基于元学习的航空电子设备特征选择算法推荐方法

为了对航空电子设备的测试数据进行有效约简, 去除冗余信息和不相关特征, 基于机器学习领域现有的特征选择算法, 提出了一种元学习框架下的航空电子设备特征选择算法推荐方法。所提方法旨在根据不同航空电子设备测试数据所蕴含的信息, 推荐合适的特征选择算法。首先, 分析了数据集特征的描述方法。然后, 介绍了采用综合度量指数的算法性能评价方法。最后, 给出了特征选择算法推荐方法的框架。使用42个航空电子设备的测试数据和13个过滤型特征选择算法建立了元数据库, 采用留一法进行交叉验证, 推荐命中率达到了90%以上, 推荐性能比例达到97%以上。     

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.     

生产率差距与产业创新转型的时机选择

随着与世界前沿水平的接近，高中等收入经济体要实现持续增长就必须推进创新战略转型，即从模仿式创新为主转向自主创新为主。以此为基本思路，本文将宏观层面的研究深入到产业层面，构建理论模型，并利用中国与美国1998—2018年工业分行业数据，分析了不同创新战略对生产率的贡献如何随着技术前沿距离变化，并在此基础上探究了创新战略转折点的性质。研究发现：(1)自主创新对劳动生产率的贡献逐渐增加，模仿式创新的贡献趋于下降；(2)当与世界前沿距离达到临界值时，两种技术进步模式对生产率的影响出现转折，利用门槛分析方法作出判断，中国的创新战略转折点应在2005年前后；(3)考虑到产业技术的特性差异，针对技术密集型行业，鼓励自主创新的政策更为有效，而模仿式创新在非技术密集型行业中仍有较大空间。     

带有通胀风险的退休后期最优投资管理

考虑通货膨胀的影响,研究了一个确定缴费养老计划退休后期最优投资决策问题.自退休时刻开始,退休者定期从账户里抽取一定的金额维持日常支出,然后将剩余的财富投资于一个无风险资产、一个股票指数和一个通胀指数债券,直到强制购买年金的时刻.为保障退休后的正常生活,退休者在每个时刻设定投资的目标值,采取二次效用函数衡量投资财富水平和目标值的差距,并选择最优的投资策略以最小化平均累计差距.运用动态规划和随机控制方法,得到了没有上方惩罚的目标值、最优投资策略、最优值函数、破产概率以及终端财富与目标值差距的分布函数等指标的显式表达式.运用数学分析和数值分析手段,得到了每个时刻目标值的性质,分析了终端目标值和消费金额对破产概率的影响,研究了物价指数的瞬间变化率和波动率对财富值与目标值的差距、各时刻财富均值以及破产概率的影响.     

埃博拉病毒研究获突破

2014年在西非爆发的埃博拉病毒(Zai re ebolavirus,ZEBOV)疫情,到目前已造成2万多人感染,超过9000人死亡,是历史上规模最大、疫情最严重的一次爆发。尽管现在疫情得到了一定的控制,但再次爆发的风险仍然存在。中国科学院武汉病毒研究所研究员张波课题组对历年来所有埃博拉疫情中的ZEBOV进行了分子系统进化和全基因组选择压力的综合分析,在2014年西非爆发的ZEBOV分子进化研究中取     

启运港退税政策实施中的港口选择模型

在保税港区对周边内陆干港与内贸港口实施启运港退税政策的背景下,基于用户均衡货流分配理论,构建实施启运港退税政策的港口(启运港)选择模型.模型可在既定总投资额的约束下,以区域社会经济效益最大为目标,确定启运港的数量与位置.设计嵌入Frank-Wolfe算法的遗传算法求解模型,并使用大连港腹地的出口数据进行实例分析.结果表明:依托大连保税港区实施启运港退税政策后,哈尔滨等七地被选为启运港,价值388.6亿美元的出口货物所在企业每年能够提前10～25天获得退税款46.7亿美元.上述模型和算法可为政府制定、实施启运港退税政策提供必要的决策支持.     

基于随机机器故障的柔性作业车间动态调度

为了有效快速地应对生产过程中出现的随机机器故障,构建了一个故障机器可恢复的动态柔性作业车间调度模型,采用事件和周期混合驱动的方式,设计了一个组合重调度策略.在组合重调度策略中,将改进的二叉树右移重调度与完全重调度进行组合,引入序位偏差和完工时间偏差为重调度评价指标,对重调度方法进行选择,并且在精英选择遗传算法(elite selection genetic algo-rithm,ESGA)基础上,对精英选择策略进行改进,以防止陷入局部最优.试验算例仿真结果表明,动态调度算法对随机机器故障下的柔性作业车间动态调度是有效的.     

四种不同生境条件下外来植物长芒苋入侵对土壤细菌群落组成和多样性的影响

当前外来植物长芒苋种群在京津冀地区呈爆发性增长态势。文章在入侵植物长芒苋生长的四种典型生境，包括河岸(A)、路边(B)、荒地(C)和农田(D)设置样地采取入侵区和非入侵区土壤，利用16S rRNA高通量测序技术，分析不同入侵生境条件下土壤细菌多样性和组成的变化规律。通过双因素方差分析结果表明：除生境因素对Simpson指数有显著影响外(P<0.05)，生境和入侵及二者间的相互作用对土壤细菌α多样性的影响较小；NMDS分析表明：不同入侵生境间土壤细菌群落结构区分明显。在长芒苋非入侵样地，最丰富的门类为变形菌门、浮霉菌门和芽单胞菌门。而在长芒苋的入侵生境，上述第三大优势门类的芽单胞菌门转变为拟杆菌门；LEfSe分析结果显示：不同生境下代表性优势菌有显著差异。在河岸生境下伯克氏菌科和β-变形菌目的细菌具有明显优势，在荒地生境下芽单胞菌纲和芽单胞菌科的细菌占优势，在路边生境下Sphingomonas＿sediminicola占优势，在农田生境下亚硝化单胞菌科占优势。本研究表明长芒苋的入侵能显著改变土壤细菌群落的组成和结构，这种改变将通过生理生化过程影响土壤的理化性质。     

喀斯特地区水土漏失监测方法评述

水土漏失具有隐蔽性、特殊性和复杂性,有效监测水土漏失是水土漏失研究的难点问题。通过对洞穴滴水示踪、~(137)Cs同位素示踪、模拟试验、数学模型等水土漏失监测方法的分析,得出以下结论:1)洞穴滴水示踪技术监测获得的水土漏失量普遍偏大;2)~(137)Cs示踪法在均质土壤条件下可以定量示踪土壤侵蚀,但还不能定量示踪非均质的喀斯特石漠化地区的水土漏失;3)水土漏失模拟试验可以揭示一定的水土漏失机理和规律,试验结论与自然界土壤地下漏失情况有一定偏差,实验结果还难以推广至流域尺度;4)当前已构建的地下漏失数学模型对于地下水土漏失的预测还不够准确,其原因是数学模型中的某个影响因子的获取难度不亚于直接监测水土漏失的困难。鉴于当前水土漏失监测方法的不足,需要从水文地质勘测的方法中寻找合理的水土漏失监测法,建立长期监测的机制,为有效防治和阻控地下水土漏失提供科学依据。     

基于变量选择-神经网络模型的复杂路网短时交通流预测

摘要： 针对传统交通流预测模型正在由单断面历史数据处理向多断面、多时刻历史数据处理转变,但在考虑各断面间的影响时,多变的交通状况往往会使预测模型复杂化的问题,引入一种多元线性回归最小绝对收缩和选择算子方法(Lasso),并利用其优秀的变量选择能力,在复杂路网多断面中选出相关性较高的断面；结合神经网络(NN)的非线性特性,提出了Lasso NN组合模型.结果表明：Lasso NN模型在路网交叉口对未来15 min交通流数据预测的误差率低于9.2%；在非交叉口的误差率低于6.7%,总体优于各自单独使用得出的结果.