Logistic模型的参数估计及人口预测

用数值微分和线性拟合化技术对Logistics模型进行了参数估计,由此检验了2005~2007年中国总人口数的误差情况,其中2007年用相关参考文献的等差参数估算方法所得结果的相对误差为5.58%,而本文参数估算所得结果的相对误差为0.114‰,预测取得了理想的效果.     

我国流动人口影响因素分析

采用定量分析和定性分析相结合的方法,对影响我国流动人口的因素进行分析.定量分析主要用于对社会经济因素的分析,通过相关分析、因子分析以及回归分析,发现全国31个省（市、区）流动人口与全省（市、区）GDP等11项社会经济因素指标因子有显著的正相关关系,与全省（市、区）第二产业占GDP比重等3项指标因子无显著关系,同时提取两个主成分代表所有的变量,得到流动人口与各变量之间的回归方程.此外,结合制度、信息、宗教文化对流动人口的影响进行简要定性分析,认为政府不仅要发展经济也要进一步完善制度、信息可获得性等方面的政策,从而更好地管理流动人口,构建社会主义和谐社会.     

西部地区农村留守人口居住社区化研究——以关中地区农民意愿调查为例

随着农村青壮年劳动人口持续大规模地进城务工经商,农村普遍出现了空心村和空巢家庭,产生了留守人口问题.特别是与农户土地分散经营紧密相连的分散居住方式,既缺乏公共设施与公共服务,也浪费稀缺耕地资源,还不利于村民居住生活质量的提高,留守族困境难以化解.文中研究以欠发达地区农村留守家庭为背景,以集聚经济理论为指导,以入户问卷调查数据为依据,借鉴国内外相关理论,运用统计分析和规范分析相结合等方法,系统分析了影响农民居住意愿转变的主要因素与实施路径,继而得出了如下结论:加快区内农业产业化、土地资源优化和农民非农化步伐;实施政府规划和社区基础设施及公共服务设施投入先行;在尊重农民意愿的基础上,稳步推进农村新型社区建设,实现农民居住社区化和居住生活质量提高,有效化解留守族困境,全面建设社会主义新农村.     

论高等教育大众化与农村人口转移

促进我国农村人口转移是当前解决“三农”问题、促进经济腾飞和社会进步的重大的战略之一。然而，农村人口素质低是制约着转移的“瓶颈”。高等教育要充分发挥提高农村人口素质，促进农村人口转移的积极作用，应逐渐完善大众化高等教育体系。具体而言，可采取以下改革举措：高等教育资源向农村地区倾斜；大力发展高等职业教育；调整、优化学科结构；发展农村高等教育等。     

分子标记多位点排序的并行计算

为了对一组连锁的分子标记位点获得正确的排序进而构建生物遗传连锁图谱,提出了并行算法PMMASLH,针对F2作图群体,通过基于消息传递接口并行最大最小蚂蚁系统求解连锁的多个分子标记位点排序,使用隐马尔可夫模型计算一列有序标记位点所获得的极大似然值作为排序的目标函数。计算机模拟结果表明,该算法执行效率高、计算稳定,排序的功效优于著名的连锁作图软件Mapmaker。     

滦河流域水资源承载力研究

针对滦河流域水资源承载力问题,明确相关概念,介绍了水资源承载力的计算方法及过程,经分析得出滦河流域水资源承载力将会出现轻度超载现象,指出应采取开源节流的对策,提高水资源的承载能力,促进流域水资源可持续利用.     

一种含影响力因子的自适应C均值算法

含影响力因子的硬聚类算法(HCMef)在对多于两类规模不均的样本进行聚类时,影响力因子指数对聚类结果影响很大,取值不当会引起类消失.影响力因子指数在0附近穷举,并利用影响力因子指数较大时类规模会在较少训练次数内消失的现象,降低计算量.提出了含影响力因子的自适应C均值聚类策略(AHCMef),并介绍了两阶段聚类方法,进一步提高聚类成功率和执行效率.结果显示,最佳影响力因子指数出现在成功聚类时的较大值附近,聚类效果从该点起随影响力因子指数的减小而降低.对HCMef算法应用于多类规模不均样本情况时,影响力因子指数的选取具有指导意义.     

德国老年人药物管理系统设计研究

目的针对德国老年人用药问题进行分析,运用智能药物管理系统,提出解决方案。方法重点分析了德国人口老龄化产生的健康问题,阐述了老年用药方面的问题,提出了用药过程中针对患者、医生、药店有机结合的智能药物管理系统的设计原则和案例。结论人口的老龄化和老年人的健康是全球面临的问题,在"互联网+"健康的基础上,设计人性化的智能药物管理系统,可以为老年人健康生活带来更多的便利。     

Fractional Order Nonlinear Bone Remodeling Dynamics Using the Supervised Neural Network

This study aims to solve the nonlinear fractional-order mathematical model (FOMM) by using the normal and dysregulated bone remodeling of the myeloma bone disease (MBD). For the more precise performance of the model, fractional-order derivatives have been used to solve the disease model numerically. The FOMM is preliminarily designed to focus on the critical interactions between bone resorption or osteoclasts (OC) and bone formation or osteoblasts (OB). The connections of OC and OB are represented by a nonlinear differential system based on the cellular components, which depict stable fluctuation in the usual bone case and unstable fluctuation through the MBD. Untreated myeloma causes by increasing the OC and reducing the osteoblasts, resulting in net bone waste the tumor growth. The solutions of the FOMM will be provided by using the stochastic framework based on the Levenberg-Marquardt backpropagation (LVMBP) neural networks (NN), i.e., LVMBPNN. The mathematical performances of three variations of the fractional-order derivative based on the nonlinear disease model using the LVMPNN. The static structural performances are 82% for investigation and 9% for both learning and certification. The performances of the LVMBPNN are authenticated by using the results of the Adams-Bashforth-Moulton mechanism. To accomplish the capability, steadiness, accuracy, and ability of the LVMBPNN, the performances of the error histograms (EHs), mean square error (MSE), recurrence, and state transitions (STs) will be provided.     

基于强化学习的多策略选择遗传算法

为解决传统遗传算法早熟收敛和收敛速度慢的问题,提出一种基于强化学习的多策略选择遗传算法MPSGA。通过使用不同的选择策略将整个种群划分为3个子种群并分别进化,能提高种群的多样性,有效避免遗传算法的早熟收敛问题。将种群的多样性和算法的运行机制相结合,根据种群多样性的变化运用强化学习算法动态地优化各子种群间的比例参数,从而将种群多样性保持在合适的范围,一定程度上解决了收敛速度和全局收敛性之间的矛盾。实验结果表明,该算法在收敛精度和搜索效率上都表现出较好的性能。