考虑激励相容的含风电电力市场价格机制研究

节点边际价格机制作为电力市场广泛采用的出清方式,其市场效率只有在完全竞争的假设下才能得到保证。然而,由于边际价格机制下市场成员不能做到完全真实报价,导致电力市场存在信息不对称。本研究在电力市场Vickrey-Clarke-Groves(VCG)理论的基础上提出一种适应电力日前市场的改进VCG价格机制。首先,构建计及风电不确定性的日前市场出清模型,并证明所提机制满足激励相容、个体理性及系统综合成本最小化;其次,针对VCG价格机制不能保证收支平衡的缺点,在不同风电渗透率下提出一种不平衡资金分配策略,达到解决系统资金赤字的目的;最后,通过IEEE 24节点测试系统验证了该机制的有效性,从电力市场角度为提升新能源消纳水平提供了理论依据。     

靶向于胶原蛋白的血栓抑制剂LERNSTY开发

通过荷电氨基酸残基替换LWWNSYY中的疏水性氨基酸残基W以优化其组成,设计获得血栓抑制剂LERNSTY.研究发现,LERNSTY溶解度好,能够有效结合胶原蛋白,K_d为(1.647±0.303)μmol/L,有效半抑制浓度(IC_(50))为(2.73±0.48)μg/m L,优于LWWNSYY.因此,通过荷电氨基酸的引入优化获得有效的血栓抑制剂LERNSTY,将促进疗效显著而副作用小的抗血栓药物开发.     

病原菌的群体感应及其抑制剂的研究进展

随着病原菌耐药性特别是多重耐药性的日益严重,抗菌药作用新靶点的发现和新型抗菌药物的研发显得尤为重要.病原菌的致病作用常受到与其群体密度相关的群体感应(quorum-sensing,QS)系统的调控.细菌通过释放和交换自诱导信号分子(autoinducers,AIs)以调控致病相关基因的表达,从而影响细菌的毒力、黏附和生物膜的形成等.不同种类的AIs介导不同的QS系统,阻止AIs的积累或其与受体的识别和结合就可以抑制QS调控的致病基因的表达.因此,QS抑制剂(quorum-sensing inhibitors,QSIs)有望成为控制病原菌感染和耐药性产生的有效武器.迄今发现的QSIs有非肽类小分子化合物、肽类化合物和蛋白质(包括淬灭QS的酶和抗体).此外,一些竞争性的细菌或动物也可以清除AIs从而起到QSIs的作用.QSIs可以通过天然的QSIs指示菌株、人工构建的工程菌或者计算机模拟等方法进行筛选.对QS介导的病原菌致病机理的不断深入研究将为新型的QSI靶标的选择提供帮助,通过将QSIs和传统抗菌药物联合使用有望达到更好的治疗效果并预防细菌耐药性的产生.     

自然事物的情感表现性

自然事物的情感表现性产生于人类与大自然事物生命情调上的相似，自然事物的形式美因素以及人类情感形式与自然物在“力的图式”上同形同构。     

植物化学与天然新药研究之管见

本文根据植物化学、天然药物发展的某些趋势和动态 ,论述了植物化学 (天然产物化学 )在天然药物研究中的作用 ,并就我国天然活性成分、天然药物和传统中药的研究与发展提出了若干建议。     

复杂网络度分布的异质性对其同步能力的影响

讨论了一类度分布在无标度网络和随机网络之间连续可调的网络模型.提出连接密度的概念,在网络规模保持不变的前提下,研究度分布的异质性、连接密度对网络同步能力的影响.根据同步判据研究两类网络的同步能力.类型Ⅰ网络,其同步能力与网络度分布的异质性的相关性受网络连接密度的影响,连接密度较小时同步能力与度分布异质性无关.类型Ⅱ网络,其同步能力受网络度分布异质性和网络规模及网络连接密度共同影响.异质性越强、网络规模越大、连接密度越小,类型Ⅱ网络越不容易实现同步.     

农村图书馆地方文献征集与数字化工作的思考

地方文献与数字化是农村图书馆的重要使命之一。由于受人力物力的限制,农村图书馆对地方文献的征集还存在数量少,品种少、阅读量低等问题;地方文献的数字化工作更是受制于技术条件,短时期很难以有大的突破。农村图书馆需要突破资金瓶颈,采取多种措施和灵活多样的方式,通过对地方文献的信息收集、采取购置、奖励等鼓励手段进行征集。对已征集的地方文献要采取科学的手段进行数字化,最大限度的发挥地方文献的社会功用。     

网络信息环境下信息获取存在的问题及建议

高度发展的信息化社会中，获取信息的途径越来越多，通过因特网获取信息已经成为我们的主要途径。但在信息获取中又存在很多的问题。本文通过探讨网络环境下的信息资源的特点及影响信息获取的因素，明晰其中的不足，分析了为解决这些问题应该大力发展的技术。     

基于稀疏贝叶斯回归的正则化核密度估计算法

为了加快核密度估计(KDE)的计算速度,简化模型复杂度,提出了一种基于稀疏贝叶斯回归的KDE稀疏构造算法SBR-KDE.该算法将经人工加噪处理后的分布函数逼近值作为输入,获得了KDE的极为稀疏表示形式.实验结果表明:与传统KDE算法相比,在保持相当计算精度(多数情况下降低了模型误差)的情况下,文中算法的时空效率大幅度提高,而且在小样本训练集条件下得到的密度估计更光滑;独立成分分析及高斯化变换的应用使文中算法在一定程度上缓解了维数灾难.