基于层次分析的综合评价方法

将三角调查表引入到层次分析法中,通过实例验证了其在提高判断矩阵一致性的作用,利用经典数学中“最小方差”理论,根据不同专家评估的实际权重与最优权重（采用平均值）的差异水平,确定不同专家的相对评估水平权重,以避免评判专家的个体主观差异对评判结果带来较大的影响。该综合评价方法在实际应用中验证了其可操作性和方便性。     

维生素C对鹅后期生长及肉品质的影响

在70日龄至90日龄的生长鹅日粮中添加维生素C,通过测定其增重及料重、屠宰测定及肌肉品质测定探讨其效果。试验结果表明,添加维生素C组比对照组增重明显增加,料重比明显降低,组间差异显著（0.01〈P〈0.05）;各项屠宰性能指标组间差异不明显（P〉0.05）;各组鹅肉中维生素C含量、总脂肪含量、氨基酸总量、必需氨基酸总量、影响风味的氨基酸总量等营养成分受日粮中维生素C的影响不大,组间差异不显著（P〉0.05）。     

Zp2线性码的支重量及其广义Plotkin界

首先定义了环Zp2上线性码的不同型的子码,然后建立了环Zp2上线性码的不同类型子码的个数计数公式,并且给出了环Zp2上任一线性码的子码的齐次重量与其支重量之间的关系,进而得到了环Zp2上任一线性码的支重量与其子码的支重量之间的关系;最后给出了Zp2线性码的广义齐次重量的Plotkin界.     

安全质量标准化综合评价的基于熵权的灰色关联模型

通过对中国兵器工业集团公司5家机械制造企业各评价指标的灰色关联分析,并根据原始数据计算权重,最终评定出企业安全级别.结果表明,此模型是可行有效的,可为安全质量标准化综合评价提供新的思路和方法.     

5～7周龄SD和Wistar大鼠主要脏器系数及体尺的测定

目的测定5~7周龄SD和Wistar大鼠体重、脏器、肠道及体尺的正常参考值。方法对动物禁食12 h,称量动物体重后,采用45 mg/kg的戊巴比妥钠腹腔注射,处死动物。首先用直尺测量动物的头长、体长、尾长,然后对动物进行解剖,称量各组织脏器的重量,并对小肠、盲肠、回肠、直肠及全长进行测量。结果对于SD大鼠而言,心脏、肝脏、脾脏、肾脏、脑、睾丸及卵巢脏器系数表现为第7周与第5周之间存在极显著差异(P<0.01)。对于Wistar大鼠而言,心脏、肝脏、脾脏、肺脏、肾脏、胸腺及脑脏器系数表现为第6、7周与第5周之间存在极显著差异(P<0.01)。雄性Wistar大鼠的小肠、盲肠、结肠、直肠表现为第7周与第5周之间存在极显著差异(P<0.01)。SD大鼠头长和体长表现为第6、7周与第5周之间存在极显著差异(P<0.01)。Wistar大鼠的头长、体长及尾长都表现为第67、周与第5周之间存在极显著差异(P<0.01)。结论5~7周龄SD和Wistar大鼠的脏器系数、消化道长度及体尺在不同周龄之间存在显著差异,且不同的品系、不同性别之间呈现出不同的变化规律。     

挤出热历程对聚乳酸流变性能和热性能影响

以丙交酯法合成的聚乳酸为实验材料,在180～210℃间选用4个实验温度采用单螺杆挤出机进行挤出成型实验,研究了挤出成型对聚乳酸粘均分子量、熔融指数、流变性能和热性能的影响.结果表明:在挤出成型中聚乳酸主要发生力化学降解和热降解,以力化学降解形式为主.所发生的热降解随实验温度升高而加强.首次挤出成型使分子量下降明显.在180℃和210℃,聚乳酸分子量在首次挤出成型后分别下降了49.33%和60.80%.挤出成型使聚乳酸热分解温度和熔点略有升高.随着挤出成型次数增加,增加剪切应力可以更有效地增加熔体流动性.聚乳酸经3次以上挤出成型后基本没有再利用价值.     

中山市长江大桥引桥承载能力试验分析

介绍了中山市长江大桥引桥的静动载试验,并借助桥梁专用有限元计算分析软件M idas/Civil和Ansys仿真模型,将理论分析计算值与试验实测值相比较,据此来验证在设计荷载作用下桥梁的整体受力性能,并作为桥梁竣工验收的依据。     

权函数神经网络及在选矿厂能耗预测中的应用

针对大孤山选矿厂磁选工艺过程的多指标强耦合、时变、非线性和大滞后等特点,使基于数学模型的常规预测方法难以应用问题,提出一种新型的权函数神经网络建立能源消耗预测模型。该模型网络拓扑结构只有输入输出两层,网络权值由传统的常数改为权函数。在权函数构造上,结合选矿厂实际生产过程中所提供的生产数据,根据数据样本间隔距离的大小,分别采用不同的函数作为网络的权函数。训练算法仿真实验表明,该算法计算量小,且建模误差为10^-2数量级,取得很好的预测效果,从而克服了传统算法局部极小与收敛速度慢的问题。     

库存不足条件下车辆路径问题及其改进PSO算法 3

分析并构建了库存不足条件下车辆路径问题的数学模型;在模型的求解上,提出一种基于子群协作的动态粒子群算法;最后通过算例实验表明:该算法能有效克服标准粒子群算法迭代寻优时选择步长的盲目性,也改善了算法求解时容易陷入局部最优、导致早熟的缺陷,具有较强的全局寻优能力,收敛速度快,计算精度高.     

利用特征距离信息引导决策融合的多模态生物特征识别方法

传统的决策层融合作为识别系统最末端的融合层次,具有信息量不足的缺点,对于各模态分类性能差异较大的系统,识别率低且可靠性差。提出了一种基于特征距离信息的决策层融合方法,应用于包含虹膜、手掌静脉和手指静脉的多模态生物特征识别系统。以置信度作为权重,通过权重来探索不同模态生物特征识别的性能差异,实现了有效特征信息的提取,并且提高了系统的抗干扰能力。该方法充分考虑了权重因子与特征距离信息和模态分类性能参数之间的复杂关系,将模态的决策偏好通过置信度转化为定量表征,不仅使各模态权重因子的求解更具科学性,而且提高了识别系统在复杂情境下的自适应能力。实验结果表明,该融合方法的识别精度与抗干扰能力优于其他决策层融合算法。