一种合成辅酶Q10的改进法

 以辅酶Q0为原料经还原、溴代、氯甲醚保护合成了1,4-二甲氧基甲醚基-2,3-二甲氧基-5-溴甲苯,再在催化量的碘化亚铜催化下高收率地实现了1,4-二甲氧基甲醚基-2,3-二甲氧基-5-溴甲苯的格氏试剂与癸异戊二烯基溴的偶联,然后水解、氧化合成了辅酶Q10,首次实现了母体格氏试剂与侧链偶联合成辅酶Q10.     

RLC串联谐振实验研究

ＲＬＣ串联谐振实验中的一些物理现象及其解释。     

内蒙古栎属的分类校正及其区系分析

《内蒙古植物志》中辽东栎的拉丁学名应为Quercus wutaishanica Mayr..内蒙古的2种栎属植物均属东亚植物区系成分，蒙古栎为东亚北部布种，五台栎为华北－东北南部分布种，二呈地理替代分布格局。     

企业核心竞争力的"5Q"模型分析

企业核心竞争力的构筑以企业的文化价值观为中心,通过对企业的人才培养、技术创新、市场营销、财务管理、组织行为、战略决策、品牌塑造,以及市场环境的应变能力等因素的整合而使企业获得可持续发展的独特竞争优势。针对以上因素的归类与分析,形成了决定企业核心竞争力的五大商数,并构建模型。     

单流出B型Q过程爆发后的存活时间分布

单流出B型Q过程是一类在理论和实际上很重要的Markov过程，它的Martin流出边界Be是单点集{b}。杨向群教授在文[1]中，解决了单流出时B型Q过程的构造问题。此类过程由一个行矢量a≥0，常数C‘或C‘以及一个行协调解族{^-η（λ），λ＞0}完全决定。在文中[3]中，对爆发的生灭过程，杨向群教授得到了生灭过程爆发后的存活时间分布、平均存活时间等许多性质。在此基础上，在文[4]中研究了单流出B型Q过程爆发后的期望停留与寿命。我们对单流出B型Q过程进行了更深入的研究，得到了如下重要性质，这些性质都强烈地依赖于过程爆发后的构造。①求出了过程爆发马上就灭亡的概率。②求出了过程爆发后的存活时间分布（Laplace变换形式）。③求出了过程寿命的分布以及经过流出点b的过程寿命的分布（Laplace变换形式）。     

包膜控释尿素氮素释放特性的研究

试验分析了15℃,25℃和35℃水培条件下6种包膜控释尿素的氮素释放特性,结果表明,6种包膜控释尿素均属温度调节型控释肥料,LPcodoH10,SRcodo180,JTcodo,MScodo120,Agroum和Huda80的初期溶出(3%)天数分别为63,50,17,5,0.4和0.4 d,后期溶出(80%)天数分别为148,267,160,110,35和78 d.6种包膜控释尿素的温度依存性(Q10)在1.4～2.8之间,其中,MScodo120大于2,而SRcod0180,JTcodo和Huda80均小于2.     

一类Mortar型旋转Q_1元的多重网格方法

研究了一种mortar型旋转Q1元的多重网格方法,证明了W循环多重网格算法的最优收敛性,即收敛率与网格层数和尺寸无关,数值仿真验证了理论分析.     

认知无线网络中基于随机博弈框架的频率分配

为了解决认知无线网络中分布式的动态频率分配问题,采用随机博弈的框架,将认知链路建模成自私理性的智能体,并提出了一种以最大化平均Q函数为目标的多智能体学习算法—MAQ。通过MAQ学习,分布式的智能体可以实现间接的协商而不需要交互Q函数和回报值,因为智能体的决策过程需要考虑其他用户的决策。理论证明了MAQ学习算法的收敛性。仿真结果表明,MAQ算法的吞吐量性能接近中心式的学习算法,但是MAQ只需要较少的信息交互。     

基于强化学习的全自主机器人足球系统协作研究

从人工智能的角度上说,机器人足球比赛主要研究了多智能体系统要解决的分布的多机器人在复杂的动态环境下,如何通过相互协商完成某一复杂任务。全自主机器人足球是机器人足球发展的一个趋势,在完全未知的环境中,通过自身学习来了解和积累外部信息。对于传统强化学习,存在容易出现死锁,学习速度慢,要求外部条件是静态等缺陷。提出了一种基于蚁群算法的强化学习模型,即蚁群算法与Q学习相结合的思想。随着赛场上态势的渐趋复杂,传统的Q学习速度会变得很慢且交互困难。通过对新算法的分析,实验数据显示:新算法不仅提高了Q学习的学习速率,在解决状态空间维数的灾难问题上,也是可行的。