群体竞优行为特征识别方法及其应用研究

有效挖掘群决策信息,并为管理者提供良好的决策支持一直是理论界所关注的课题。本文基于竞优思想,针对层次结构系统,依托目标规划模型和聚类分析方法,构建了群体竞优行为特征的群识别方法。本方法从最有利于体现被评价群体成绩的角度,运用目标规划模型,从每一组调研数据中挖掘被评价群体的优势特征,再利用聚类分析方法,从"优势特征集"中识别群体竞优特征的分布状况,进而可以清晰而具体地了解被评价群体的竞优行为特征。通过逻辑推导和实际算例,分别论证了本方法的有效性和可行性。     

北京谱仪III上利用神经网络方法进行粒子鉴别的研究

本文描述了一种多层感知器的神经网络系统在BESIII粒子鉴别技术中的应用。网络按照子探测器分别进行训练, 输出结果可以作为后续网络的输入或者可以为似然函数方法构建概率密度函数。蒙特卡罗模拟样本的检验结果表明, 利用神经网络方法可以在BESIII上获得较好的粒子鉴别效果。     

中药丹参及其近缘种中微量元素的主成分和聚类分析

采用原子吸收光谱法测定了不同产地的中药丹参及其近缘种植物白花丹参、雪山鼠尾草、云南鼠尾草、甘西鼠尾草、贵州鼠尾草、血盆草、粘毛鼠尾草、峨眉鼠尾草、黄鼠狼花、短唇鼠尾草和犬形鼠尾草中的Cu,Zn,Fe,Mg,Ca,Cr,Pb,Mo,Mn和Cd共10种微量元素的含量,应用主成分和聚类分析法对测定结果进行了研究。经过主成分分析得出3个主因子,其累计方差贡献率达79.3%。第一主因子的方差贡献率为49.6%,故所对应的Fe,Mn,Cu,Zn,Cd和Pb是丹参及其近缘种的特征元素。聚类分析将21个样品聚成2组,除浙江栽培丹参和白花丹参外,来自不同产地的9个丹参样品聚为一组;除贵州鼠尾草外,其他鼠尾草样品聚在一起,故此法可以将丹参和鼠尾草属其他植物区分开,总符合率达90%。因此利用原子吸收光谱法测定丹参及其近缘种中微量元素含量并对测定结果进行聚类分析是鉴别正品丹参的一种快速、准确的方法。     

Perturbation to Mei symmetry and Mei adiabatic invariants for mechanical systems in phase space

For a perturbed mechanical system in phase space, considering d/dt in the structure equation and process of proof including infinitesimal parameter ε obviously, this paper studies the perturbation to Mei symmetry and adiabatic invariants. Firstly, the exact invariant induced directly from the Mei symmetry of the system without perturbation is given. Secondly, based on the concept of high-order adiabatic invariant, the determining equations of the perturbation to Mei symmetry are established, the condition of existence of the Mei adiabatic invariant led by the perturbation to Mei symmetry is obtained, and its form is presented. Lastly, an example is given to illustrate the application of the results.     

A general mapping approach and new travelling wave solutions to the general variable coefficient KdV equation

A general mapping deformation method is applied to a generalized variable coefficient KdV equation. Many new types of exact solutions, including solitary wave solutions, periodic wave solutions, Jacobian and Weierstrass doubly periodic wave solutions and other exact excitations are obtained by the use of a simple algebraic transformation relation between the generalized variable coefficient KdV equation and a generalized cubic nonlinear Klein－Gordon equation.     

Unified symmetry of nonholonomic mechanical systems with variable mass

Based on the total time derivative along the trajectory of the system the definition and the criterion for a unified symmetry of nonholonomic mechanical system with variable mass are presented in this paper. A new conserved quantity, as well as the Noether conserved quantity and the Hojman conserved quantity, deduced from the unified symmetry, are also obtained. An example is given to illustrate the application of the results.     

基于PSO-HJ算法的多无人机协同航迹规划方法

针对多无人机协同航迹求解计算量大、难以收敛等问题,提出了一种基于粒子群优化和Hook-Jeeves (PSO-HJ)搜索算法相融合的多无人机时间协同三维航迹规划方法。首先,建立了单无人机航迹规划求解模型。然后,通过对适应度评价函数值低的粒子引入Hooke-Jeeves搜索算法,提高了粒子多样性,改善了航迹规划算法收敛性;对不满足约束的粒子引入约束违反度函数,基于比较准则提出了一种新的粒子评价机制,促进粒子搜索位于约束边界的最优解,加快了航迹规划算法的计算效率。最后,设计了一种多无人机时间协同航迹规划求解算法,利用PSO-HJ算法先分别求解单无人机航迹信息,通过多无人机集中航迹规划层协调到达时间实现协同航迹规划。仿真结果表明,PSO-HJ算法的精度比量子粒子群(QPSO)算法精度提高了20.85%,比PSO算法精度提高了58.14%,更适用解决实际复杂的多机协同规划问题。     

多种分布下选择后变量显著性分析及其在CEPS数据中的应用

在使用变量选择方法选出模型后,如何评价模型中变量系数的显著性是统计学重点关注的前沿问题之一.文章从适应性Lasso变量选择方法的选择结果出发,在考虑实践中误差分布多样性的前提下,基于选择事件构造了模型保留变量系数的条件检验统计量,并给出了该统计量的一致收敛性质的证明过程.模拟研究显示,在多种误差分布下所提方法均可进一步优化变量选择结果,有较强的实用价值.应用此方法对CEPS学生数据进行了实证分析,最终选取了学生认知能力等10个变量作为影响中学生成绩的主要因素,为相关研究提供了有益的参考.     

基于SMA模型的扩张型心肌病影响基因分析

医学研究表明约30%的扩张型心肌病与遗传因素有关,因此从基因水平寻找其病因及发病机制越来越引起国内外学者的重视.采用针对超高维数据的序贯模型平均(SMA)方法对扩张型心肌病转基因小鼠微阵列数据建立回归模型,确定哪些基因对小鼠中G蛋白偶联受体的过表达有影响从而导致小鼠的心肌病,结果发现Msa.2877.0,Msa.741.0,Msa.768.0和Msa.2604.0四个基因是影响小鼠扩张型心肌病的主要基因,且SMA对该数据的拟合和预测都明显优于以往常用的SIS,L2boost及Lasso等变量选择方法.研究结果对进一步了解人类心脏病的发病机理有一定的借鉴意义.