基于混合遗传-Nelder Mead单纯形算法的源强及位置反算

确定泄漏源的位置和强度, 是进行群体疏散和应急决策的基础. 将扩散模型得到的浓度值 与传感器观测的浓度值进行比较并建立混合遗传-Nelder Mead单纯形算法模型, 反算得到泄露源的位置和强度, 进而利用浓度的模拟数据验证该算法的可行性. 研究结果表明:混合遗传-Nelder Mead单纯形算法不受初值选取的影响, 即使初值远离期望值, 也能得到很好的结果, 而且能以较小的误差 和较快的速度反算出结果, 更适合于多维变量的搜索. 因此混合遗传-Nelder Mead单纯形算法能够快速准确地反算得到泄漏源的位置和强度, 满足应急决策的需要.     

优化平板载荷试验装置对地基极限承载力特征值的影响

常规的原位试验平板载荷装置在确定地基极限承载力时误差大、精确度不高,导致所确定极限承载力不符合实际值;因此试验装置的优化改进对试验数据的精确度影响甚大。在平板荷载试验装置方面做了很大改进,将原位试验改进前后的试验数据得到的承载力值与承载力系数与经典的极限平衡法(Vesic经验公式及修正)计算极限承载力大小作对比,并结合潜在滑移场理论所确定极限承载力及土样的承载力系数,得到了优化试验装置对地基承载力特征值的影响。     

与分担值相关的亚纯函数的正规性

本文中主要运用了Zalcman引理和正规族的相关理论,继续研究了与分担值相关的亚纯函数的正规性问题,得到了与分担值相关的结论：设F是区域D内的亚纯函数族,a,c是非零的有穷复数,b,d是正实数．若对F中任意的函数f,f的零点重级至少是k＋1并且有f^（k）=a=〉｜f｜≥bf=c=〉｜f^（k）｜≤d,则F在D内正规．     

中国文化背景下消费者服务个人价值观研究

运用SERPVAL量表对中国沈阳地区移动通信服务的388名消费者的服务个人价值观进行测量,并进行验证性因子分析.结果表明,消费者用个人价值观的3个基本维度,即安宁生活、社会认可、社会融合的满足程度来评估一项服务.方差分析结果表明,不同年龄、不同教育程度的消费者对使用手机通信服务所带来的个人价值的满足的认可程度存在差异.为服务组织基于服务个人价值观的服务开发与设计及营销战略的制定提供参考.     

分担值与亚纯函数的正规性

把亚纯函数的分担值和推广了的球面导数相结合,得到了如下结果:设F是区域D内的亚纯函数族,若F中的任意函数,(∈F)的零点重数至少是k(k是正整数),f=0当且仅当f(k)=0,且当z∈E(1,f(k))时,存在正整数M(<1),使得|f(k)(z)|/1+|f(z)|k+1≤M 则F在D内正规.     

试析构建当代革命军人核心价值观的价值

积极构建以＂忠诚于党、热爱人民、报效国家、献身使命、崇尚荣誉＂为科学内涵的当代革命军人核心价值观具有十分重要的价值。在军事方面,它有利于凝聚军心、铸牢军魂、提升军力;在文化方面,它有助于培育新型军事人才、促进军事文化创新、引领社会道德风尚;在政治方面,它有益于巩固党的执政地位、维护国家利益、密切军民关系;在经济方面,它能够促进国内经济良性发展,并为经济全球化提供伦理支撑。全面分析上述价值,能够深化对构建当代革命军人价值观重要意义的理解和认识。     

论军人核心价值观与社会主义核心价值观本质的一致性

无论是作为军事领域主流意识形态的军人核心价值观,还是作为社会主义主导价值观的社会主义核心价值观,都是人们需求和目的追求的理想表达。基于价值理论的共同支点,军人核心价值观在价值理念、价值取向、价值原则、价值规范、价值标准上与社会主义核心价值观具有本质上的一致性。在中国特色社会主义实践中,探讨两者的本质关系,对于坚持＂以人为本＂的价值理念,坚持价值观建设普遍性与特殊性的统一,坚持在社会主义核心价值观指导下培育军人核心价值观等具有重要的意义。     

献身使命与革命军人核心价值观

献身使命是革命军人核心价值观有机整体中的一个部分。从理论上理清献身使命与核心价值观其他四个方面之间的关系,对培育我军官兵核心价值观,履行新世纪新阶段历史使命有着重要的意义。     

社会主义核心价值观教育与大学校园文化建设的对接融合探析

社会主义核心价值观教育在构建社会主义和谐社会中具有深远的战略意义,高校要坚持把社会主义核心价值体系融入大学生思想教育和校园精神文明建设全过程,着力探索有效途径和方法,实现社会主义核心价值观教育与大学校园文化建设的对接融合。     

岩石抗剪强度计算的稳健回归模型及其应用

 针对岩石抗剪强度确定中图解法和最小二乘法存在的问题：① 只适用于实验数据相关性较高的情况,不适用于数据离散并有异常值存在的情况;② 在处理由试验法获得的试验数据时,最小二乘法由于采用残差平方和,容易夸大试验数据中异常值的影响,提出了岩石抗剪强度参数的稳健回归分析方法。该方法在实验数据相关性差、数据离散并有异常值存在的情况下,具备削弱数据离散和对异常值进行定位的能力,提高了估计参数的稳健性和可靠性。该方法以残差的绝对值之和代替残差平方和,并通过复形法求得力学参数,避免了异常值的二次项,可有效地减少异常值的影响。通过工程实例表明,在试验数据的相关性较好时,两种方法的计算结果相差不大,但当试验数据的相关性较差,存在异常值时,稳健回归方法的计算结果要优于最小二乘法。