基于无人机实时数据多波次任务规划模型分析

针对导弹部队多波次作战任务规划问题, 依据无人机的实时数据, 构建了基于路径的多层规划模型, 并设计了模型的算法求解流程。使用遗传算法与禁忌搜索混合算法, 得出了任务规划中的最优路径规划, 并在此基础上进行了冲突的消除。通过仿真案例表明, 用无人机协同配合导弹部队作战, 实时传输作战数据, 能够解决战场信息模糊不确定的问题; 使用多层规划模型能够为导弹多波次规划作战的路径进行科学的决策和选择。利用遗传算法和禁忌搜索混合算法, 能够避免局部最优导致无法输出结果的现象。     

国外气候变化与人口迁移研究

 通过对国外学术界关于气候变化与人口迁移的相关研究进行梳理发现，人口迁移不仅是气候变化应对机制，更是一系列国家背景、社会、政治和经济环境相互碰撞的复杂结果。针对气候变化问题，提出了各国应加强收集、共享与气候有关迁移的可靠数据，对移民相关政策制定应着力于改善目的地移民安置和生计问题。通过介绍气候变化和人口迁移方向现有国际研究趋势，展望了其未来的研究趋势。     

综合控制系统的动态输出反馈控制器设计

为进一步对控制系统进行系统分析与设计,对离散时滞奇异摄动不确定控制系统设计动态输出反馈控制器,使闭环系统渐近稳定.针对时滞依赖和时滞独立两种情形进行讨论,构造一种新的二次求和型李雅普诺夫泛函.利用交叉项界定方法对泛函差分过程进行放大,并综合运用引理消除系统的不确定性,推出动态输出反馈控制器在时滞条件下存在的充分性判据,扩大控制器的摄动控制范围.对所得结论进行推广,通过算例验证该方法的有效性和可行性,并通过对比相应文献,说明所得控制器具有一定的优越性,可使闭环系统渐近稳定.不仅符合设计要求,而且能达到二次调节控制效果.     

柔性基础下不排水桩复合地基固结分析

考虑柔性基础下不排水桩复合地基中桩–土非等应变特性，推导出变荷载下不排水桩复合地基桩间土平均超静孔隙水压力的控制微分方程和求解条件。通过函数变换，基于变荷载下天然地基一维固结理论建立了相应的固结解析解，包括复合地基和桩间土中的平均超静孔隙水压力解答和复合地基整体平均固结度解答。利用有限元模拟方法验证了固结解析解的合理性，并与现有的固结度解析解进行了比较。结果表明，固结度解析解与数值模拟的结果较为吻合，计算精度高于现有的固结计算模型。采用基于等应变假设的固结计算模型分析路堤下不排水桩复合地基的固结速率，计算结果偏大。     

基于不平衡数据的公司破产预测研究

整合创新数据预处理技术与集成算法利用不平衡数据探讨了公司破产预测问题。首先，运用冗余信息处理方法、不同抽样方法等对不平衡数据进行预处理。其次，以5.0分类器（Classifier 5.0,C5.0）决策树和单隐层前馈神经网络作为基分类器，分别与三类重抽样数据预处理技术结合，择出最优抽样法。再次，结合自助汇聚法提升分类效果，并运用十折交叉验证的受试者操作特征曲线的下方面积进行评价，对比了两基分类器的集成模型。最后，运用加利福尼亚大学尔湾分校数据库中一万多家波兰制造业公司的实际数据进行实验验证。实验结果表明：欠抽样或人工少数类过采样法与神经网络结合的集成模型分类效果最优，为企业实施破产预测提供积极支撑。     

带粘性含不活泼项的Cahn-Hilliard方程解的逐点估计

研究了高维空间带粘性含不活泼项的Cahn-Hilliard方程解的逐点估计.首先结合格林函数,频谱分解等工具进行详细分析,然后利用不动点原理得到了方程经典解的存在性,最后在此基础上,进一步得到方程解在任意时刻和空间任意点处的衰减估计.     

黄体酮缓释栓剂的制备与优化

以热熔法制备黄体酮缓释栓剂,转篮法考察栓剂的体外溶出效果,并采用高效液相色谱法测定黄体酮的含量,筛选栓剂基质以及优化释放速度调节剂浓度.实验结果表明:以混合脂肪酸甘油酯作为栓剂基质制备的黄体酮缓释栓剂能保留50 h的完整形态;羟丙基甲基纤维素、羧甲基纤维素钠和硬脂酸3种释放速度调节剂的最佳浓度分别为1.5%、0.5%、1%,其中,以1%的硬脂酸为释放速度调节剂制备的黄体酮缓释栓剂在48h时的药物溶出度为73.90%,其释药时间超过50 h,缓释效果优于羟丙基甲基纤维素、羧甲基纤维素钠.     

考虑多个子群意见的多要素大群体决策方法

针对存在多个子群的多要素大群体决策问题，提出一种决策分析方法.首先，依据参与决策的个体针对方案构成要素的排序，计算各要素针对各参与个体的borda分值.其次，构建要素针对各子群的平均borda分值向量，再将其归一化后作为针对各子群的虚拟方案.然后，考虑到各子群的评估一致性存在差异，计算各子群的权重.进一步地，计算各虚拟方案与各备选方案之间的贴近度，并将其与各子群权重相集结，得到针对各备选方案的综合贴近度，并据此对备选方案进行排序.最后，通过一个考虑公众意愿的城市公园设计方案选择问题的算例说明了所提出方法的可用性.     

基于ESVM的科技政策文本标签分类研究

文本标签作为一种文本关键词,能够简化科技政策中有效信息的挖掘。本文从科技政策类别角度,将标签类别分为科技投入、知识产权、农村科技和税收四类,针对传统SVM算法的缺点和标签数据不平衡的缺点,结合欧式距离思想,提出一种带有惩罚因子的ESVM科技政策文本标签分类方法。最后,对比SVM和ESVM两种分类方法,验证了本文方法在处理科技政策文本标签数据上的有效性。