基于外包决策的并行调度随机模型

在传统的并行机器调度问题基础上引入了不确定随机变量,同时考虑了以产品外包为能力拓展形式的现代生产模式,建立了基于外包决策的并行调度随机模型.模型以带有拖期惩罚函数的最大化利润为目标,以遗传算法这种进化的启发式计算方法寻找最优解.同时引入虚拟机器的概念,实现了对外包情形下机器调度问题的有效处理和简化.实例证明,该模型更符合现代生产模式,极大地提高了企业的工作效率和经济效益.     

三维欧氏Steiner最小树的Delaunay四面体网格混合智能算法

Steiner最小树问题是组合优化中经典的NP难题,在许多实际问题中有着广泛的应用,而三维欧氏Steiner最小树问题是对二维欧氏Steiner最小树问题的推广。由于三维欧氏Steiner树问题的求解非常困难,至今为止的相关成果较为少见。本文针对该问题,利用Delaunay四面体网格剖分技术,提出了一种混合型智能求解方法,不仅可以尽量避免拓扑结构陷入局部最优,且对较大规模的问题求解亦有良好的效果。算法在Matlab环境下编程实现,经实例测试,获得了满意的效果。     

多无人机三维群集算法的适用性研究与改进

针对多无人机群三维空间运动的复杂群集控制问题,提出了基于生物群集行为、依据Reynolds规则描述的三维群集控制算法。已有的研究大多将无人机群集运动简化为二维平面运动,但这不符合实际控制需求。为此,将群集控制算法和人工势场算法推广到三维无人机群集控制中,建立了三维无人机群空间运动模型,通过多种不同条件下的仿真,研究了两种算法在三维群集控制中的有效性。结果显示两种算法用于三维群集控制均具有一定效果,但相对二维所需要的条件更为苛刻。同时,注意到智能算法具有更好的群体聚集效果,而人工势场算法则避碰效果更迅速明显。据此,对人工势场算法和智能算法进行了改进,通过在距离大于平衡点时采用智能算法聚集,在距离小于平衡点时采用人工势场算法避碰,得到能同时获得更好的聚集、避碰效果的新的群集控制算法。     

利用HapMap数据发现人类基因组中正选择的"候选区域

人类基因组国际单体型图计划(The International Haplotype Map Project,HapMap)旨在构建全基因组范围的常见遗传变异数据库,为复杂性疾病、人类进化和其它遗传学研究提供基础数据.此研究基于HapMap计划第Ⅰ期数据,通过群体基因组学策略对亚、欧、非人群中的正选择信号进行扫描.在基因组范围建立了一个包含多层次信息(基因、窗口、大型区域)的正选择图谱.研究表明:人类基因组中存在一定程度的正选择,正选择的"候选窗口"占总筛查窗口的～5%;基因组中的正选择信号集中于某些特定的染色体区域;确定了62个可能受到强正选择的大型区域,以及区域内相应的88个受到强正选择的"候选基因".研究还发现人群特异的选择在人群的分化过程中发挥了重要的作用.此研究将为后续的人类进化和自然选择研究提供新的线索.     

On -z-supplemented subgroups of finite groups

A subgroup H of a group G is called F-z-supplemented in G if there exists a subgroup K of G, such that G = HK and H∩K≤ Z∞F(G), where Z∞F(G) is the F-hypercenter of G. We obtain some results about the F-z-supplemented subgroups and use them to determine the structure of some groups.     

基于决策者风险偏好大数据分析的大群体应急决策方法

针对重大突发事件应急决策大群体成员的风险偏好复杂难测问题,提出了一种新的基于决策者风险偏好大数据分析的大群体应急决策方法。首先专家群体对突发事件进行快速响应,生成若干应急预案及其风险属性信息;其次,社会公众通过网络等渠道参与到应急决策中来并形成决策大群体,给出不同预案的偏好值;然后,利用证据推理算法得出公众对各预案的风险效用值,将预案风险效用值与预案偏好值加权组合,得到各个预案的大群体决策者的风险偏好值;最后,基于风险偏好值,利用大数据分析技术对大群体的风险偏好进行聚类识别,从中筛选出风险中立者组成新的应急决策群体,再次聚类得出应急决策群体的成员组成结构,以此为基础计算决策者权重和应急预案的最终效用值,得应急预案排序结果。最后通过算例分析验证了方法的有效性和可行性。     

基于群体冲突的模糊偏好关系大群体决策方法

在大群体决策中,针对每一个决策者都有一个关于决策方案的模糊偏好关系的决策问题,提出了一种基于冲突的模糊偏好关系大群体决策方法。该方法首先考虑了复杂大群体的偏好差异,对决策者偏好进行聚类分析,形成不同的聚集,然后通过熵权法确定聚集的权重,集结成大群体模糊偏好关系,再对聚集内及聚集间进行冲突分析,通过一个迭代算子进行冲突消解,以达到一定冲突范围内的群体模糊偏好关系。最后通过一个算例说明了方法的有效性。     

基于模糊—冲突熵的风险性大群体应急决策方法

针对应急决策信息的模糊性以及大群体偏好的冲突性引起决策风险的问题,提出了一种基于模糊—冲突熵的风险性大群体应急决策方法。首先,依据决策者偏好将大群体进行聚类,得到聚集偏好矩阵;其次,提出一个直觉模糊形式的区间直觉模糊距离以减少偏好信息的丢失,同时定义广义直觉模糊数,将二者与前景理论相结合,通过转换得到聚集的直觉模糊前景决策矩阵;再次,构建以决策风险最小化为目标的大群体模糊—冲突熵应急决策模型,计算准则权重,将大群体的前景决策矩阵和准则权重相结合得到方案的综合前景值,并以此对应急方案排序;最后,通过案例的分析与对比验证了所提方法的合理性与有效性。     

RAPD标记在唇(鱼骨)与花(鱼骨)种质鉴定中的应用

利用RAPD分子标记技术对浙江瓯江溪水性鱼类唇[鱼骨]和花[鱼骨]进行了种质鉴定和遗传分析,从40个10碱基随机引物中筛选出14个多态性高的引物,分别扩增出130条和127条DNA带,多态位点比率达84．62％和66．93％,平均每个引物扩增多态性带9．3条和9．1条．Shannon多样性指数为0．4515和0．3548,Nei＇S指数为0．3037和0．2392．唇[鱼骨]和花蜡群体间的平均遗传距离为0．2880和0．2096．引物S383、S399、S463和S471扩增的6个特异性标记,可用来区分唇[鱼骨]和花[鱼骨]．最后应用UPMGA法对它们进行了聚类分析．结果表明唇[鱼骨]和花[鱼骨]的群体遗传多样性较高,存在较大的遗传变异．RAPD分子标记技术可以方便地应用于[鱼骨]属鱼类的种质鉴定．     

宗教旅游地多群体感知空间结构——基于地方理论的解析

以郎木寺为调研区域,选取当地藏族居民、回族居民、旅游者和外来经营者4类群体为研究对象,采用相片引导的半结构化访谈法,回收访谈资料共计396份,其中藏族居民102份,回族居民96份,旅游者99份,外来经营者99份.借助社会网络分析软件UCINET,采用共现分析法和社会网络分析法,构建出4类群体感知意象的空间结构.结果显示:受访的4类群体形成了一系列相同的意象热点,且同一意象热点承载的地方感知是多样化的;同时4类群体受各自文化背景以及认知限度的影响,对同一地方呈现出不同的感知,并形成了4类不同的感知意象结构;地方与地方之间的共现联系主要体现在同一地理界限内、性质互补、性质相似3个方面;当地居民与外来人口对于文化认同表现出了一定的差异,旅游发展对当地文化的宣传并没有达到居民所认同的高度.