摘要:针对粒子群优化算法中出现的收敛早熟和不收敛的问题，提出了一种基于自然选择和惯性权值非线性递减的改进粒子群算法，在算法迭代过程中，粒子边界速度采用最大速度非线性递减变化策略来限制，惯性权值非线性递减变化用于平衡种群粒子前期全局搜索与后期局部寻优的能力；为使种群在进化过程中保持多样性，在标准粒子群算法中引用二阶振荡策略使种群在进化过程中始终保持着多样性；在此基础上，进一步地将遗传算法中的选择机理与粒子群算法结合起来用于提高算法的适用性能；所提出的算法经过多个基准测试函数的模拟实验验证，并与其他已有算法进行了对比；实验结果表明:算法在搜索精度与寻优能力上有更明显的优势，尤其是在多维、多峰等复杂非线性优化问题时，所提算法具有很强的竞争力。

摘要:针对当前五子棋博弈平台中自身功能差异和对引擎的编写语言有限制等问题，设计实现一个通用的五子棋博弈运行平台，平台以AlphaBeta剪枝算法为内置博弈引擎算法基础，融合了迭代加深、Zobrist缓存和启发式搜索算法，建立集对战、算法引擎加载和引擎交互一体化通用五子棋博弈平台；平台利用加载算法引擎文件可自动进行五子棋算法间的对局，且提供调用引擎的接口和引擎设计的参考，方便用户快速设计编写出自己的五子棋算法引擎；通过大量对战测试实验表明，平台在自动博弈模拟、人机博弈、引擎加载、比赛规则方面表现优异，大大提高了博弈算法设计效率。

摘要:针对网络流量预测准确率不够高的问题，结合当下流行的集成学习（Ensemble Learning），提出一种Stacking集成多种模型的网络流量预测方法；将天气因素量化后作为输入，使用7个机器学习模型分别对网络流量进行预测，然后根据对不同模型预测结果的Pearson相关系数的分析，选取相关性较弱的5个模型作为Stacking的基模型，进行网络流量的预测，并与不考虑天气因素的预测结果进行比较；结果显示：Stacking方法相较于各基模型都有更好的表现，同时，天气因素的加入使得模型预测结果的准确性提高了；Stacking方法将不同的预测方法进行组合，相较于神经网络方法能以不同模型对数据进行不同角度的处理，能获得比一般方法准确率更高的预测结果，对于网络流量的预测具有一定的实用价值。

摘要:针对单力臂机械手的控制，提出了一种基于RBF神经网络模型的控制方法；RBF神经网络即径向基函数，它本身是具有单隐层的三层前馈网络，从输入空间到输出空间的映射呈现非线性，但是从隐含层空间到输出空间的映射却呈现线性，又由于RBF网络它采用高斯基函数作为作用函数，它的输出与部分调参数有关，在输入空间的有限范围内不为零，是一种局部逼近的神经网络方法，所以采用RBF网络能够很快地进行学习并且避免出现局部极小问题，能够满足控制的实时性要求；通过建立相关模型的Simulink控制系统仿真以及M语言的离散数字化仿真发现，采用RBF神经网络模型方法进行控制，其控制的精确度和实时性很高，控制效果很好。

摘要:共轭梯度法因为其迭代简单和低存储等特点,在工程问题、金融模型等许多实际领域中得到广泛的应用；针对大规模无约束优化问题,提出了一类混合的DL-WYL共轭梯度法——LHSDL方法，它可以看作是一类修正的DL共轭梯度法,即利用一个数值效果和理论结果均良好的Wei-Yao-Liu型共轭梯度法的共轭参数去修正DL共轭梯度法的第一项；它也可以看作是一类修正的WYL共轭梯度法,通过添加DL共轭梯度法的第二项,使该方法可能含有一些Hessian信息。LHSDL方法相对于DL方法具有一个较好的性质,即在强Wolfe线搜索条件下具有充分下降性，并且理论证明了LHSDL方法对于一般函数具有全局收敛性；数值实验是在CUTEr集的一组无约束优化测试问题上进行的,由Dolan和Moré的性能曲线图表明:LHSDL方法略优于DK+方法和MNVHS方法。

摘要:Laplace算子特征值的研究在物理上有着重要的应用，它与粒子在力场中运动时所具有的能级有密切关系，根据最大-最小原理，可以对特征值进行理论上的表示；针对三维欧式空间单位球的球带上具有Robin型边条件的Laplace算子的特征值问题，先利用Courant节点域定理和最大-最小原理，求出了第一特征值的理论表示; 然后利用此表示，证明了球带在关于赤道对称时第一特征值最大(球带面积固定); 且若球带的面积小于等于2π，有当球带向赤道靠近时，第一特征值会严格增加的结果。

摘要:时变权重组合预测模型可以有效反映各预测方法在各时刻点上的预测值对组合预测结果的影响，并可以提高预测精度，基于此，针对区间数时间序列构造组合预测模型的问题，提出一类构造区间数时变权重方法；该方法主要是在3种实数的时变权重求解方法基础上构造相应的3种区间数时变权重，并利用所得出的时变权重构造区间时间序列组合预测模型；为验证该模型的准确性，应用具体算例对模型加以实现，并通过区间预测误差度量指标验证该类模型的预测结果；结果发现：基于3种时变权重求解方法下的区间时间序列组合预测模型均优于各单个方法的预测结果，且基于最优化赋权法得到的时变权重区间组合预测结果的精确度较另外两种有所提高。

摘要:将连续方式的接种、剔除和隔离干扰引入模型，建立了一类具有非单调传染率的SIQR传染病模型;首先，通过计算得到了疾病流行的阈值R0及无病平衡点和地方病平衡点存在的条件；其次，当R0<1时，采用RouthHurwitz判据和极限方程理论证明了无病平衡点具有全局渐近稳定性，当R0>1时，运用Liapunov函数和LaSalle不变集原理证明了地方病平衡点E*也具有全局渐近稳定性；接着，为了进一步说明理论研究的正确性，利用Matlab软件进行了计算机模拟;最后，借助阈值R0的偏导数，对连续方式的接种、剔除和隔离策略进行了比较和分析。

摘要:针对具有高复杂性与非平稳性的空气质量指数（AQI）时间序列，提出一种融合非结构数据的EMD-WTS二层分解组合预测模型；首先，筛选百度指数关键词并提取对应数据，运用局部线性嵌入算法（LLE）对之降维；其次，对AQI历史序列与降维结果进行经验模态分解（EMD）与重构；接着，对所得高频项进行小波分解（WT）与重构；然后，运用Holt指数平滑法、支持向量回归（SVR）与人工神经网络（ANN）分别对二层分解结果与原始低频、趋势项进行组合预测并运用BP神经网络集成；最后，叠加集成结果得到AQI预测值；对比实验说明预测方法充分利用了多源数据信息，具有较高的预测精度。

摘要:针对度量收益率风险价值VaR时，GARCH模型不能体现正负收益率的非对称效应，研究了基于EGARCH模型和CornishFisher展开度量VaR的一般方法。该方法结合了EGARCH模型和CornishFisher展开，将EGARCH模型的偏度和峰度代入CornishFisher展开中对收益率VaR进行度量。实证分析选取标普500指数日收益率作为样本数据，度量该收益率的风险价值VaR；该收益率具有非对称性，建立了能够体现非对称性的 EGARCH(1,1)模型，运用新的VaR的方法与经典的基于极值理论的VaR度量方法，和基于 Bootstrap方法的VaR度量方法对收益率VaR进行了度量，在不同的置信水平下比较了3种 方法VaR度量结果失败率的大小；结果显示：新的VaR方法对收益率VaR的度量效果优于其他两种方法，对于具有非对称效应的收益率，可考虑此方法度量收益率的VaR。

摘要:针对提高20Cr13不锈钢的表面性能，采用激光熔覆技术在基体表面制备M2铁基和Ni60A镍基合金熔覆层；通过使用光学显微镜、显微硬度计以及电化学工作站对两种熔覆层进行金相组织、显微硬度和电化学腐蚀性能差异性研究;结果表明:铁基、镍基熔覆层与基体结合界面均有明显的白亮带，无气孔、裂纹等缺陷；铁基涂层微观组织主要由等轴晶和胞状晶组成，镍基涂层微观组织主要由和树枝晶组成；铁基涂层的显微硬度为5417 HV，镍基涂层的显微硬度为5923 HV，约为基体显微硬度（2207 HV）的2~3倍；铁基、镍基涂层均与20Cr13钢基体表面形成了较好的冶金结合，二者表面硬度均有了有显著提升，在熔覆区采用Ni60A镍基材料时的显微硬度要比采用M2铁基材料时的显微硬度高，而在热影响区部位两者显微硬度相差不大；铁基涂层的自腐蚀电位（-021 V）略高于镍基涂层的自腐蚀电位（-023 V），铁基涂层的耐腐蚀性优于镍基涂层。

摘要:针对目前新能源发电系统中的DC/DC升压变换器，普遍存在着输出电压低、开关管峰值电压大等缺点，提出了一种基于耦合电感与倍压电容高增益Boost变换器；该变换器引入耦合电感以及两个倍压电容提高了电压增益;所提结构有效吸收漏感能量，降低开关管电压应力和变换器的损耗，抑制开关管电压尖峰，实现开关管的零电流开通，并且利用耦合电感副边绕组漏感的能量解决了输出二极管的反向恢复问题；利用Matlab对所提变换器进行仿真实验，对变换器进行稳态分析，并得出变换器在不同输出功率下的效率。

摘要:针对目前普遍使用的电弧模型无法完整地模拟电弧单次放电的全程，进而影响到特快速的暂态过电压(Very Fast Transient Overvoltage，VFTO)的计算与仿真的情况，提出了一种单次电弧击穿模型；同时联合重燃理论设计了一种电弧重燃模型；电弧单次放电全过程分为即将击穿、稳定燃烧与熄弧3个过程，该单次电弧击穿模型综合考虑了这3个过程，在每一过程分别构建相应模型模拟相对应的电弧状态，各个状态的过渡通过追踪电弧电流来完成；同时电弧重燃模型可以准确地模拟电弧的实际状态；通过仿真，验证了该模型的实用性，且可以发现在重燃模型下的VFTO的波形显著差异于单次电弧击穿模型下的情况。

摘要:将上海交易所和深证交易所发行的30只违约债券和468只未违约债券作为研究样本，将债券是否违约设定为一个二分类问题进行识别分析，针对该问题构建了基于SVM的ADmR-AdaboostSVM分类模型；从企业资本结构、盈利能力、现金流量、偿债能力4个评估因素中筛选16个预警指标，运用ADASYN方法进行过采样合成新样本点，将特征提取mRMR方法引入债券违约领域，得出长期负债率、资本收益率、成本费用利润率以及股权比例这4个变量作为债券违约的最终预警指标，在此基础上运用AdaboostSVM模型进行风险识别。研究结果表明：在建模过程中克服了样本非均衡化问题使得分类精度显著提高，同时通过解决高维数据冗余问题，识别违约债券的准确率进一步提高，反复验证表明该模型具有较强的稳健性和有效性，具有一定的应用价值。

摘要:针对由于新能源发电出力的随机性和以新能源汽车为代表的新一代负荷接入配电网的不确定性所导致的功率不平衡问题，提出了基于储能型SNOP的功率反馈控制策略；该控制策略以交流系统有功功率不平衡所导致的频率差值作为反馈量，并通过功率电流环控制端口变流器的有功功率传输，从而实现根据有功负荷的变化进行有功潮流实时控制，同时储能的加入使SNOP高度集成为一种具有能量存储功能的能量中转装置，可以在一定范围内缓解功率波动，增大了SNOP的调度能力；随后利用DigSILENT/PowerFactory建立储能型SNOP的柔性互联仿真模型，通过投切有功负荷的方式验证了控制策略的有效性；仿真结果表明：该控制策略能够充分利用储能装置实时协调馈线之间的功率平衡。

摘要:对于新进员工而言，快速熟悉装配检修工艺是入职培训的必备项，为了解决新进员工装配检修效率低和出错率高的问题，提出基于增强现实技术的装配检修系统；首先使用三维建模平台建立虚拟三维模型，其次使用增强现实技术将虚拟对象叠加到现实场景中，再次将装配检修相关指导信息融入到装配检修系统，最后将装配检修系统移植到移动终端智能眼镜中；通过新进员工现场实际操作可知，装配检修系统为新进员工提供了全面、准确、实时的装配检修信息，并提高了装配检修效率，减少了装配检修出错率，大大缩短了装配检修时间，具有一定的实用性和推广价值。

摘要:类胡萝卜素广泛合成于所有光合生物与一些非光合原核生物、真菌和少数动物；在光合生物光合器官，类胡萝卜素与叶绿素一样，是光合成与光保护必需色素；在非光合器官，充当光保护剂、抗氧化剂、颜色引诱剂和植物激素合成的前体，有利于光合生物正常的生命活动；对大多数动物与人，类胡萝卜素是经食物链传递、积累，代谢改性，呈现复杂多样的结构，在机体内具有清除自由基、抗氧化、生成维生素A、调控细胞信号通路上调抗氧化酶等特性，以预防疾病促进健康；其颜色用于动物性引诱、伪装、光保护、种间与社会关系的识别等。

摘要:针对夜间光照会对植物光合节律造成影响，提出了园林植物光合节律对城市夜景照明光照响应的研究；利用园林植物学与建筑光学的研究方法，选择城市夜景照明夜间光照常用的5种LED(Light Emitting Diode)光源光谱的3个光照强度进行园林植物实验；利用生物仪器监测园林植物白天与夜晚的净光合速率、气孔导度、蒸腾速率等光合节律数据，分析园林植物光合节律对夜间光照的响应；结果得出园林植物光合节律对夜间光照有积极的响应，且最终植物夜间光合节律数值高于未受人工光照前的数值；夜间园林植物光合节律的响应随夜间光照强度的增强而增强；受夜间光照的园林植物日间光合节律有上升趋势；蓝紫光、黄光、白光光谱的光照可促进园林植物光合节律的响应；结论得出园林植物光合节律对夜间光照的响应趋势，有助于掌握城市夜景照明与城市环境间的关系，控制夜间光照对城市环境的影响。

摘要:针对随机需求依赖于努力的情形，为探究供应商的缺货厌恶或浪费厌恶偏好对链成员决策和期望利润的影响，构建了4种不同的行为偏好模型；首先，求解出了不同行为偏好模型下的供应链博弈均衡解，且通过敏感性分析，得到了链成员决策行为和期望利润随行为偏好程度的变化情况；然后，将不同行为偏好模型下链成员的决策行为进行了对比分析，并考察了缺货与浪费厌恶系数的比值对决策行为大小的影响；最后，探讨了不同行为偏好模型下链成员的期望利润，发现链成员的期望利润大小也与两种系数的比值有关。

摘要:针对Z-number多准则决策中计算复杂度高，计算量大等问题，提出了一种较为简单且行之有效的基于粒度的多准则决策方法；将语言型Z-number决策信息转化为经典模糊数，用提出的可能度公式来两两比较方案的优劣程度，并且根据定义的模糊度公式计算出各准则的权重，继而得到最终的决策矩阵；然后，基于商空间的基本理论对QUALIFLEX排序方法进行改进，根据方案间的优势关系以及保假原理，可以将问题的最优解确定在较小的粒度空间内，在这个较小的粒度空间内搜索出综合一致性最大的最优排列，得到问题的最优解；最后通过实例分析可验证提出方法的可行性和有效性，且方法有效降低了计算的复杂度。