多粒多小穗小麦品种绵农2号的选育

从生态、生产和遗传育种等方面分析了四川小麦多小穗育种的理论依据，并就多小穗品种绵农2号的选育方法进行了讨论。这些方法有：（1）多组合小群体确定目标组合；（2）在目标组合中确定重点目标组合；（3）在重点目标组合中确定重点株系；（4）进行阶梯式杂交。     

普通高师钢琴课教学模式的现状及教学对策研究

钢琴课是音乐教育专业学生学习的基础课和必修课。近年来,各校音乐专业招生规模相继扩大,报考音乐专业的学生持续增加,给我国高校音乐教育的常规教学,尤其是给传统的“一对一”钢琴授课教学模式带来了巨大冲击和严峻挑战。针对目前普遍采用的“一对多”钢琴教学模式中的一些教学难点和具体问题,进行现状分析并提出更新教学观念、改善教学方法等解决对策与措施。     

鱼类混养的配搭比例

鱼类多品种混养是立体利用水体，合理利用各种饵料，充分发挥池塘潜力而获得高产的一项重要措施。混养是根据各种鱼类的栖息习性、生活习性、食性等不同特点，合理确定。从鱼类的习性看，相对地可分上层鱼、中层鱼、底层鱼三类。即鲢、鳙为上层鱼、草、鲂为中层鱼，鲤、鲫为底层鱼。因此，将这些鱼混养在同一池塘中，就可以有效地利用池塘的各个水层。与单养一种鱼类相比，就增加了池塘单位面积的放养量，从而可以提高池塘的鱼产量。     

基于SRFML-Lift的流程制造产品质量状态监测

对流程制造型企业而言,产品质量状态的监测精度直接影响了企业的生产与运营成本。面对流程工业的多变量监测要求和数据不均衡性,以往研究主要采取局部建模策略或多输出模型,存在特征选择偏差和分类精度不高的问题。对此,本文设计了一种结合SRFML特征选择和Lift学习策略的质量状态监测模型,通过共享不同目标之间的信息以期提升模型的监测效果。首先,根据ReliefF过滤机制,引入重采样赋权思想对工业特征的选择过程进行优化(SRFML);然后,将选择结果作为Lift学习框架的输入,通过类属属性学习方式重塑各待监测特性的特有关联属性;最后采用多个SVM分类器进行训练,得到各目标的质量状态结果。结果表明,本文构建的SRFML-Lift充分学习了原始特征的关键信息,与其他组合策略相比,对质量状态的监测效果更佳,可应用于流程工业的生产管理实践。     

具有卖空总量限制的多阶段M—SAD投资组合优化

文章提出具有卖空总量限制、阈值约束和V型交易成本的多阶段均值—半绝对偏差（M-SAD）投资组合优化模型。该模型分别运用均值和半绝对偏衡量资产的收益率和风险。由于交易成本的存在,该模型不满足无后效性的动态优化问题。文章将该模型近似为一般动态规划问题,提出一种新的离散迭代方法,并证明该算法是线性收敛的。最后,文章通过实证研究比较分析卖空总量限制和风险偏好系数取不同值时对投资组合最优策略的影响,验证模型和算法的有效性。     

一类多项式零点问题的证明

多项式零点问题的证明,已见于若干学报或教材．其方法可谓多种多样,但显复杂．本文先将Rolle定理加以推广,称之为“广义Rolle定理”,然后借助于该定理,证明一类著名的多项式零点值问题．     

非对称情况下的多物品拍卖

本文讨论当投标人之间存在不同的预算约束时两物品的序贯增价拍卖,对于物品之间不同的关系(互补、替代或者不相干的关系),物品价值大小的不同及与预算大小之间的关系,在一个简单的完全信息模型下,我们分不同情况讨论投标人的均衡出价策略,并发现对卖方来说,先拍卖价值高的物品是弱占优的策略。     

金融市场多标度分形现象及与风险管理的关系

已有研究通过对汇率、股票收益率、黄金价格等金融市场实证数据的分析,发现这些数据 具有多标度分形(multifractal) 特征. 通过对中国金融市场的代表数据之一———上海证券交易 所综合股价指数(SSECI) 的研究得出了相似的结论,并且初步提出了运用多标度分形理论所 提供的信息来进行金融风险管理的风险管理思路.     

知识供应链的智能集成技术与方法研究

从数据、信息与知识三个层次上研究了供应链的集成技术、理论与方法.首先探讨了供应链集成的层次与过程,然后研究了面向动态集成的组件化松散耦合技术,并重点分析了基于多Agent的供应链智能集成框架与智能化决策方法,最后从知识管理的角度指出了供应链智能集成的研究方向.