Fingerprint and multicomponent quantitative analysis for the quality evaluation of Sibiraea angustata leaves by HPLC-DAD and HPLC-ESI-MS/MS combined with chemometrics

Sibiraea angustata leaves, known as a traditional Tibetan medicine, have been specially used in the treatment of indigestion and obesity. In the study, a simple and sensitive high-performance liquid chromatography (HPLC) method with a diode array detector (DAD) was established to solve the problem of lacking quality standard of S. angustata leaves, including the fingerprint analysis and quantification of six characteristic components. The analytical method was validated for linearity, repeatability, stability, recovery, and specificity. Seventeen raw samples and 1 processed sample of S. angustata leaves were collected from different locations of China to establish the fingerprint. The chemometric methods, including similarity analysis (SA), principal component analysis (PCA), and hierarchical clustering analysis (HCA), were applied to distinguish the 18 batches of S. angustata samples. The results successfully sorted these samples into five clusters and kept in line with each other. According to the result of the fingerprint analysis, 21 peaks were extracted to be the common peaks and most of them were identified by mass spectrometry (MS) with electron-spray ionization (ESI) in the negative mode. Meanwhile, the loading plot of PCA further indicated that the peaks of neochlorogenic acid, chlorogenic acid, ferulic acid, rutin, hyperin, and isoquercitrin played a greater role in the discrimination among the 21 peaks. So the six components mentioned above were investigated as index constituents to evaluate the quality of S. angustata leaves from different locations. The study demonstrated that the developed new method was a beneficial approach for authentication and quality evaluation of S. angustata leaves.     

对使用主成分进行绩效指标值排名的讨论

对《基于数据的Goodgrant基金最优投资策略》一文使用主成分分析进行综合评价,对候选学校绩效指标值排名进行了探讨。首先,综合前人研究与本题实际,指出使用主成分分析进行综合评价存在的争议与不足;然后,分别建立TOPSIS模型和综合评价模型对候选学校的绩效指标值进行排名,并对不同方法得到的结果进行对比。结果表明,TOPSIS模型和综合评价模型得到的排名具有高度一致性,前50名重合率达98%,而与主成分分析综合评价的重合率仅有6%,说明使用TOPSIS等传统评价模型对候选学校绩效指标值进行排名更合适。     

“禁摩限电”效果综合评价模型

将交通需求级别进行划分后,通过数据包络分析法计算交通需求匹配度和交通运行效率,近乎绝对细化交通运行表现,依据具有时间轴的四维交通状况模拟建立了全新多维度的交通评价体系。此外,利用模糊层次分析法确定道路交通安全评价指标体系中各个指标的权重,同时作出基于差异驱动原理的综合评价。最后,将交通的污染指标提炼为机动车的排放指标和电动车的耗电指标来衡量交通工具对环境的影响。     

基于熵权模糊综合评价模型的股票内在价值研究

针对股票内在价值评判方法中指标权重设定的主观性缺陷,提出在利用熵权确定各指标权重的基础上,运用模糊综合评价方法对股票会计信息的综合指标进行模糊处理,为投资者投资股票提供一种新的参考;并通过"一带一路"概念股中的五支工程基建行业类股票进行模拟实证分析,证明将会计信息进行相关量化处理,能够为投资者提供较为客观的选择,同时基于熵权的模糊综合评价模型在股票内在价值评价中具有可行性.     

基于端点白化权函数聚类的水环境质量等级评价分析

为更准确地评价水环境质量,将端点三角白化权函数灰色评估引入到水质综合评价中.针对以往灰色白化权函数评估主要通过测定指标灰聚类系数判定被评价对象的优劣强弱等级进行等级识别评价,对三角白化权函数计算方法进一步扩展,完成多评价对象的准确等级定位及比较排序.将这种方法应用于山东省聊城市东昌湖水水质评价中,经实例计算证明基于三角白化权函数灰色评估评价模型的稳定性、合理性和实用性为水质评价研究方法提供了新的思路和借鉴.     

基于生态学视角的科技人才效能发展程度和产出效率研究——来自我国30个省市的数据

基于生态学视角构建了科技人才效能评价指标体系,通过运用生态位模型和Malmquist指数分析了我国30个省市的科技人才效能的发展程度和产出效率,结果表明,第一,我国东部和中西部地区之间的科技人才效能呈现较为明显的区域性差异;第二,技术进步效率对我国30个省市科技人才效能全要素生产率具有较明显的影响,应该引起重视;第三,从分区域全要素生产率指数的变动情况来看,全要素生产率最高的为中部地区,其次为东部地区和东北地区,最低为西部地区.     

基于改进的模糊综合评价法的低渗油藏CO_2驱筛选体系的建立及应用

以某低渗透油藏为对象,首先在数据挖掘的基础上制定了低渗透油藏注CO_2驱筛选标准.基于模糊综合评价法,建立了适用于低渗透油藏CO_2驱适宜度评价的模糊综合评价模型,并运用该模型对目标油藏注CO_2的适宜度进行了评价.计算结果表明目标油藏注气驱开发适应性较好.评价过程有效地降低了直接进行注气开发的风险,为之后低渗透油藏注气开发提供了技术和经济上的指导.     

基于DEA-ANP的快递企业绩效评价研究

在建立快递企业绩效评价模型时,提出了利用DEA和ANP相结合对快递企业绩效进行评价的方法.不同于之前研究,文中提出的方法使用ANP替换AHP,充分考虑了物流行业的"效益背反"现象.其解决了AHP确定权重时,无法体现元素之间关联性的问题,单独使用DEA评价时,无法考虑决策者偏好的弊端.首先,方法基于.ANP方法,求出每个指标的权重,再分别对每个因素使用DEA方法求出各系统的相对效率值;然后,将各指标权重和相对效率值结合,求出各快递企业中营业部的整体效率值并进行排序;最后通过实例分析,验证了此方法的实用性、可操作性及优越性.     

模糊AHP在电网企业员工岗前培训评估中的应用

电网企业技术密集、人员众多、架构庞大,员工岗前培训与企业健康持续发展密不可分.培训工作中最突出的问题在于对培训效果缺乏合理的评估,从而无法了解企业投资的效果,以及培训对组织的贡献.以柯氏培训四级评估模型为基础,采用模糊AHP规范化整个评估过程.最后以电力企业进行的培训项目为例验证分析,证明所提算法的有效性.