叶面肥1125对玫瑰开花习性和适采期的影响

为确定叶面肥1125对玫瑰（Rosa rugosa Thunb）开花习性、适采期的影响,采用对比试验方法,以清水为对照,于2003年3月26日玫瑰新梢两叶期喷施叶面肥1125.结果表明：喷施叶面肥1125的玫瑰初花期比对照提前2.5～3.0 d,开花集中,盛花期由6 d缩短到3 d,花期延长2～3 d.经1125处理的玫瑰整个花期比对照长5～6 d.经1125处理的玫瑰单株总花量多于对照,差异达极显著水平;单株花总鲜重、总干重,单花鲜重、干重与对照相比,差异均达极显著水平.经1125处理的玫瑰,无论是干花还是鲜花,适采期均为蕾期,比对照提前1天.     

从关联理论看幽默的"出其不意"

幽默的妙处在于出其不意。结合关联理论和相关语境理论,试从认知角度来探讨这一幽默效应的认知本质及理解过程。幽默效应的产生源于话语运用与语境不协调,说话人明示与听话人推理不一致以及最大关联与最佳关联存在矛盾等。幽默理解的关键在于择定符合最佳关联的认知语境。     

求解线性双层规划的割平面算法

利用线性双层规划的全局最优解可在其约束域的极点上达到这一性质,通过对问题可行解集合的结构进行探讨,引进一种割平面技术,提出了一个求解线性双层规划的全局收敛算法,并通过一个算例说明了算法的求解过程.     

两传感器按对角阵加权信息融合稳态Kalman滤波器

应用现代时间序列分析方法,在按对角阵加权线性最小方差最优信息融合准则下,基于Riccati方程,提出两传感器信息融合稳态最优Kalman滤波器.与按矩阵加权最优融合.Kalman滤波器相比,可减少计算负担,与单传感器情形相比,提高了滤波精度.一个仿真例子说明其有效性.     

大坝智能化安全监测新技术简论

提高大坝安全监测的智能化、标准化，增强传感器布置优化的可操作性等是大坝安全监测技术发展所迫切需要解决的问题．材料科学、数学、力学、人工智能、信息技术与传统大坝安全监测技术的多学科交叉渗透已成为大坝安全监测领域新的研究方向．智能传感器、传感器的网络化在解决上述问题中表现出的强大功能，在大坝安全监测领域已引起广泛的关注．人工智能强大的功能和解决某些问题的独特手段，正在加速监测技术高度智能化的进程．文中在对大坝安全监测传感器、数据采集装置的研制以及布置方案拟定等的研究现状进行综述的基础上，从智能传感器、现场总线控制系统和传感器网路化以及布置优化等几个方面，介绍了大坝安全监测技术新趋势和发展方向，并简述了人工智能技术在提高大坝安全监测水平中的应用前景．     

应力流驱动的结构拓扑优化

以应力流作为结构优化的控制函数，通过建立以图形和有限元网格模型相对应的结构描述，采用删除低应力区域结构的自适应方式，实现结构的拓扑变化和几何模型生成，所提方法具有扩展性和应用价值，完成结构形式遍历，为结构优化设计作有益的尝试。     

面向公交车辆优化调度的运行服务质量评测分析

将人工智能方法引入公交车辆运营调度管理,调度管理人员可根据具体运营状况,运用快速、便捷的智能调度算法,制订出符合实际情况的运营调度方案,有效提高公交车辆运营效率。利用遗传算法（genetic algorithm,GA）的智能化特征,针对北京市公交车辆运营管理问题进行了优化调度研究。仿真实验表明,利用GA的公交车辆优化调度,实现了公交车辆调度的智能化,并在基础上利用排队论推导了乘客等待时间模式,进行了优化调度结果评测分析,从而验证了利用智能调度方法能够有效地改善公交车辆运营效率的合理性和可行性。     

基于物理规划的弹道多目标优化

针对加权系数法求解弹道多目标优化问题时不能获取非凸Pareto非劣解,并且主观依赖性严重,难以选取合适的权值的问题,将物理规划引入弹道多目标优化中,建立了基于物理规划的弹道多目标优化模型,详细分析了基于物理规划的弹道多目标优化方法的求解流程,指出了该方法的优点. 最后分别采用加权系数法、最优控制方法以及本文所提方法进行拉平段弹道多目标优化. 优化结果对比研究表明,物理规划法效率更高,结果更好,对初值不敏感,鲁棒性更强,并且有利于获得非凸Pareto非劣解,从而体现了所提方法较强的工程实用价值.      

模式转换市场下含期权的投资组合问题

在Markov调制的模式转换市场下研究含有期权的投资组合问题。采用最大化期望终时财富的效用为目标,考虑确定时间水平与不确定时间水平;应用动态规划原理与HJB模型进行求解,得到不同市场模式下的最优投资策略,并且投资策略依赖于不同模式下的参数;得出不同市场模式投资于股票与以股票为标的资产的期权的财富并不是唯一的,二者满足线性关系(系数依赖于模式转换参数);给出了幂函数型效用函数下的值函数的表达式。     

运用遗传算法的深亚微米输出缓冲器优化设计方法

分析了小尺寸效应对深亚微米器件性能的影响，结合输入输出耦合电容和漏极扩散层寄生电容对CMOS反相器延迟影响很大的特点，建立了小尺寸器件延时估算模型．采用变尺寸率反相器级连方法，建立了深亚微米输出缓冲器优化设计模型，并运用遗传算法建立了新的优化方法．该方法利用罚函数将小尺寸输出缓冲器优化问题转化为无约束问题，通过适应度函数设计和染色体编码，得到遗传优化结果，克服了传统方法处理非线性多变量问题时存在的效率降低等缺陷．SPICE仿真表明，应用新的深亚微米缓冲器设计模型及方法的优化结果与传统设计比较，延时减少了1个数量级以上，尺寸减小了30%以上，验证了新的深亚微米缓冲器设计模型及设计方法的可靠性．