基于相对熵的营销机会模糊评价

针对传统营销机会识别方法中存在的问题,综合运用模糊数学方法和熵的基本原理,采用三角模糊数建立判断矩阵,再根据水平截集和乐观指标,进行模糊区间运算得出相对熵,并依据评价结果的大小对营销机会进行识别.实例计算表明,该方法不仅克服了AHP法的缺点,而且提高了营销机会识别的准确程度.     

串级时滞系统最优预报自校正鲁棒控制算法

本文提出了一种适用于串级时滞系统的极点配置最优预测鲁棒自校正控制算法,它能消除闭环特征方程中的时滞项,有效地提高了系统的稳定性及抗干扰能力,具有经典串级系统难以达到的优越性能。     

基于强化学习的多成品率衰变设备预防维修策略

在生产制造过程中, 设备状态的衰变会影响产品质量, 导致成品率水平的逐渐下降. 本文研究此类具有多成品率水平的衰变设备预防维修问题. 建立隐马氏决策过程模型, 在成品率水平不可直接获知的情况下, 用产品质检信息作为系统观测状态进行维修决策. 模型考虑两类质检误差及收益和成本参数, 通过强化学习算法, 学习各观测状态下的最优维修行动. 针对不同的设备衰变模式和质检误差水平, 进行算例分析, 结果显示基于强化学习的预防维修策略与传统的固定周期的维修策略相比, 能够很大程度上提高系统的平均收益.     

基于相对熵的营销机会模糊评价

针对传统营销机会识别方法中存在的问题，综合运用模糊数学方法和熵的基本原理，采用三角模糊数建立判断矩阵，再根据水平截集和乐观指标，进行模糊区间运算得出相对熵，并依据评价结果的大小对营销机会进行识别。实例计算表明，该方法不仅克服了AHP法的缺点，而且提高了营销机会识别的准确程度。     

标本组学——树木学研究的新方法

树木学是一门不断发展、高度综合的学科。系统发生是树木学的基础,研究材料和序列数据一直是限制系统发生重建的重要因素。新技术的发展和应用通过拓展材料利用、改进和提升系统发生树的分辨率而将树木学的研究推向新的高度。标本馆不仅是树木物种凭证标本的保存地,保存了物种的形态、地理分布、生态、物候等信息,而且是重要的材料库。标本材料因制作和保存过程中高温和氧化导致基因组DNA降解和破碎化,一代测序技术由于技术限制而无法充分利用馆藏标本开展生命之树重建研究。新兴的标本组学是近年来基于二代测序技术发展起来的获取标本材料中基因组DNA的技术,这种技术通过对短片段测序和生物信息学方法拼接获得基因组DNA序列,因此可以充分利用馆藏标本材料,结合浅层测序和靶序列捕获能获得包括nrITS、叶绿体基因组、线粒体基因组以及单拷贝核基因等序列,从而满足系统发生重建的需要,且有着经济、省时、高效、准确的优势。新兴标本组学的应用将加速生命之树重建、DNA条形码、物种保护和资源可持续利用等方面的研究。     

长白山天池水系常量离子和氢氧同位素地球化学示踪

采集天池火山区的温泉水、地下水和地表水,进行了常量离子和氢氧同位素指标测试,进行了水体来源分析。结果发现:1水体的氢氧同位素数据表明各类水体均来源于大气降水;2温泉水的氚含量指示其年龄为50~60年;3各类水体中离子含量和氚含量的变化特征表明天池火山区的温泉水主要汇入天池水和北坡水系之中,仅有少量进入西坡和南坡水系,天池火山区地下水呈现出由南向北运移的特点。