基于ITS序列研究当归属、前胡属间的关系与紫花前胡的分类地位

采用PCR直接测序的方法,测定了当归属(Angelica)、前胡属(Peucedanum)等2属23种的核糖体DNA ITS(不含5.8S)序列,并结合GenBank中2属6种的ITS序列,以羌活属的羌活(Notopterygium incisum)作为外类群,根据ITS序列,应用遗传距离值与系统发生树分析法对当归属、前胡属之间的亲缘关系及紫花前胡(Angelica decursiva/Peucedanum decursivum)的系统地位进行了研究.结果表明:(1)当归属与前胡属的亲缘关系很近; (2)结合形态学与化学等其它学科证据支持将紫花前胡归属到当归属.     

模糊化的Riesz定理和Lebesgue定理

在一般模糊测度空间上,针对可测模糊值函数序列给出了依模糊测度收敛和几乎处处收敛的概念,并在此基础上,进一步研究了模糊值函数序列的这两种收敛的蕴涵关系,从而获得了所谓模糊化的Riesz定理和Lebesgue定理.     

基于平滑指数仿真优化的装甲装备器材消耗预测

准确地预测装备备件需求是合理有效进行各项保障工作的基础,通过分析现有常用的器材消耗预测方法,针对袭甲装备维修保障的特点,假设在已收集某类备件消耗数据的基础上,选取基于时间序列的指教平滑法对装甲装备维修保障器材消耗预测进行了研究.同时,针对平滑指数的选取问题,以最小预测方差为优化目标,构建了基于Anylogic的仿真优化模型,并最后通过具体案例应用,对计算方法进一步的说明和检验,结果反映出:当器材消耗量平稳变化时,此法具有较高的准确度;当器材消耗量变化较大时,预测结果存在较大偏差.     

无标度网络拓扑结构非均匀性研究

利用网络结构熵定量分析了无标度网络拓扑结构的非均匀性.通过引入度秩函数,解析地给出了无标度网络的网络结构熵.研究发现当标度指数大于2时,无标度网络的网络结构熵仅与标度指数有关,与网络规模及最小度无关.在给定网络规模及最小度条件下,无标度网络的网络结构熵在标度指数等于1.7附近取最小值,即此时网络最不均匀,当标度指数大于1.7时,无标度网络的网络结构熵随标度指数单调递增.     

多颗小行星探测顺序确定及轨迹优化

小行星探测日渐成为深空探测领域的一个研究热点。考虑小行星Kepler轨道以及小推力航天器的特点,从能量和相位的角度推导出多颗小行星探测顺序的确定准则,并利用优化算法对航天器的飞行轨迹进行了全局优化设计。算法在满足约束条件的前提下,使得航天器剩余质量与飞行时间的比值达到最大,并通过数值仿真算例验证了算法的可行性。结果表明:该算法综合利用遗传算法和局部优化算法具有精度高、计算简单的特点,可用于小行星探测的轨迹优化设计问题。     

蜡状芽孢杆菌Bc-05菌株纤溶酶的酶学性质

对蜡状芽孢杆菌Bc-05茵株的发酵上清液经硫酸铵分级沉淀、DEAE Sepharose Fast Flow阴离子交换层析所获得的纤溶酶进行性质研究.结果表明:经纤维蛋白平板法检测该酶有直接水解纤维蛋白和激活纤溶酶原的双重作用,最适作用温度37℃,最适pH=8.0,在pH=8.0条件下25℃和37℃放置24 h酶活力仍保持77.52%和78.96%,该酶体外对兔血凝块有明显的溶解作用;Ca2+,Mn2+离子对该酶具有激活作用,而Cu2+,Fe3+完全抑制其纤溶活性,PMSF,EDTA和DTT对该酶有抑制作用,说明活性中心含有二硫键、金属离子和丝氨酸;测其N端10个氨基酸序列为NH2-Val-Thr-Pro-Thr-Asn-Ala-Val-Asn-Thr-Gly,与其他生物来源的纤溶酶相比较没有同源性.     

带混合误差的随机Ishikawa迭代程序

在一致光滑可分Banach空间中,针对随机强伪压缩算子T构建了带混合误差的随机Ishikawa迭代程序,并证明了在某些条件下,此随机迭代序列强收敛于T的一个随机不动点.     

共有峰率和变异率双指标序列分析法分析云南产玛咖的紫外光谱

应用共有峰率和变异率双指标序列结合紫外指纹图谱分析云南产玛咖样品.结果表明,玛咖在使用氯仿作为提取溶剂,料液比0.075 g/mL,超声时间40 min可达到最大提取率,且稳定性在8h内变异系数RSD%在0.06～2.33之间;5次重复重现性变异系数RSD%在0.09～1.81之间.紫外指纹图谱显示,云南不同产区玛咖样品间最大共有峰率达75%,最小共有峰率为0%,变异峰率最大为∞,最小为0%.共有峰率和变异率双指标序列分析法可区分云南地区不同产区的玛咖样品,同时可确认云南不同产区玛咖与秘鲁产玛咖的相似性和差异性,可对产于云南不同玛咖产区的两个或多个玛咖样品进行可靠的鉴别,并能对玛咖种源筛选和种植区域选择提供一定的理论依据.     

多维MA(q)模型的h步适时递推预测

讨论了新息递推算法的理论和方法,将新息算法运用于多维MA(q)模型的预测问题,利用有穷观测值导出并证明了多维MA(q)模型的h步适时递推预测公式.     

关于不定方程x~3+1=86y~2

关于不定方程x3+1=86y2是一个未解决的方程,利用递归数列,同余式以及Pell方程的解的性质以及maple的小程序等方法,证明了不定方程x3+1=86y2,仅有整数解(x,y)=(-1,0),(7,±2)。