基于多水平发展模型的云南省县域经济增长研究

多水平模型是基于层次结构数据形成的一种统计模型,不仅能深入挖掘不同层次变量对县域经济增长的影响,而且能对县域经济增长的差异性进行分析;基于时间—区县—州市构建了3水平发展模型,分别从居民生活水平、工业发展程度、农业发展程度、交通发达程度、投资程度等视角对云南省县域经济增长差异的影响因素进行研究;经济总量由初始水平和经济增速决定,结果表明初始水平受州市层面上人均蔬菜产量和人均固定资产投资等影响较显著,增长速度受州市公路密集度影响较显著。     

差异化定价策略下的远洋洲际班轮航速与航线配船优化

针对远洋洲际集装箱班轮航速与航线配船优化问题,在考虑集装箱货物时间价值的基础上,通过分析在往返两个长航段上船舶航速变化对货物运输时间的影响,构造了对即期市场客户随航速变化的差异化定价函数,以船公司周利润最大化为目标,构建了集装箱班轮航速与航线配船混合整数非线性规划模型,设计离散化求解算法.算例验证了模型和算法的有效性和适用性.结果表明,差异化定价策略下的航速与航线配船优化,不仅可以降低客户集装箱货物的时间成本,而且也能够明显地增加船公司的运输收益.此外,使最优航速阶梯型下降的燃油价格阈值会随着收益增量比例系数的提高而增大.研究结论可以为船公司航线配船决策提供科学的参考.     

基于磁致链化效应的磁控粗糙表面及其疏水特性

基于自清洁、表面减阻等技术需求，近年来，超疏水表面及其制备技术广受关注基于铁磁颗粒在聚合物基体中的磁致链化，通过构建具有微米级随机山状突起特征的磁控粗糙表面(magnetic roughness surface, MRS)，其水滴接触角可达150°以上，呈现超疏水特性通过对MRS制备过程中固化磁场强度、铁磁颗粒粒径及含量等因素进行研究，建立了MRS规则锯齿结构模型，仿真分析了锯齿结构高宽比和间距比对表面疏水性的影响     

大气湍流间歇性对玉米花粉风扩散的潜在影响

现有研究成果已充分认识到大气湍流间歇性损耗将对大气边界层中颗粒物质的输送过程产生重要影响.然而,目前关于耗散间歇性对玉米花粉传播潜在影响的相关研究较为欠缺.基于拉格朗日随机模型,以耗散速率的时间变化为关键参量,定量地评估了大气湍流间歇性对玉米花粉传播的影响.数值分析结果表明,大气湍流间歇性能够增加花粉在花粉源附近及较远位置的分布几率;与稳定的大气条件相比,湍流间歇性对玉米花粉的传播,特别是对远距离传播能够产生更大的影响,且随着无量纲耗散率分布均方差的增加,长距离传播的统计物理量响应也将存在差异.研究表明,在复杂自然条件下,用一个特定的特征值或固定函数来描述玉米花粉的传播分布可能已不再适用,而需要找到一种更合理的描述方法.     

基于云模型的深圳港危险化学品应急能力评价

利用云模型进行数据分析和处理,以提高港口危险化学品应急能力评价的科学性。以深圳市相关应急预案及风险评估报告为基础,结合应急管理的四个阶段,构建由1个一级指标,4个二级指标,13个三级指标和104个评估项构成的危险化学品应急能力评价指标体系。以专家打分结果为数据样本,分别生成权重云模型、评价云模型和综合云模型,将综合云模型在Matlab中仿真模拟,得到云图;然后将此云图与标尺云图进行比较,得出应急能力水平。得到的评价结果为,深圳港危险化学品应急能力属于中等偏上水平。     

航班运行风险网络的传播与控制改进

为探究航班运行风险的产生、传播与控制过程, 首先统计华北区域航班运行数据共计76个风险节点。然后，采用偏秩相关系数构建风险网络, 再使用社团模块探测算法与三角最大滤波法验证网络适用性。并且, 提出一种适用于航班运行风险分析的SEIR(susceptible-infected-exposed-recovered)模型。根据动力学传播结果, 聚类定位网络传播中关键节点。最后, 采用前置预防与战术处置两类控制方案。计算结果表明，仅控制5个节点后, 感染峰值可降低18.44%, 峰值时间推后两个周期, 起降等重要操纵节点被感染次数平均下降11.74%。该方案在感染峰值、感染周期、重要节点感染3个方面的抑制效果均占优。以上结果证实, 所提方案可有效用于航班运行风险问题分析。     

基于最小二乘法对GM(1.1)模型的研究及应用

针对提高股票未来价格的预测精度,提出区间模糊数的整体GM(1.1)预测模型.利用最优解求解定义方程,得到区间模糊数的预测公式.基于区间模糊数满意度对投资组合选择模型进行优化,得到单目标规划投资选择模型.通过实例分析,给定不同的满意度得到不同的投资组合,证明模型具有一定的柔性.     

基于深度学习的牙刷姿态识别方法

针对牙刷分拣中的定位问题,在确定牙刷位置的基础上采用深度学习实现牙刷姿态识别.对牙刷图像进行去噪增强,通过阈值分割提取感兴趣区域,计算图像的几何矩获得牙刷的方向角和外接矩形,以外接矩形的中心作为牙刷位置.用矩形框内的牙刷图像训练残差网络模型,当模型正确率达到要求时保存该模型,用于判断图像中牙刷的姿态.测试结果表明,该方法可以快速准确地实现牙刷的位置确定与姿态识别,为机器人分拣提供牙刷位姿信息.