基于集合覆盖的异构有向传感网寿命优化策略

在由感知半径、感知角度和携带能量不同的有向传感器节点组成的异构有向传感器网络中,对满足优先级不同的监测目标有不同覆盖要求条件下的网络寿命最大化问题进行研究。利用集合覆盖的思想,将有向传感器节点划分为满足目标覆盖要求的集合,通过集合之间的切换来达到延长网络寿命的目的。首先证明本文问题是NP-hard问题,然后利用改进的和声搜索算法进行求解,一方面引入带有混沌参数的微分变异因子,改进种群的多样性;另一方面,与模拟退火算法结合增强算法的局部搜索能力。同时为对比算法性能,提出一种贪婪算法。仿真结果显示:较之原始和声搜索算法和贪婪算法,改进和声搜索算法能有效延长网络的寿命,证明了改进算法的有效性。     

决策演化集的伯努利移位

决策演化集是一种新的用来解决决策规则在时间序列上变化问题的方法。决策演化矩阵是其中一个重要概念。通过决策演化矩阵可以直观了解到各个条件属性在单个时间点以及连续时间序列上的表现。但目前的体系中虽然对决策演化矩阵进行了定义,但还缺乏数值量化,文章引入伯努利移位来对决策演化矩阵进行数值量化,并通过实例演示这些量化后的数值在预测中所起的作用。     

马来半岛自然环境演变初探

本文从自然综合体的角度,探讨了马来半岛自然环境的演变过程.作者认为,马来半岛在早三迭纪形成地形骨架与格子状水系;第三纪,海侵与海退是影响这个时期的自然环境的主导因素;第四纪,由于冰期与间冰期的波动影响,使自然环境发生节奏性的变化.     

锌基合金异常共沉积的机理研究现状

综述了锌基合金异常共沉积的机理研究进展情况,通过对膜吸附机理、电化学机理、欠电势沉积机理、离子软硬度的影响、量子化学解释和界面作用机理等各种不同观点的介绍和分析,总结了各自的优势和不足,为锌基合金异常共沉积的机理进一步研究提供了帮助.     

演化的精细结构常数是宇宙继续加速膨胀的证据

作者证明了Planck常数是Lorentz不变量,论证了黑洞理论中的广义热力学第二定律不能限制电子电荷的宇宙学演化;并用两种方法更仔细地证明了“电子电荷不是Lorentz不变量”,同时指出满足连续性方程的无数四维矢量中仅有一个是Lorentz四矢量,忽视了这一点,便造成了历史上证明“电子电荷是Lorentz不变量”的失误;联系最近高能物理中在大动量转移下首次纯弱电测量中得到精细结构常数值增加的结果,不需要增加任何新的假设,在现有的物理学理论框架内可以理解精细结构常数演化的事实是宇宙继续加速膨胀的证据之一。     

石灰岩损伤演化的化学热力学及动力学模型

隧道开挖排水后 ,地下水动力学及化学环境的改变可能使石灰岩围岩化学损伤的演进过程加速 ,为定量化评价此作用 ,引入了化学热力学和化学动力学的理论和方法 .建立化学热力学模型 ,通过吉布斯自由能变化判定隧道水化学损伤能否自发进行 ,为在工程中是否需要考虑化学损伤及进行损伤场的计算提供依据 .将轻微改造后的裂隙概化为平行板模型 ,采用Plummer Wigley Parkhurst方程建立定量评价化学损伤的化学动力学模型 .根据实际情况取定化学反应的阶数 ,通过质量守恒定律计算出裂纹在迹长及隙宽方向的变化 ,得到化学损伤定量演化的公式 .     

远程教育现状与展望

文章结合我国人口特点、地域特点，分析了制约现代远程教育模式选择的因素与中国的网络远程教育发展所应注意的中国国情特点，同时还讨论了网络远程教育相对传统教育的优势，以及网络教学中教师所应掌握的知识，最后还对介绍目前网络教育成本分析研究现状进行了介绍。     

文昌鱼eIF5A基因的克隆和进化学分析

对文昌鱼神经胚cDNA文库进行测序和系统分析，首次从青岛文昌鱼(Brachiostoma belcheri tsingtauense)中成功得到1个eIFSA基因的cDNA序列，分析其推导的氨基酸序列揭示该基因产物具有eIF-5A家族蛋白质共有的保守区．对其二级结构进行预测，序列同源性分析表明eIF-5A家族基因在所有的真核生物中都高度保守．进化生物学的分析显示文昌鱼的eIF5A基因与脊椎动物的同源性较高，     

从资源演化系统解析科学发展观的形成

根据人类进化发展的基本历史进程，用系统观点构建了资源演化系统模型，分析了系统的要素、结构，着重分析了系统演化机制；从系统科学的角度对资源进行了定义和分类，并对资源的特性进行了分析；根据资源系统演化发展的内在机制构建了人类社会实现可持续发展的路径模型，着重从战略思想、发展战略和实践操作三个层面对实现可持续发展的路径进行设计。     

概率门量子进化算法

量子进化算法(QEA)比传统进化算法(EA)有更好的种群多样性和全局寻优能力，但它采用概率操作过程，具有随机性和盲目性．将量子进化算法中的旋转门以概率门代替，在概率分析及实例验证的基础上，说明概率门量子进化算法(PGQEA)能使得对种群选取过程控制在全局优化的方向下，并且能更快地收敛于最优解。