基于期刊阅读群划分的期刊服务探索——以北京青年政治学院图书馆为例

新媒体时代的到来,使图书馆传统的期刊服务面临着新的挑战。为更好地做好期刊服务,分析了期刊阅读群各自的特点,探讨了基于期刊阅读群划分的期刊服务,包括面向教学科研期刊阅读群的深层次服务、面向学生阶段性阅读群的引导型服务以及面向休闲浅阅读群的灵活性服务。     

大兴安岭冰帽群的发现及初步研究

对于大兴安岭地区是否发生过第四纪冰川作用,地质学界一直存在争议。通过野外调查发现,在内蒙古克什克腾旗世界地质公园青山园区的山脊与山坡上,大规模分布有流线构造,同时在边缘地带存在着典型的终碛条带构造、冰碛砾石扇构造。流线构造由粗粒黑云二长花岗岩组成,砾石为棱角状,多长条形,长为数十厘米至数米。构成流线构造的砾石垄,垄宽1～3 m,高0.3～1.0 m,长数十米,最长的可达数百米。长条状砾石a轴与流线构造的延伸方向一致,板状砾石则叠压成鱼骨状。经与国外文献中冰帽遗迹特征进行对比分析,确定这些流线构造属于冰帽冰碛流线构造,从而证实了大兴安岭地区曾经存在众多小型冰帽,统称为"兴安冰帽群"。根据砾石表面具有极其微弱的风化程度、流线构造与全新世灰黑色亚黏土堆积在一起的特征,初步推断该期冰帽的发生时间可能为全新世的拦马冰期。     

硼氢化钠还原西佛碱制N,O多齿配体

以含有不同取代基的水杨醛为原料,与乙醇胺反应制得相应的西佛碱中间体,经硼氢化钠还原合成N,O多齿配体L1~L3.配体结构通过1H核磁共振波谱(1H NMR)、红外吸收光谱(IR)和紫外-可见吸收光谱(UV-VIS)进行了表征.结果表明,当配体含有取代基时,其紫外-可见吸收光谱的吸收峰位置发生红移,且吸收强度有所增强.     

多途径资源化利用磷石膏

<正>磷石膏为湿法磷酸生产过程中排放的固体废弃物,在目前的工艺水平下,每产1吨磷酸,排放近5吨磷石膏。利用处理排放的磷石膏,是很多企业一直面临的问题。铜陵化学工业集团有限公司(以下简称铜化集团)磷石膏年排放量约200万吨,通过多种手段和技术,年综合利用率已超100%,提前实现了磷肥行业提出的"十二五"末磷石膏综合利用率30%的目标要求,处于全国行业领先水平,历史堆存的磷石膏正逐年减少。     

基于多层结构的楼宇智能化系统体系结构

智能楼宇中配置的设备,不仅数量多且分布离散,使得管理和维护都比较困难,造成了很大的运行维护费用的负担。本文因此提出了基于多层结构的楼宇智能化系统的体系结构可实现楼宇节约能耗,此外通过集中控制、优化运行、可以有效控制设备的维修周期,节省维护费用。     

关于二面体群的共轭类长素图

讨论二面体群的结构问题,利用GAP软件给出二面体群D2n的共轭类长素图,并完整给出当n以及n/2分别是奇数和偶数时的共轭类长素图情况.     

基于物元模型的齿轮磨损状态分形评估方法

为实现齿轮磨损状态的准确评估,设计齿轮副磨损实验,进行全寿命周期磨损实验,根据磨损率、磨粒群分形维数、振动信号变化趋势以及工况条件,划分5个不同的齿轮磨损状态。选择计算简单、权值易于确定的物元评估方法作为评估齿轮磨损状态的方法,利用磨粒群分形维数建立齿轮磨损状态的物元评价模型,并用实验测试数据进行实验验证。研究结果表明:物元模型能有效地评估齿轮不同的磨损状态,对齿轮磨损状态的评估准确性达91.67%。     

基于层次任务网络的应急资源协作规划方法

应急响应一般涉及多个部门,各参与部门需要通过合理的协调方法规划应对方案,协同使用应急资源是不同部门间应急行动方案制定的关键.为处理规划过程实时产生的资源冲突,文章提出了基于层次任务网络(hierarchical task network,HTN)的多部门分布式协作任务规划框架,将规划方案行动的生成过程作为需要考虑的协作问题,并通过协作过程与规划过程的嵌套,减少规划无效方案而提高协作效率.其次,探究并设计处理重用性资源的协调机制,使用多种优先级判断规则消解资源使用冲突.进一步,在建立的协作框架和资源协调机制的基础上,提出基于HTN的协作规划算法.最后通过实验案例说明了应急资源协作规划方法的应用,并对本方法的有效性和相对于原有方法的效率优势进行了验证.     

一对多交互式在线客户服务排队模型

以聊天工具为基础的在线客服大量取代了电话形式的传统客服。与电话客服不同，一个在线客服人员能同时为多个顾客提供交互式的服务，而传统的排队公式都是以一对一服务为基础推导的，无法直接用来计算在线客服的排队指标。分析了一对多交互模式下的排队特点，提出了该模式下的服务水平指标，构建了包含顾客层和消息层的双层排队模型，推导了系统平均客户数量、平均服务时间、平均等待回复时间等指标公式，最后进行了公式解析值的仿真验证。仿真结果表明，顾客平均服务时间和消息平均等待时间等指标能有效描述服务系统的排队状况，而本文提出的双层排队模型能准确计算一对多服务模式下的排队指标。     

基于分层多子群的教与学优化算法

文章针对教与学优化(teaching-learning-based optimization,TLBO)算法在求解高维函数优化问题时易陷入局部最优与"早熟"现象、迭代后期收敛速度慢、求解精度低的缺点,提出了一种基于分层多子群的教与学优化算法(hierarchical subpopulation TLBO,HSTLBO),对平均学生水平进行重新定义,并根据适应度值对教学因子动态取值;通过预设的一个等级层次结构,将种群划分为若干个子群,构成层次结构的底层;底层子群粒子相对独立进化,保证种群多样性,每个子群的最优粒子则构成层次结构的上一层,提升算法的全局收敛能力,子群自下而上更新。通过10个Benchmark函数将提出的算法与其他算法进行对比实验,结果表明,HSTLBO在求解精度和收敛速度方面均优于其他算法。