犹豫模糊最优加权Bonferroni几何平均算子及其在多属性决策中的应用

Bonferroni几何平均算子是信息集结问题的研究热点,其主要优点是能捕获变量间的关联性。在Bonferroni几何平均算子基础上提出犹豫模糊最优加权Bonferroni几何平均算子、广义犹豫模糊最优加权Bonferroni几何平均算子。新算子能体现变量同余下变量整体间的加权平均、余下变量相互间的加权平均,并具有退化性。验证了新算子具有幂等性、单调性、有界性等优良性质。以此为基础,提出一种犹豫模糊多属性决策方法,并通过算例验证了方法的实用性。     

梯度有序支架材料诱导神经干细胞的定向迁移

基质细胞衍生因子-1α(stromal-cell-derived factor-1α, SDF1α)在诱导神经干细胞(neural stem cells, NSCs)迁移中发挥重要作用.采用静电纺丝技术制备放射状梯度有序纤维支架材料负载胶原特异结合的SDF1α(collagen-binding domain SDF1α, CBD-SDF1α),针对神经干细胞及神经干细胞球(neural stem cell sphere, NSCS)迁移效果的影响进行了研究.实验结果表明:梯度支架可诱导神经干细胞以及神经干细胞球沿着有序纤维支架从CBD-SDF1α低浓度区域向高浓度区域迁移;神经干细胞球在CBD-SDF1α高浓度区域扩散出的神经干细胞数量和扩散面积比CBD-SDF1α低浓度区域显著增加;神经干细胞球沿着梯度有序纤维方向上呈现极化及定向延伸.