冬季防唇裂

时至冬季,正是流感病毒最活跃的时候,如何防治流感,成为人们保持健康的重要话题。     

基于离差最大化的组合赋权评价方法及其应用

针对评价指标值已知,权重未知这一问题,分析了主、客观赋权方法的优缺点;根据实际问题提出一种基于离差最大化的组合赋权方法,具体方法是:利用层次分析法确定主观权重、变异系数法确定客观权重,接着运用离差最大化思想求解最优化模型,得到组合权重,克服单一使用主观或客观方法的局限性;结合航空兵部队装备管理体制的评价数据验证该方法的合理性、实用性和有效性。     

谨防变异的“两面人”

问题导向是马克思主义世界观、方法论的重要体现,是党的优良传统和宝贵经验。十八大以来,全军坚持问题导向的工作方法,直面问题、深查彻改,解决了一系列强军兴军中遇到的矛盾难题,推进了强国强军事业进程。然而也有一些单位和个人歪曲、扭曲问题导向实质,用变异的问题导向指导实际工作,为实现强军目标埋下了深深的隐患。     

基于集中一体化遗传算法的协同航迹规划方法

针对线目标的多无人机协同侦察航迹时间代价较大、算法收敛较慢等问题,提出了一种基于集中一体化遗传算法的协同航迹规划方法.在考虑目标属性及任务要求的基础上,建立了基于时间代价的航迹模型.引入集中一体化方法,对标准遗传算法的编码方式进行了优化,保证了所有目标均被侦察一次,且无重复侦察.在种群迭代中对交叉操作和变异操作进行了改进,有效提高了算法的收敛速度.仿真结果表明,该方法可求解得到具有最小时间代价的任务航迹,且收敛速度较快.     

一种含最优变异的多微粒群优化算法

针对微粒群优化算法中的固有缺点,提出了带有最优变异算子的多微粒群优化算法,采用多个微粒群对目标函数进行寻优,并在寻优过程中对子群中最优微粒引入了最优变异算子。通过这样的处理,算法可以预防早熟收敛并具有更快的收敛速度和更好的局部开发能力。对一组测试函数的模拟实验结果表明,带最优变异的多微粒群优化算法可以摆脱局部最优解对微粒的吸引,在较少的代数内就能够获得好的优化结果。     

改进的图像分割遗传K-均值聚类算法

针对图像分割,提出了一种改进的遗传K-均值聚类算法.合理选取聚类的特征向量并对各特征分量确定不同权值进行调整;通过引入自适应算法,对传统遗传算法的选择及变异操作进行改进,提高了算法的收敛速度;确定与染色体鳊码相关的隶属矩阵可有效地减少运算时间.实验结果表明,改进后的遗传K-均值聚类算法是行之有效的.     

一种改进的量子粒子群算法

量子粒子群算法是将量子计算与粒子群算法相结合的一种新的优化方法。首先利用相位角进行实数编码,将动态量子旋转门引入到粒子群算法中,采用自适应变异,提出了一种改进的量子粒子群算法。然后运用Pe-nalized函数和Ackley函数测试了该算法的性能。最后将该算法应用到武器目标分配模型中,获得了最优的分配方案。仿真研究表明,该算法具有收敛速度快、搜索能力强和稳定性高的特点。     

基于地统计方法的滑坡因子敏感度分析

滑坡的发生及演化都与各种滑坡因子之间存在着一定的关联。通过滑坡因子数据探测及其与滑坡相关关系分析,结合地统计方法可确定滑坡因子的敏感度排序,从而确定因子对滑坡发生确定性的影响程度,为武警部队执勤过程中的科学调度提供重要依据。     

山葡萄种质RAPD研究

山葡萄（Vitis amurensis Rupr.）一般为雌雄异株,我国是其主要原产地。山葡萄在其漫长的进化过程中,不仅有花型上的差别,而且在植株形态、果实经济性状、抗病力等方面均有差异。在种质资源评价过程中,主要依据上述指标进行,但这些指标易受环境条件的影响,很难对种质进行准确评价。 RAPD技术已成功地应用于葡萄种、品种的鉴别,但在山葡萄上的应用则未见报道。本研究的目的在于以RAPD技术阐明山葡萄的种内变异。1 材料与方法1.1 材料 取山葡萄73064（（?））左山二（（?））、75023（（?））、双丰（（?））、左山一（（?））、73093（（?））、73066（（?））的休眠枝条,解除休眠后水插,取幼叶提取基因组DNA。试验于1997～1998年在北京市农林科学院林果所进行。