主/被动微波遥感数据融合的土壤湿度产品的CDF改进研究

土壤水分是控制陆地和大气间水热能量交换的关键因子之一,在地球生态系统中起着重要的作用。定量化获取土壤水分信息对农业生产、应对全球变化、保护生态环境等众多领域都有着重要意义。目前,获取精度较高的大区域土壤湿度信息依然是研究的热点和难点问题。气候变化倡议项目(climate change initiative,CCI)土壤湿度数据集是由多种主、被动微波数据融合的大尺度土壤湿度数据集,对其在中国区域的数据质量改进具有较高的实际应用价值。研究利用累积概率分布函数(cumulative distribution function,CDF)匹配方法对CCI土壤湿度产品进行改进。选择有较多实测数据的河北、山西、天津等部分区域,获得2009~2010年每月三旬(共72旬)的土壤湿度插值数据,以此为基础利用CDF进行重调整,建立逐像元的CCI土壤湿度数据的改进模型;然后利用站点实测数据进行该方法的有效性验证。结果表明,CDF调整前的偏差、均方根偏差和平均相对误差分别集中在0.05~0.09、0.05~0.1、0.20~0.45,调整后分别降低在0~0.04、0~0.05、0~0.2范围。可见,CDF调整后的误差明显减小,调整后的CCI土壤湿度的精度得到了明显的提高。     

基于模拟退火算法的数据聚类分析

本文针对数据聚类分析和最优化问题的相似点，用模拟退火算法进行聚类分析。根据数据对象的特征，提出了基于模拟退火的产生函数和迭代方案。通过实例验证，表明该新算法能够有效地解决数据聚类分析问题。     

连轧张力公式的实验验证和分析

连轧张力公式是连轧理论和实践的核心问题,该问题国内外都有大量的研究,20世纪60年代笔者推导了连轧张力微分方程、多机架动态张力公式、稳态张力公式,理论上已作过深入、广泛的分析讨论。日本在20世纪70年代对连轧张力公式进行了理论上的推导和实验验证,特别是浅川基男等人的连轧实验结果更为重要。为此引用了浅川基男的实验数据和宝钢2 050 mm热连轧机上的实测数据,验证了连轧张力公式。     

考虑供应商聚类的应急医疗物资协同配送仿真

针对突发公共卫生事件应急处置中存在的地方政府医疗物资储备不足、配送效率低下等问题,设计了一种考虑供应商聚类的两阶段应急医疗物资公私协同选址分配模型。在备灾时利用模糊聚类算法实现供应商聚类,并与政府建立合作机制以实现应急医疗物资联合储备;在救援初期依托政府和各类供应商的物资储备及运输能力,构建以最小化物流总成本与需求未满足率加权和为目标的选址分配仿真模型。设计改进的非支配排序遗传算法对此两阶段模型进行求解。以新冠肺炎疫情中武汉市医疗物资调度设计仿真算例,并对比有无供应商聚类对模型的影响。仿真结果表明：该模型在协调政府和供应商的应急医疗物资储备、运输以及调度决策方面具有优势。     

用育种算子改进遗传算法

为解决遗传算法求解一些特殊问题时容易出现的未成熟收敛问题,提出了在遗传操作中加入育种算子的方法,以改进传统遗传算法.在讨论生物工程中育种方法的基础上,给出了育种算子的定义和原理分析证明.育种算子能提高个体进化的概率,且不会出现由高概率变异引起的群体退化现象.计算机模拟实验结果表明,加入育种算子可以明显提高算法性能.     

生态系统服务价值评估在土地利用规划环评中的应用浅探

土地利用规划环境影响评价是指对土地利用规划实施后可能造成的环境影响进行分析、预测和评价,提出预防或者减轻不良环境影响的对策和措施,进行跟踪监测的方法和制度。作为生态学和生态经济学前沿课题之一的生态系统服务功能价值评估,可定量化反映规划实施后可能对生态系统造成的综合影响,为土地利用规划环境影响评价提供一条新的途径。本文对生态系统服务功能价值评估在土地利用规划环境影响评价中的应用做出了概括和评述,并提出了应用展望。     

PCR-RBF-SVM预测模型在财政数据中的应用

通过使用支持向量机算法将主成分回归的线性预测结果和径向基神经网络的非线性预测结果相结合, 提出一种新的预测模型, 该模型提高了预测精
度, 解决了预测方式单一的问题. 将新预测模型应用于财政数据预测结果表明, 与传统主成分回归和径向基神经网络方法相比, 该模型预测效果更好.     

基于竞争式协同进化的混合变量粒子群优化算法

现实工业生产应用中存在大量的混合变量优化问题,这类问题的决策变量既包含连续变量,又包含离散变量。由于决策变量为混合类型,导致问题的决策空间变得不规则,采用已有的方法很难进行有效求解。引入协同进化策略,提出一种基于竞争式协同进化的混合变量粒子群优化算法(competitive coevolution based PSO,CCPSO)。设计基于容忍度的搜索方向调整机制来判断粒子的进化状态,从而自适应地调整粒子的搜索方向,避免陷入局部最优,平衡了种群的收敛性和多样性;引入基于竞争式协同进化的学习对象生成机制,在检测到粒子进化停滞时为每个粒子生成新的学习对象,从而推动粒子的进一步搜索,提高了种群的多样性;采用基于竞争学习的预测策略为粒子选择合适的学习对象,充分利用了新旧学习对象的学习潜力,保证了算法的收敛速度。实验结果表明：相比其他主流的混合变量优化算法,CCPSO可以获得更优的结果。     

低碳视角下改进DMBSO算法的垃圾收运路径优化研究

为解决“垃圾围城”难题,设计改进DMBSO算法对垃圾收运路径进行优化。首先,在低碳环保背景下,考虑车辆载重对碳排放量的影响,建立了以最短路径和极小化碳排放量为目标的绿色垃圾收运路径优化模型;然后设计改进DMBSO算法,其包含组间讨论和组内讨论,使算法在全局搜索和局部搜索达到平衡,并且引入逆转算子、启发式交叉算子和精英保留策略,使改进DMBSO算法适用于解决离散组合优化问题;最后对9个标准算例和1个实例进行仿真,结果表明改进DMBSO算法优于BSO和ACO算法,能够同时降低运输距离和碳排放量,具有很好的收敛效果和鲁棒性。     

废报纸基纤维素气凝胶的绿色制备及其清理泄漏油污性能

为制备廉价清洁的吸水吸油性废报纸基纤维素气凝胶(WNCA),使用1-烯丙基-3-甲基咪唑氯盐离子液体(AmImCl)溶解无任何前处理的废报纸,经去离子水、无水乙醇和叔丁醇依次置换即可得纯净的纤维素水凝胶,将其冷冻干燥即可制备柔性的WNCA。采用扫描电子显微镜(SEM)、透射电镜(TEM)和X射线衍射仪(XRD)对制备的WNCA的形态特征、结晶特性及结晶度进行表征分析。结果表明,WNCA具有良好的多孔三维网络交联结构;其晶型结构为纤维素Ⅰ型,结晶度为62.6%,较之所用原料提高了12.8%;该气凝胶能够吸收其自身质量18~20倍的水和废弃污油,通过简单挤压即可把99.8%的液体除去,具备循环利用性能,同时该气凝胶显示了良好的机械性能且可反弹。该研究所用试剂均绿色环保,为绿色气凝胶的制备提供了科学思路。