variables, finding that our combined approach yields important improvements over competing methods, consistently surviving elimination in the model confidence set procedure. Copyright © 2016 John Wiley & Sons, Ltd.