基于遗传算法的频谱池ICI 优化算法

为优化基于小波的频谱池系统中的载波间干扰( ICI: Inter-Carrier Interference) ，提出了一种基于遗传算法的载波间干扰优化方案。采用遗传算法获得最佳权重向量，抑制认知用户子载波干扰能量。该算法可在不牺牲认知用户带宽的条件下，优化认知用户载波干扰能量。仿真结果表明，在满足认知用户目标误码率条件下，明显抑制影响授权用户的载波间干扰，使授权用户获得更好的误码率性能。     

基于动态优化双钻头打孔机生产效能的研究

首先,对孔型加工及走刀方式进行分析,为提高打孔机效能,采用两钻头同时作业的方式。然后,根据相关的数据,应用动态优化的相关理论建立数学模型,并运用遗传算法进行求解,从而确立了双钻头作业时的最优作业线路、最佳行进时间和作业成本,并用MATLAB编写程序画出了相应图形,更加形象地显现出了各个路段的最优作业方案。     

越轨社会学视角下的审判行为瑕疵控制机制及其运行机理

从越轨社会学的视角来看，审判行为瑕疵即指法官在审判中实施的越轨行为，其控制机制不外乎制裁、奖励和内化三种类型。然而，这三者皆有局限性，在实践中须相互补充、共同作用才能有效发挥对审判行为瑕疵的控制功能。     

改进的人工蜂群算法及其在坐标转换七参数计算中的应用

人工蜂群(artificial bee colony,简称ABC)算法是模拟蜂群在采蜜过程中所表现的群体智能行为来实现对实际问题求解的相对较新的优化技术.针对ABC算法收敛速度慢和容易陷入局部最优的缺点,结合坐标转换七参数计算的特点,作者对ABC算法的初始解的确定和观察蜂阶段选择策略进行了改进,并将此改进的ABC算法应用到坐标转换七参数的计算中.通过与其他两种方法计算的七参数进行坐标转换的精度对比实验,验证了论文方法计算的七参数实现了更高精度的WGS-84坐标系与BJ-54坐标系坐标的转换.     

LDPC 码改进型LBP 译码算法研究

针对LDPC(Low Density Parity Check) 码分层( LBP: Layered Belief Propagation) 译码算法计算复杂度高、不易于硬件实现的问题, 提出一种改进算法。该算法首先引入函数f(x)使LBP译码算法的计算复杂度大大降低; 同时引入具体参数校正因子和偏移因子, 提升译码性能。仿真结果表明, 改进后的算法相比LBP 算法在计
算复杂度降低的同时, 也提升了译码性能, 从而达到了易于硬件实现的目的。     

金属锌改性HZSM-5催化的固定床反应器中甲醇芳构化工艺条件优化研究

通过等体积浸渍法制备了Zn改性的HZSM-5催化剂,并在连续流动固定床反应器上研究了Zn-HZSM-5催化剂的甲醇芳构化性能。结合X射线衍射(XRD)、吡啶吸附傅立叶变换红外光谱(Py-IR)、N2吸附-脱附方法对金属锌改性HZSM-5催化剂进行了表征。考察了Zn负载量和操作条件对甲醇芳构化反应的影响,并针对甲醇芳构化反应过程中强放热导致催化剂床层温升过高而使催化剂结焦失活的现象,探讨了催化剂床层温度控制的影响因素。研究结果表明,锌改性HZSM-5的最佳负载量(质量分数)区间为2%~3%;2.5%Zn-HZSM-5催化的固定床反应器中甲醇芳构化的最优工艺条件为常压,400~430℃,甲醇质量空速小于2 h-1;降低甲醇水溶液中甲醇物质的量比、加大气相空速中氮气分压均能降低催化剂床层的温升。     

动车所调车作业计划优化模型与算法

本文在分析动车组一级修作业流程特点的基础上,将动车所调车作业计划优化问题构建为整数规划模型并设计了融合"股道均衡分配规则""股道无效占用时间最小化规则""冲突消解策略"的启发式算法对问题进行求解,以动车所实际案例为背景验证了模型和算法的有效性。结果表明,所提出优化模型和算法是有效的;所提启发式算法相比三类常见的调度方法具有明显的优越性。     

论疫病防控：决策问题、思维和标准

 通过对中国防控新型冠状病毒肺炎疫情相关情况的观察和反思，提出了疫病防控决策须考虑的主要问题，认为疫病防控应有可传染性思维、流行病学思维、成本-效果思维、爱心抗疫思维、疫期法治思维等5种思维，主张建立疫情早期防控和失控阶段防控两套标准，以期辅助科学决策、理性施策，有效减轻疫情发展及防控带来的生命财产和经济社会损失。     

新冠肺炎疫情防控对数字政府建设的影响及建议

 在新型冠状病毒肺炎疫情防控工作中，数字政府发挥了积极作用，同时疫情防控也为数据共享开放带来新动力。阐述了数字政府在科学决策、经济调节、公共服务、市场监管、社会治理等领域发挥的重要作用，梳理了疫情防控为数字政府建设带来的新空间，分析了数字政府建设面临的挑战和发展瓶颈，从加强顶层设计、加强政务数据治理、强化人才队伍建设等方面提出了发展建议。     

基于交通信号灯信息的混合动力汽车节能预测控制方法

针对传统混合动力汽车控制方法不考虑已知道路交通信号灯信息对车辆能量管理影响的问题,提出了基于交通信号灯信息的混合动力汽车节能预测控制智能优化策略。通过建立混合动力汽车系统的简化模型,并采用连续广义最小残量方法求解模型预测控制问题。运用MATLAB/Simulink进行仿真,仿真结果验证了交通信号灯信息模型的有效性,以及所设计的模型预测控制算法大幅度提高混合动力汽车的燃油经济性的能力和实时控制性能。研究结果表明所提出的控制策略可以实现车辆行驶轨迹的优化控制,显著提高了车辆的燃油经济性,并满足系统的实时最优控制要求。