兴凯湖灌区杨木分灌区灌排结合灌溉模式的优势

以往灌区常规的灌溉模式是自流灌溉模式,而灌排结合的模式是近几年来被逐渐认可的一种模式.针对杨木分灌区灌溉模式的调整,分析了灌排结合模式的优势,使工程在经济上合理,实施上简单.     

社会媒体短文本内容的语义概念关联和扩展

随着微博、照片分享等社会化媒体的快速发展,每天产生了大量的短文本内容如评论、微博等,对其进行深入挖掘有重大的应用价值和学术意义。该文选取微博作为例子,详细阐述我们提出的方法。微博信息流因其简短和实时的特性而具有非常大的价值,已经成为市场营销,股票预测、舆情监控等应用的重要信息源。尽管如此,微博内容特征极其稀疏、上下文语境提取困难,使得微博信息的挖掘面临着很大挑战。因此,我们提出一种基于Wikipedia的微博语义概念扩展方法,通过自动识别那些与微博信息语义相关的Wikipedia概念来丰富它的内容特征,从而有效提高微博信息数据挖掘和分析的效果。该文工作首先通过可链接性剪枝、概念关联和消歧,发现微博信息中重要的n-gram所对应的Wikipedia概念;其次,采用基于概念-文档关联矩阵的NMF分解(非负矩阵分解)方法获取Wikipedia概念之间的语义近邻,为微博信息扩展相关的语义概念。基于TREC 2011的微博数据集和Wikipedia 2011数据集进行实验,与已有两个相关研究工作比较,该文提出的方法取得了较好的效果。     

一种新颖的函数优化进化算法

进化算法在求解全局优化问题时易陷入局部最优且收敛速度慢. 为了解决这一问题, 设计了一个基于下降尺度函数的杂交算子, 利用下降尺度函数与种群的关系来寻找实值函数的下降方向. 为了提高非均匀变异算子在进化后期的搜索能力, 通过均衡算子的局部搜索和全局搜索能力使其在算法后期仍能跳出局部最优. 在此基础上给出了一种新的进化算法. 最后将其与9个现有的算法进行了比较, 数值实验表明新算法快速有效.     

求解动态优化问题的自组织进化算法

为在环境发生变化后跟踪最优解的变化,提出一种自组织单变量边缘分布算法(SOUMDA)来求解动态优化问题.自组织策略包含扩散和惯性速度模型,扩散模型利用当前环境的局部信息使群体向外扩散,惯性速度模型利用最优解的历史信息进行预测.将自组织策略与单变量边缘分布算法(UMDA)结合,使得算法在环境变化后自适应地增加种群多样性,提高算法适应能力,快速跟踪最优解.利用动态sphere函数对所提出的算法进行测试,并与iUMDA和UMDA算法进行比较,结果表明所设计的算法能快速适应环境的变化,跟踪最优解.

     

一类求多变量函数所有局部极小点的算法

为求出具有箱式约束的非线性全局优化问题所有的局部极小点,提出了一种基于Multistart 方法的新算法.结合目标函数在可行域内的总变差、下降率和凹凸性等信息,构造了一个刻划局部极小点分布的G-度量.将可行域剖分为若干个小区域,把初始点按G-度量值的比例分配在每块区域上,使得局部极小点密集的区域能够被分配较多的初始点进行搜索;给出了有效初始点的判断条件为了进一步减少局部优化算法的运行次数.针对G-度量计算量较大的问题,设计了相应的近似计算方法,降低了计算量.选择了4 个2 维~10 维具有大量局部极小点的测试函数进行求解,与Multisatart 和Minfinder 算法的实验结果进行对比,表明了该方法在收敛速度和搜索全部局部极小点上都有了较大的改进和提高.     

浅议欧盟环境政策在国际气候变化领域中的领导力及脆弱性

欧盟近几年来在环境问题上出台了一系列的政策,如到2020年,温室气体排放量在1990年的水平上减少20%等,这些目标旨在推动《京都议定书》的签署。欧盟有着长远的领导力目标,但这项计划进行的并不顺利。欧盟外交的成功依赖于致力减少温室气体排放的政策,但是其成员国多元的经济形势以及政治上的一体化程度差等问题导致其在国际上推进环境政策陷入尴尬的局面,显得异常脆弱。     

解决一类特殊多目标优化问题的因子分析方法

根据国际最新提出的采用统计方法解决多目标优化的思想,提出了采用因子分析方法来解决多目标优化问题（FA-SMOEA）,在个体聚类过程中充分考虑了目标函数对pareto解的影响,用灵敏度向量和相似程度作为过渡量,将目标函数和个体聚类结合起来.在交叉和变异过程中再次考虑了公因子对个体进化的影响,利用公因子对个体进行了局部修正.最后用数值实验验证了其有效性.     

IBM“随需应变”的盛宴

2004年4月21日,IBM全球服务部电子商务运维服务全球总经理JAMES M CORGEI一先生在上海花园饭店32楼的南十字星厅召开了一个小型的记招待会，话题自然锁定在IBM的电子商务运维服务上——关于他们大力提倡的“随需应变”、关于他们的全新概念的“业务转型外包BTO”。     

求解约束优化的一种新的进化算法

罚函数法是解决约束优化最常用的方法,但如何确定罚因子是其难以克服与回避的问题.该文提出的求解约束优化问题的新的进化算法克服了这一困难,其基本思想是对种群中的个体按可行和不可行分别采取两种评价方案,对可行解按其目标函数值的大小加以评价,对不可行解按其违反约束的程度进行评价.作为评价个体优劣的适应度函数将可行点映射到(-1,1),将不可行点映射到(1,2),这样有效地区分了可行点与不可行点.数据实验与比较结果表明了该算法的有效性.