郑州市水资源开发利用评价及前景分析

采用对比分析方法,分析郑州市水资源开发利用现状,说明郑州市水资源开发利用程度、开发问题和潜力,论证郑州市属于资源缺水型城市,并对今后郑州市水资源的开发利用情况及趋势进行分析,提出一些解决郑州市水问题的途径和方法.     

仿生聚类算法研究与分析

仿生聚类算法是一种将仿生智能优化算法与传统聚类算法相结合的混合聚类算法,同时也是无监督学习算法。这类算法在生物智能算法的基础上,结合了传统聚类算法操作简单、求解速度快的特点,在解决高纬度复杂的聚类分析问题时表现尤为突出,目前已被广泛应用在物联网、图像处理、路径规划、医学等领域。文中主要对仿生聚类算法进行研究与分析。首先以蚁群聚类、果蝇聚类、人工蜂群聚类算法为例,着重从算法思想、生物智能算法与K均值聚类的结合流程以及具体应用3个方面进行介绍;然后对仿生聚类过程中的相似性度量方法和聚类结束后聚类结果无监督评价方法进行了详细描述;最后对仿生聚类算法的未来研究方向进行了总结与展望。     

黄连花薹固体饮料的制备工艺研究

以黄连花薹为原料,初步探索其固体饮料的制备工艺．以盐酸小檗碱转移率、总黄酮转移率与浸膏得率的综合评分为指标,采用正交试验法对黄连花薹提取工艺进行优化;采用感官评价法选择适宜的矫味剂来确定黄连花薹固体饮料的最适食用口感．结果显示,优选提取工艺为加18倍量水,提取3次,每次0.5 h;以黄连花薹提取物∶脱脂奶粉∶木糖醇∶可可粉=1∶4.5∶9.5∶0.7为最佳配方比例．结果表明,将黄连花薹制备成固体饮料的工艺稳定可行,可为进一步开发和利用黄连这一传统中药资源提供参考．     

硫酸钙污泥在某光伏企业废水处理站除氟工艺中的运行评价

某光伏企业生产太阳能电池的过程中会产生大量的高浓度含氟含氮废水,其废水处理站的“三级物化除氟+两级A/O除氮”工艺采用一般工业废物硫酸钙污泥作为钙源替代氯化钙及石灰石以降低运营成本．经监测评价,其废水处理效果良好,出水中污染物浓度值满足GB 30484—2013《电池工业污染物排放标准》和DB 51/190—93《四川省水污染物排放标准》中所规定的排放标准值,说明采用硫酸钙污泥作为钙源的替代原料除氟,实现了“以废治废、循环利用”的技改目的,其技术性及经济性是可行的．     

基于B/S结构的在线测试系统的设计与实现

介绍了基于B/S结构的在线测试系统的基本功能和实现方法,给出了系统的应用设计,完成了系统模型的实现.系统具有良好的学生测试和自动评价功能,利用网络数据库的优势解决了群体测试的整体评价.     

可分离物品拍卖及污染物排放总量分配方法

以污染物允许排放总量的分配为背景,针对治污边际成本为私有信息的情况,研究了一个资源分配的拍卖方法和模型.具体地,首先分析了无偿分配的局限性和局中人可能的策略行为,也讨论了一种确定总量的有偿分配方法可能的均衡结果和存在的问题.然后,基于可分离物品拍卖思想给出了一种可变总量的竞争分配模型,研究了其有限激励性和分配有效性,同时也得到了一个统一价格拍卖的均衡结论,该结论与现有的一些成果相比更具一般性.最后结合湖北省环境规划有效性的评价讨论了该模型的应用.     

基于数据分组处理方法的聚类分析模型

与通常的聚类方法相比,客观聚类分析方法能自动、客观地确定聚类个数并找到最优聚类方案.通过算法步骤的剖析和算例分析,对客观聚类分析方法的核心构件,即一致性准则的不足进行了评价.利用偶极子给出了新的一致性准则,提出了数据分组处理(GMDH)聚类分析方法.从理论分析和实证比较两方面论证了新的一致性准则的优越性,指出了GMDH聚类分析方法是客观聚类分析方法的发展.     

求解DRS多目标优化问题的新颖ε-支配进化算法

首先分析ORS(dominance resistant solutions)多目标优化问题的特点,证明基于Pareto-支配关系的多目标优化问题算法求解该类问题很难收敛.然后,提出一种新的基于ε-支配关系的进化算法-ε-支配进化算法(EDMOEA),给出该算法框架和详细流程.最后,将ε-支配进化算法和NSGA-Ⅱ算法应用于求解一组典型的DRS多目标优化问题和常用的多目标优化测试问题,基于算法的收敛性和Pareto最优解集分布性进行评价和比较分析,表明ε-支配进化算法的有效性.     

基于精简模糊分类关联规则的分组模糊判断方法

为提高土地评价知识表达的简易性和可解释性,提出利用精简模糊分类关联规则和模糊判决进行土地评价的方法.为了降低土地评价模型的复杂程度,提高模糊关联规则分类的有效性和可解释性,本文通过精简模糊分类关联规则,去除了冗余规则,并针对了模糊判决中难以判决的问题,提出分组模糊判决算法进行迭代.实验表明,在采用32条精简规则的情况下,结合精简模糊分类关联规则和分组模糊判决进行土地评价方法获得准确率为92.2835%,比精简前在最小支持度为0.005的情况下得到的32条模糊分类关联规则准确率提高了5.0039%.     

基于DEA评价模型挖掘证券投资基金管理信息

针对基于CAPM、APT等经典投资理论的证券投资基金业绩评价方法(如Sharp ratio、Treynor指数等)只能反映基金事后的总体风险收益水平的缺点,利用数据包络分析方法允许深入探查输入输出指标这一优点,构建合理的基金评价概念模型,将投资基金的风险、超额收益分别做进一步的归属分解之后作为输入输出指标代入DEA评价模型,并根据评价的结果对超额收益、系统风险等因素进行分析,充分挖掘了基金的管理信息,给出了未来投资的建议.实证显示,该方法得出了其他基金评价方法所无法得到的一些重要结论.