不确定离散多时滞系统的模糊动态输出反馈保性能控制

针对一类用T-S模糊模型描述的不确定离散多时滞系统,研究了其动态输出反馈保性能鲁棒控制问题.通过构造一个相应的Lyapunov函数,给出了系统模糊输出反馈保性能控制律存在的一个充分条件和性能上界.并证明了该条件等价于一组线形矩阵不等式的可行性问题.进而,通过建立和求解一个凸优化问题,给出了系统设计次优保性能模糊输出反馈控制律的方法.最后通过一个算例来验证所给结果的有效性.     

地黄属资源植物中梓醇的分布及积累动态

采用液质联用（HPLC-UV-MS）法对同地栽培的地黄属各物种中梓醇的分布及积累规律进行了检测.研究发现地黄属6种植物都含有丰富的梓醇成分,茄叶地黄、高地黄和裂叶地黄梓醇含量较高,接近于地黄中梓醇的含量.并发现地黄属植物块根中梓醇含量高峰在入冬前的成年期,而地上部分梓醇含量高峰在越冬后的开花结实期.在各物种内,地上部分梓醇含量通常高于地下部分,粗壮和木质化程度低的块根中高于纤细和木质化程度高的块根中.探讨了地黄属资源植物的应用前景和梓醇分布和积累规律的形成原因.     

颗粒物质中的沉降阻力

作者对颗粒物质中沉降物体受到的阻力进行了资料调研,并对其中的一些基本物理量之间的关系进行了分析和讨论,揭示颗粒物质系统普遍存在的非线性规律.     

基于基尼的模糊kNN分类器

随着网络的发展,大量的文档涌现在网上,自动文本分类成为处理海量数据的关键技术。在众多的文本分类算法中,kNN算法被证明是最好的文本分类算法之一。对于大多数文本分类来说,文本预处理是文本分类的瓶颈,文本预处理的好坏直接影响着分类的性能。在此介绍了一种新的文本预处理算法——基于基尼的文本预处理算法。同时采用模糊集理论改进kNN的决策规则。这两者的结合使得模糊kNN比传统的kNN表现出更好的分类性能。实验结果证明这种改进是有效的,可行的。     

公共物品理论研究的范式演变:从需求到供给

源于威克塞尔-林达尔-萨缪尔森传统的标准公共物品理论范式着眼于需求侧的分析,由于搭便车的普遍存在和公共选择机制的固有缺陷,公共物品供给问题难以解决。通过范式转换,即着眼于异化不同个体对公共物品供给量的影响,加总技术视角的公共物品自愿供给理论可以拓展公共物品的分析框架。于是,该文作者考察了不同加总技术的公共物品分类及其对公共物品供给量的影响,在此基础上进行了简要评述和展望。     

平均速率受限条件下OFDM系统联合自适应分配策略

提出一种满足不同用户速率要求的OFDM系统的联合子载波、比特和功率分配算法,以达到进一步减小发射功率的目的。首先在用户平均速率受限的条件下进行子载波分配,然后对分给每个用户的子载波进行速率注水,进行比特和功率分配,使系统在满足用户传输速率要求的同时传输功率最小。仿真结果表明,该算法功率分配部分具有较低的复杂度,相同性能要求下所需最小传输功率比其他算法小。     

一类网络k-中心选址问题的改进算法

为解决基于城市道路交通网络的应急设施选址问题,建立了此问题的网络k-中心选址抽象模型。针对此模型在分析研究已有算法的基础上,设计了一种具有多项式时间的改进置换迭代算法,证明了算法迭代的有效性,分析了算法的计算复杂度,并利用实例进行了对比分析。实例分析表明,改进的置换迭代算法降低了受限p-中心的并行迭代算法中的网络中心置换的条件,而算法的效率有明显的提高。     

基于动态部分缓存共享机制的改进RED算法

为了解决Internet中网络业务流量不断增长而引发的网络拥塞问题,采用部分缓存共享机制对随机早期检测算法进行改进。根据网络节点缓存资源实时使用情况模糊动态调整丢弃阈值,结合采用比例调度算法,提高了网络共享资源的使用效率,保证了不同网络业务的服务质量。仿真试验结果表明,改进RED算法可以提高网络节点的成功转发率,改善关键业务的延迟指标,具有更好的拥塞控制性能。     

活性污泥基因组DNA快速提取新方法及其指纹分析

建立了从活性污泥中快速提取基因组DNA的新方法,过程包括粗提与精制两个步骤,简化了繁琐的提取程序,提高了提取效率．用该方法提取的基因组DNA做模板,进行扩增核糖体限制性酶切片断分析（ARDRA）及核糖体基因间区序列分析（RISA）,均获得了理想的多态性指纹图谱;采用两对特异性引物（鞘氨醇单胞菌属和氨加氧酶基因）对所提污泥基因组DNA进行扩增,均获得了正确的PCR产物．该方法提取的污泥基因组DNA不但适用于研究污泥系统中菌群多样性分析,而且还可以对特定基因进行跟踪监测。     

基于统计分析的绩效评价方法研究

对绩效进行评价,指标的层次结构及其权重的确定直接影响评价指标体系的实用性和评价结果的客观性与科学性．为确保分析结果客观、科学,在分析了层次分析法分层和权重确定时存在不足的基础上,提出一种新方法．首先,运用统计分析中的因子分析方法,为指标进行分层归类;其次,根据因子分析中子因子在主因子上的载荷,确定各个子因子在其主因子上的权重值;再次,根据子因子在其主因子上的权重值,并结合各主因子在总目标（一级指标）上的贡献率,确定出各个子因子在总目标上的权重值;最后,通过实例证明了方法的实用性．