无线传感器节点均匀性估计算法及其应用

无线传感器网络中锚节点的分布情况是一个重要指标,在很大程度上影响未知节点定位的精度,但目前对均匀性的分析却很少。通过比较邻居节点的接收信号强度(RSS)确定未知节点移动后远离和靠近的锚节点个数,以此研究未知节点周围锚节点的分布情况。提出了一种对锚节点均匀性进行定量估计的算法,给出了均匀性评价指标——归一化均匀性偏差的概念及公式。将该算法应用到节点定位过程中,提出混合定位算法。仿真结果表明,基于均匀性估计的混合定位算法能提高原有算法的定位精度。     

基于FOCUSS算法的稀疏阵列综合

以最大稀疏化阵列得到所期望的方向图是稀疏阵列综合理论中的关键问题。由于阵列天线本身具有稀疏的物理特性,因此可将稀疏阵列综合归结为稀疏信号的重建过程。该文提出一种将阵列天线的波束形成问题等效为求解稀疏信号向量的最优化问题的方法,并利用FOCUSS算法快速准确地得到最大稀疏化的阵列,以及阵元位置和激励幅度。理论分析和数值仿真表明了该方法的有效性。     

基于三参数区间数标准化及排序算法改进的多属性决策模型

在三参数区间数多属性决策问题中,文章对现有三参数区间数标准化处理算法存在的不足进行了分析,提出了一种新的三参数区间数标准化处理算法,同时为体现三参数重心点发生可能性最大的分布特点,对三参数区间数的三个参数出现概率与上限均值、下限均值进行分析,提出了基于上限均值、下限均值及其两均值长度的可能度排序方法,并从理论上证明了其合理性.最后通过算例分析,进一步验证了本文算法的有效性.     

基于连接低干扰的无线Mesh网络信道分配算法研究

为合理地分配和利用无线信道资源,研究者们提出了许多关于多射频多信道无线Mesh网络的信道分配算法。该文针对无线Mesh网络的信道分配算法,以连接低干扰信道分配算法(CLICA)为基础,以提高网络容量(吞吐量)为目标提出了一种改进算法。该算法根据网络中各链路的干扰度来计算网络干扰度,通过减小网络的干扰度来提高网络吞吐量,以实现最小化网络干扰度的目标。构建信道分配的数学优化模型,通过NS2仿真验证比较改进前后算法的性能,求解出最优的信道分配。     

应用ANP和Super Decision软件的物流园区选址研究

由于电子商务的高速发展,物流园区的建设从传统因素的考虑改变为添加电子商务属性的建设要求。网络分析法(analytic network process,ANP)利用"超矩阵"对各相互作用并影响的因素进行综合分析得出其混合权重。本文通过对物流园区在新环境下考虑属性的调查,充分思考传统的经济、社会、环境属性以及新的电商属性,应用ANP以及Super Decision软件建立模型最终得出关于园区选址的科学决策。     

广州农村集体建设用地流转空间非均匀发展及重心演变轨迹分析

采用核密度分析法、 洛伦兹曲线及基尼系数算法和重心法,结合1991年~2013年广州市八区的基础数据分析广州市农村集体建设用地流转的空间非均衡发展状况及重心演变轨迹.研究结果表明:整个研究区域内的集体建设用地相对集中,主要分布在城乡结合部;不同村域内的集体建设用地相对分散;研究区域内农村集体建设用地的重心演变轨迹与城市发展的战略导向相对一致.研究结论揭示了广州市农村集体建设用地流转的空间非均匀发展概况,实现了农村集体建设用地流转时间跨度重心演变规律,丰富了农村集体建设用地流转摸底式探索研究.     

Monte Carlo EM梯度法在MATLAB中的实现

文章使用空间广义线性混合模型为连续空间非正态变量建模,在MATLAB中实现模型参数估计的MCEMG算法,即结合Monte Carlo样本的EM梯度法,求解参数的极大似然估计及采样点随机效应的最小均方误估计。在GS+中进行随机效应的普通克里格插值,并最终对非采样点响应变量进行预测。模拟仿真结果显示该方法参数估计与真实值较接近,响应变量预测结果能反应真实数据总体分布情况。     

应用同伦正则化算法反演二维溶质运移模型中的弥散系数

利用同伦正则化算法探讨了二维对流弥散方程的依赖空间变量的弥散系数反演问题.讨论了初始迭代值、数值微分步长、以及收敛精度对算法实现的影响.数值模拟表明,同伦正则化算法对于此类参数反演问题是一种有效的方法.     

基于虚拟旅游导航智能选择系统的Floyd算法

随着虚拟旅游日益流行,越来越多的虚拟旅游导航智能选择系统得到开发与应用。文章基于虚拟旅游导航智能选择系统改进优化了传统Floyd算法,并应用实例进行了相关验证。     

融合发展绩效与创新分级的开发区综合评价——以安徽省经济开发区为例

开发区是地方经济增长的引擎,对改善投资环境,带动地方经济发展贡献突出。对开发区进行科学有效评价,将有利于其健康发展。研究从经济效益和对外开放两个方面,基于投入、产出的8项指标,采用熵值法计算开发区绩效;为明确创新与绩效关系,采用K-means聚类算法对开发区的创新等级进行识别,并结合熵值法计算结果,构建创新—绩效的关系分布。同时进一步基于2012年至2016年安徽省统计年鉴数据,展开实证研究。分析结果显示:安徽省16个地市省级以上开发区分布在3个类型区,其中,位于高创新—高绩效类型区的地市数量少,低创新—低绩效类型区的地市数量偏多,各地市发展差距明显。针对这3个类型区,分别提出均衡经济梯度、加快产业转移、产业结构调整等建议。