社区科普情况调查分析

为了探索社区科普教育的经验，丰台区科技馆受区科委委托，就各社区科普教育五项要素(居民、需求、组织、学习内容、资源)的基本情况进行调查，向全区16个街道发放了《丰台区社区科普情况调查表》，共收回11个街道的40份调查表，其中长辛店街道所属的23个社区全部填写并收回。     

应用禁忌粒子群算法的车间调度及其并行化实现

为了解决批量生产、制造、装配等车间调度问题,基于Hadoop集群,提出应用禁忌粒子群算法的车间调度及其并行化实现.以某装载机制造车间最小化完成时间为目标,通过使用禁忌粒子群算法对车间调度问题进行求解.结果表明：在车间批量大的情况下,禁忌粒子群算法可得出有效的调度方案,避免算法陷入局部最优解.与现有的智能算法相比,禁忌粒子群算法更有利于实现全局最优解.     

具有一般发生率和潜伏期时滞的水痘传播动力学模型

建立并研究了一类具有一般发生率和潜伏期时滞的水痘传播动力学模型.首先,证明了模型解的非负性和有界性.其次,给出了模型的基本再生数R₀,并证明了模型正平衡点的存在唯一性.再次,通过构造Lyapunov泛函,证明了无病平衡点及地方病平衡点的全局稳定性.最后通过数值模拟验证了：当R₀<1时,无病平衡点E₀全局渐近稳定;当R₀>1时,地方病平衡点E^*全局渐近稳定.     

量子粒子群优化核极限学习机的遥感影像分类

极限学习机初始参数具有随机性,容易导致其对高分辨率遥感影像的分类结果出现局部最优现象.为了解决上述问题,提出了一种基于量子粒子群优化核极限学习机的遥感影像分类方法.该方法利用量子粒子群算法对核极限学习机的核参数与正则化参数进行优化,根据参数优化后的结果构建量子粒子群优化核极限学习机的遥感影像分类模型（QPSO-KELM）.通过实验对比了SVM、KELM、PSO-KELM、QPSO-KELM这几种分类方法对高分二号遥感影像数据的分类精度与效率.结果表明：QPSO-KELM的分类精度、运行速度均优于其他几种分类方法,该方法能有效提取遥感影像上的地物要素信息.     

基于量子微粒群优化算法的半透明介质光学参数反演

针对半透明介质光学参数估计问题,建立了脉冲激光辐照下半透明介质光学参数反演模型,采用量子微粒群优化(QPSO)算法反演了折射率和吸收系数,分析了测量误差、热物性参数对反演结果的影响,并利用敏感性分析揭示了反演精度与测量误差的关系.计算结果表明：建立的反演模型和采用的QPSO算法可以精确估计折射率和吸收系数,即使人为添加10%的测量误差,反演结果依然具有较强的鲁棒性和准确度.本研究可为半透明介质物性参数获取提供技术参考.     

具有不定位势Kirchhoff型Schrödinger-Bopp-Podolsky系统解的存在性

研究Kirchhoff型Schrödinger-Bopp-Podolsky系统,考虑位势函数V不定的情况。此时Schrödinger算子-Δ+V具有有限维负空间。利用Morse理论,得到Kirchhoff型Schrödinger-Bopp-Podolsky系统非平凡解的存在性。     

城镇企业职工基本养老金调整方案测算研究

我国尚未针对城镇企业职工基本养老金的调整比例出台公式化的操作规则,给养老金调整政策的出台带来了压力。为此,本研究依据养老金调整目标和人口老龄化形势,设定养老金调整参数;借鉴国际经验,基于2005~2021年全国数据设计并测算3种基本养老金调整方案,从人口结构与经济发展角度衡量各方案;进而基于最优方案对我国2022~2050年间的养老金调整比例和养老金负担水平进行测算,根据测算结果,提出探索建立科学、合理的基本养老金调整机制的政策建议。     

基于PSO磁悬浮球系统自适应灰预测控制

目的 针对磁悬浮球系统非线性不稳定和滞后性的问题,提出一种基于粒子群优化的自适应灰色预测 PID (Proportion Integration Differentiation)复合控制策略。 方法 通过在 PID 控制模块的反馈环中引入具有等维新息特征的灰色预测器,对系统误差进行及时反馈修正,以提高控制系统的响应速度和鲁棒性;同时,融合粒子群智能算 法对控制器参数迭代优化,以提高控制系统控制精度和抗干扰能力;最后,在 MATLAB / Simulink 环境下搭建仿真 平台进行对比实验。 结果 验证基于粒子群优化的自适应灰预测控制系统模型的超调量、峰值时间、调节时间显著 改善。 结论 证实该策略可以有效抑制系统滞后性,具有良好的稳定性和鲁棒性。     

群坝局部冲刷有关问题试验研究

在单坝试验研究的基础上对群坝局部冲刷问题进行了偿试性的试验研究,根据两坝试验资料,分析了群坝冲刷特性与单坝冲刷特性的区别以及坝长、间距、水流、泥沙条件对群坝中各坝冲深的影响,并且提出了冲深计算方法。     

一些基本图的〔强〕自同态摹群

确定了一些基本图的〔强〕自同态摹群的基数,并在证明过程中实际上确定了这些摹群的全部元素,同时发现确定一些极其简单的图之自同态摹群却是极其困难的事情,有时甚至导致一些一般的组合难题．