模糊层次分析法在多目标运输指派问题中的应用

首先运用模糊数学,将多目标指派问题转化为模糊指派问题,然后应用模糊层次分析法（FAHP）,确定多目标指派问题中各指标的权重值,并运用传统的匈牙利法求解,最后给出一个应用实例。     

用手性醇改性的铝锂试剂对芳酮的不对称还原

为开发新型手性铝锂试剂，探讨双不对称诱导效应，选用含杂原子的光学活性氨基酸为辅助配体，与1，2，5，6—二丙酮甘露醇共同修饰LiAIH4，对潜手性芳酮进行不对称还原，得到光学活性醇；通过与α—D-乙酰氧基—L-丙酰氯生成非对映异构体酯，经气相色谱分析，对映体过量在43．6％。N．7％之间。结果表明辅助配体的绝对构型、空间位阻、β位杂原子对光学产率均有影响。     

一种新型芳纶改性用第三单体4,4’-二氨基苄基哌嗪的合成与产品结构分析

合成了一种用以芳纶改性的新的第三单体。以无水哌嗪、对硝基氯苄为原料,进行缩合反应得到4,4’-二硝基苄基哌嗪,然后再用氯化亚锡还原制得4,4’-二氨基苄基哌嗪,并且找到了最佳反应条件。MS,IR,NMR分析结果表明谊合成路线是可行的。     

基于ABAQUS强度折减法分析库水位下降对边坡稳定性影响

三峡水库自运行以来,库水下降成为滑坡复活的一个诱因.本文根据库区水位调度方案,利用ABAQUS软件模拟库水位在175～145m的下降过程,考虑饱和-非饱和渗流场与应力场耦合理论效应,并采用强度折减法分析库水下降对树坪滑坡稳定性的影响.分析结果表明:三峡水库以0.21m/d的速度由175m降至145m时,树坪滑坡前缘会产生一定的变形,滑坡后缘和中部,基本上未产生变形,目前树坪滑坡处于较稳定状态,但在库水反复变动及降雨作用下,可能会面临失稳的危险.其成果将为库区滑坡治理提供一定的理论依据.     

高光谱遥感图像最优波段选择方法的研究进展与分析

随着成像光谱仪的发展日益成熟,高光谱遥感图像的研究已进入到一个新的阶段--对获取的高光谱数据进行有效处理和利用的阶段。目前的处理方法主要集中在对高光谱图像的数值分析处理上,比如大气校正、降低数据维数、信息提取、分类与目标探测等方面。高光谱图像相邻的波段之间一般具有较大的相关性,并不是所有的波段对于后续处理都有着同等的重要性,通过选择最优波段而组成新的高光谱图像空间,在不损失重要信息的条件下可以代表其他波段的信息。因而需要在更合理的数学模型的指导下,按照一定的准则,来决定最佳波段的选择问题。对目前国内外高光谱图像的各种波段选择方法进行了综合归纳和分析,力图为高光谱图像处理寻找突破点,加强此领域的研究力度。     

苦皮素A的化学结构讨论

对苦皮素A进行了1H和13C MNR检测,通过DEPT和1H-1H COSY、HSQC、HMBC等2 D NMR技术对该化合物所有的1H和13C NMR信号进行了全归属和详细解析,并采用HMBC技术对文献中与苦皮素A化学结构相关的错误报道进行了修正.     

粗糙集理论及其在智能控制领域的应用前景

简要阐述了粗糙集理论的基本框架,介绍了粗糙集理论在智能控制中的发展趋势,指出它在智能控制领域的理论与应用研究已成为当前该理论的研究热点;重点介绍了它与模糊、神经网络等软件计算方法的融合,这种融合将极大地提高混合智能控制系统的机器智商。     

Co(Ⅱ)-NaCl体系在悬汞电极上的还原机理

用恒流计时电位法和循环电位扫描法研究了Co(Ⅱ)-NaCl体系在悬汞电极上的还原动力学,确定了过程存在着前置转化反应,电荷传递为单电子过程.中间价态离子Co(Ⅰ)很不稳定,以岐化反应方式很快分解.前置转化反应的正向速度常数k_1’=2.85dm~3·mol~(-1)·S~(-1),逆向速度常数k’_(-1)=7.15S(-1).过程的动力学参数αn=0.46—0.52,n=1,R_S=1—3×10~(-10)cm·S~(-1).     

高维数据流的聚类离群点检测算法研究

针对基于聚类的离群点检测算法在处理高维数据流时效率和精确度低的问题,提出一种高维数据流的聚类离群点检测（CODHD-Stream）算法。该算法首先采用滑动窗口技术对数据流划分,然后通过属性约简算法对高维数据集降维;其次运用基于距离的信息熵过滤机制的 K-means 聚类算法将数据集划分成微聚类,并检测微聚类的离群点。通过实验结果分析表明:该算法可以有效提高高维数据流中离群点检测的效率和准确度。     

基于规则的神经网络在模式分类中的应用

针对模式分类任务,提出一种基于粗糙集规则的神经网络构造方法.首先,利用粗糙集理论和遗传算法约简输入特征,在尽量保持分类能力不变的情况下降低条件属性维数,并推导出简练的分类规则集合.然后,以规则集为基础构造BP神经网络结构、确定网络层数、输入输出节点数等,并计算规则的条件属性重要度和依赖度2个参数对连接权值进行初始化.最后,通过一个实例验证了方法的有效性,结果表明该方法能有效解决传统神经网络构造难、解释难、过拟合等问题,提高了分类精度,降低了训练时间.此外,初步探讨了网络训练时对知识提炼的影响.