关于单亲家庭母亲与子女救助与支持的研究

单亲家庭已经成为普遍的社会现象,其主要成因是近年来离婚率持续攀升。单亲家庭面临诸多问题,而这些问题的解决需要政府及社会各界的通力合作。     

两地点8年生柏木生长性状家系变异及选择

【目的】揭示柏木生长性状的遗传变异规律,为高阶遗传改良筛选优良种质,选择优良家系,及其区域推广奠定基础。【方法】以营建在浙江省开化县林场(KH)和湖北省太子山林场(TZS)两个试验点的8年生柏木优树子代家系为材料,分析其生长性状的遗传变异,估算其育种值、遗传力等参数。【结果】柏木生长性状(树高、胸径和材积)的遗传变异系数为3.08%～13.93%,其中材积的变异最大。子代家系的树高、胸径和材积在地点间差异显著,TZS点的单株材积高于KH点315.79%,且家系与地点间的交互效应显著。胸径、树高和材积具有显著的家系效应,KH和TZS试验点的家系遗传力变幅分别为0.42～0.61和0.58～0.74。KH和TZS试验点分别以单株材积育种值大于CK的10%和45%为标准,各选出6个优良家系,现实增益分别为33.51%和67.95%。利用独立淘汰法,在KH点和TZS点各筛选优良单株17和12株,材积的遗传增益分别为41.38%和40.92%。【结论】8年生柏木优树子代家系生长性状具有较大的遗传改良潜力,但家系与环境的互作效应显著;通过子代家系的遗传评价有助于种子园建园亲本的再选择和现有种子园的...     

蚁群算法求解离散最小约束去除问题

摘要： 引入蚁群算法解决最小约束去除运动规划问题,在求解过程中对蚁群算法的启发函数以及信息素更新策略进行改进,使其不再易于陷入局部极值并适合求解该问题.仿真实验结果表明,该算法在解的质量和收敛速度上优于精确搜索与贪心算法.     

基于NURBS算法的冗余机械臂轨迹规划

为有效抑制机械臂高速运动过程中的波动,提出一种基于NURBS(非均匀有理B样条)算法的七关节冗余机械臂轨迹规划方法。根据NURBS算法的性质,将关节运动路径点作为曲线控制点,根据绝对运动距离计算出非均匀节点矢量,把权因子作为控制变量进行速度、加速度条件约束,完成对由离散点组成的机械臂各关节特定轨迹进行逼近。通过计算机对建模和仿真,验证了该算法在冗余机械臂轨迹规划中的可行性和有效性。     

基于多种群共生进化的RFID网络优化

在RFID(radio frequency identification)网络实际大规模部署与应用方面,如何有效地进行RFID网络规划,使网络资源得到优化分配,在保证高读取率和网络负载平衡的前提下,减少读写器冲突,提高标签读取率是决定RFID系统服务质量的关键问题.分析了RFID网络规划和RFID网络环境下的读写器防冲突问题,对两类问题分别建立了相应的数学优化模型.基于生态系统中的不同物种间的互利共生现象,提出了一种多种群共生进化优化算法SMSO(symbiotic multi-species optimization).试验结果表明,将该算法应用于RFID网络规划与防冲突问题,体现了进化的多样性和多层次性,在寻优能力、收敛速度以及克服早熟收敛等方面均具有很好的性能.     

基于适应性思维的山地城市道路交通规划方法研究

针对山地城市在道路交通规划方面需要更多地去适应山地环境的地形地貌特征、交通需求与交通组织等问题,以山地城市的道路交通规划研究为核心内容,融入适应性理论的思维方式,提出山地城市规划设计方法;方法结合适应性理论的耦合、协同与组织思维,从路网系统协同宏观地貌、步行空间耦合微观地形、特色交通组织连接瓶颈三方面分别探索符合山地城市地形特征与营建规律的道路交通系统规划方法;经相关案例验证规划方法指导的路网规划有助于形成富有山地特色的城市形态特征与空间环境;方法是符合山地城市地形特征与道路交通需求的规划方法,可完善相关设计理论,指导山地城市建设实践。     

协调发展评价指标体系在水资源规划中应用

为定量评价区域水资源规划的合理性,引入系统协调发展理论,采用状态-关系(S-R)框架,构建了水资源规划协调发展多层递阶评价指标体系,并采用变权-多层可变模糊模型进行评价.以大连市旅顺口区为例进行研究,结果表明该区水资源规划协调发展水平呈不断上升趋势,规划合理,但其节水水平和工业直接用海水比率不高,需要进一步提高.     

导弹力量作战行动规划综述

导弹力量作战行动规划在导弹力量作战指挥决策中具有重要作用。针对导弹力量作战行动规划中的实际问题,分析了导弹力量作战行动规划的特点,对其主要内容进行了描述,提出了导弹力量作战行动规划的基本方法和相关规划模型,构建了导弹力量作战行动效能评估指标体系,给出了相应的效能评估方法。研究结果可为导弹力量作战指挥决策提供支持,对提高常规导弹力量作战效能和整体作战能力具有参考价值,并为后续的具体研究提供一定的理论基础。     

基于模型预测控制的轮式移动机器人轨迹规划

针对轮式移动机器人(Wheeled Mobile Robot-WMR)自身欠驱动的特点,并考虑到实际工作时的各种约束和限制,提出了一种基于模型预测控制(Model Predictive Control -MPC)的多约束轨迹规划方法。可以对车体自身的运动学约束、物理约束以及避障等约束进行集中有效的处理,可以生成符合车体自身模型特点并满足各种约束的可行轨迹,充分保证了轮式移动机器人自主行驶的可行性,安全性,高效性。仿真结果充分验证了该方法的有效性。     

基于改进神经网络的多AUV全覆盖路径规划

针对三维环境下的多自主水下机器人(Autonomous Underwater Vehicle,AUV)全覆盖路径规划问题,提出一种基于改进神经网络—Glasius生物启发神经网络（Glasius Bio-inspired Neural Network,GBNN）的全覆盖路径规划算法。对AUV的水下工作环境构建离散的三维栅格地图;根据栅格地图,建立相对应的三维GBNN模型;根据GBNN活性值的动态变化,AUV规划各自的搜索路径,对水下任务区域进行全覆盖搜索。仿真结果表示,多AUV可以协同完成覆盖搜索任务,能够自动避开各类静态和动态的障碍物,自动逃离路径的死锁区。