超大颗粒^(99)Tc^m-SMAA 药盒的制备及临床应用

制备了一种新的９９Ｔｃｍ标记人血清超大颗粒聚合白蛋白显像剂（９９Ｔｃｍ－ＳＭＡＡ），其９９Ｔｃｍ标记率＞９５％，７８％以上的颗粒直径在１００—２００μｍ。此显像剂适用于输卵管功能显像的研究。

比较教学法在物流管理决策课程中的应用研究——以SMAA-ER方法为例

SMAA-ER方法是证据推理方法(ER)的一种拓展方法,能够高效处理不确定环境的决策问题,在经济管理等领域具有较好的适用性。然而与传统的证据推理方法相比,SMAA-ER方法的模型和程序更为复杂,学生往往很难快速和准确地掌握其原理。为此,文中从优点和缺点、模型、伪代码以及案例四个方面对两种方法进行比较分析,促进学生对SMAA-ER方法原理的理解和运用。

基于区间交叉效率DEA和SMAA-2的毕达哥拉斯模糊偏好关系决策方法

针对毕达哥拉斯模糊偏好关系(PFPR)的决策问题,提出了一种基于区间交叉效率数据包络分析(DEA)和随机多准则可接受度分析(SMAA-2)的决策方法。首先,将毕达哥拉斯模糊偏好关系转化为等价的区间型模糊偏好关系(IVFPR),并构建CCR-DEA模型和区间交叉效率DEA模型,得到方案交互评价的区间交叉效率矩阵。其次,利用SMAA-2方法对区间交叉效率矩阵进行分析,得到各方案的排序决策结果。最后,通过算例分析说明该方法不需要进行一致性调整,能够有效避免决策信息的损失,具有较好的适用性。

基于SMAA和公共权重的决策单元效率评价与排序

在数据包络分析(DEA)中,公共权重模型是决策单元效率评价与排序的常用方法之一。与传统DEA模型相比,公共权重模型用一组公共的投入产出权重评价所有决策单元,评价结果往往更具有区分度且更为客观。本文考虑决策单元对排序位置的满意程度,提出了基于最大化最小满意度和最大化平均满意度两类新的公共权重模型。首先,基于随机多准则可接受度分析(SMAA)方法,计算出每个决策单元处于各个排名位置的可接受度;然后,通过逆权重空间分析,分别求得使最小满意度和平均满意度最大化的一组公共权重;最后,利用所求的公共权重,计算各决策单元的效率值及相应的排序。算例分析验证了本文提出的基于SMAA的公共权重模型用于决策单元效率评价与排序的可行性。

多目标决策研究:基于藤copula和SMAA方法

运用藤copula构造模型分析多组决策变量之间的相互依赖以及不确定性,创新地将SMAA方法与copula相依性分析结合在一起,得到更优良更有效的随机多准则可接受性分析方法。介绍基本的藤copula建模分析和SMAA的方法,展示两种方法结合使用的完整步骤,并在数据模拟分析实践中,通过对比新方法与原有的SMAA方法,得到在不同相互依赖结构下的表现结果,证明了新方法更普适、更准确的优点。

“碳中和”背景下光伏系统可持续性评价——基于混合信息的粒计算决策模型

针对“碳达峰,碳中和”背景下,如何多视角评价光伏系统,助力中国光伏产业的绿色低碳发展这一现实问题,提出了可持续发展评价维度下基于数据驱动的光伏系统决策模型。首先,依据可持续评价维度,建立光伏系统综合评价指标体系。其次,针对光伏系统绩效水平存在不确定性和波动性的情况,构建区间信息粒和区间二型模糊集用以量化评价信息。再次,针对光伏系统评价指标权重偏好未知的情况,利用随机多准则可接受分析方法,通过蒙特卡罗模拟生成指标权重向量空间,获取指标权重向量;进一步,运用自适应粒子群算法得出排序结果。最后,通过实际光伏系统案例验证了该方法的可行性与有效性。

不确定信息环境下目标毁伤效果评估

通过分析实际战场中的目标毁伤信息的不确定性,提出了不确定信息环境下需要解决的目标毁伤评估问题。采用模糊与贝叶斯理论,建立了目标毁伤等级评估模型。利用随机概率的多属性方案排序(stochastic multi-criteria acceptability analysis,SMAA)方法,给出不确定信息环境下目标毁伤效果评估方法,为解决不确定环境下目标毁伤评估问题提供了新思路。并采用蒙特卡罗仿真进行了验证,说明了该方法的可行性与有效性。

不确定环境下多无人机动态任务分配方法

通过分析实际战场中的信息不确定性,提出了不确定信息条件下需要解决的多无人机任务分配问题。以目标价值收益、毁伤代价指标及航程代价指标的不确定信息为依据,建立基于区间信息环境下多无人机的任务分配模型,采用随机概率的多属性方案排序(Stochastic Multi-criteria Acceptability Analysis,SMAA)方法,给出不确定环境下多无人机动态任务分配求解方法,为解决不确定环境下多无人机任务分配问题提供了新思路。最后,进行了仿真试验,验证了该方法的可行性和有效性。

一种基于不确定信息的UCAV目标分配方法

在UCAV(无人战斗机)编队任务规划中,UCAV的任务分配是一个重要研究课题。针对不确定信息条件下的UCAV任务分配问题,建立了基于不确定信息条件下的UCAV任务分配模型,通过SMAA(随机多属性可接受性分析方法)方法,给出了基于SMAA的不确定信息UCAV任务分配方法,并通过仿真实例说明了基于SMAA的不确定信息UCAV任务分配方法的有效性和适用性。

离聚物及其共混体系的研究 Ⅰ．聚合物链引入同种离子的增容作用

通过苯乙烯（Ｓ）及甲基丙烯酸正丁酯（ｎＢｍａ）分别与少量的甲基丙烯酸（Ｍａａ）和马来酸酐（Ｍａｎ）共聚，从而在聚苯乙烯（ＰＳ）及聚甲基丙烯酸丁酯（ＰＢｍａ）链上分别引入了功能基因羧酸基和酸酐基，制得共聚物ＳＭａａ、ＢｍａＭａａ、ｓＭａｎ及ＢｍａＭａｎ．通过将这些共聚物分别交换上金属离子制备得相应的离聚物（Ｉｏｎｏｍｅｒ）及其共混物．红外光谱（ＩＲ）、差示扫描量热法（ＤＳＣ）及透射电镜（ＴＥＭ）的研究结果表明，共混物两组分均具有同种（负）电荷时，仍表现明显的增容作用．

不确定信息下反导拦截效果评估

针对不确定信息下反导拦截效果评估过程中指标信息和权重信息都不确定,传统评估方法很难加以解决的问题,使用区间数和随机多属性可接受性分析(SMAA)相结合的方法对反导拦截效果进行了评估。首先,根据来袭弹道导弹目标的毁伤程度划分了拦截效果等级;然后,针对观测信息的不确定性,采用区间数和隶属函数对特征指标进行了表示;在此基础上,通过引入SMAA方法,计算和比较拦截效果为各拦截等级的可接受性指标和信任因子,对不确定信息下反导拦截效果进行了评估。实例计算结果表明所介绍的不确定信息下反导拦截效果评估方法是可行的。

关于新型功能材料精密微驱动器的研究综述

精密微驱动器是微机电系统的核心部件,是实现微器件运动的关键。微驱动器的工作原理主要是利用物体的物性效应(物理效应、化学效应、生物效应等)实现对目的物的驱动与操作,本质就是将光、电、热等多种形式的能量转换成为机械能输出,是近几年研究的热点。文章全面综述了电热式、磁致伸缩、电磁、压电陶瓷、静电和形状记忆合金几种微位移驱动器的原理、结构、特性及应用领域。

磺化马来酸酐-丙稀酸共聚物型阻垢剂的合成

对磺化改性马来酸酐 丙稀酸共聚物型阻垢剂(SMAA)进行了合成研究,讨论了 SMAA的阻垢机理和磺化技术等条件对阻垢率A%的影响因素。

基于电-磁(热)-力转换功能材料的新型执行器研究与应用

形状记忆合金执行器、压电陶瓷执行器和超磁致执行器是电工科学领域中最具有科学意义和应用前景的电工器件。综述了以上3种执行器的应用领域及研究热点,指出了在今后研究中需要解决的关键技术问题。

用固相抗体-抗原复合物逆转对鸭乙型肝炎病毒的免疫耐受性

目前我国有1亿乙型肝炎病毒(HBV)表面抗原(HBsAg)携带者,其中大多数系幼龄感染HBV,处于免疫耐受状态,而不能有效地产生免疫应答以清除病毒。我们用鸭乙型肝炎病毒(DHBV)感染1日龄幼鸭,获得DHBV DNA及病毒表面抗原(DHBsAg)持续阳性的动物模型,类似HBV的免疫耐受状态。为探讨逆转免疫耐受状态的途径,本文设计了改变DHBsAg的提呈方式,用固相抗体-抗原(Solid matrix antibody-antigen,SMAA)复合物给耐受动物注射,结果部分耐受鸭DHBsAg转阴,并出现了抗-DHBs。

基于分布式偏好信息的不确定性多属性决策方法

针对权重存在不确定性问题,基于分布式偏好信息提出一种不确定性多属性决策方法。该方法首先将每个属性下的分布式偏好信息转化为效用值区间,运用区间数距离函数构造相对优势矩阵,然后利用SMAA-2方法计算得到不同决策方案处于不同位置的概率,并利用排序权重得到排序结果。最后,通过算例分析,验证该方法的有效性和可行性。

关键矿产供应风险评估与预测——以铜资源为例

【目的】当今世界全球安全风险剧增,关键矿产资源也不例外。中国的关键矿产面临怎样的供应风险,中国如何应对与日俱增的关键矿产供应风险亟待研究。【方法】为此,本文引入国际竞争力指数、构建了矿产资源“环境-市场-资源-竞争力”(EMRC)供应风险评估与预测指标体系,采用SMAA-TRI方法对中国2008—2021年铜资源的供应风险进行了评价,并采用BP神经网络方法对中国铜资源供应风险进行了预测。【结果】研究显示:(1)国际竞争力维度对中国铜资源供应风险的影响最大,环境维度的影响最小;(2)从铜资源整体供应风险来看中国铜资源供应整体上处于中高风险到高风险区域且呈现逐年上升的趋势;(3)2022和2023年中国铜资源供应风险预测为中高风险。【结论】为提高铜资源的保障程度,中国应加大铜资源勘查投入,提高国内铜矿资源利用率,加强资源外交,分散进口来源。

随机视角下的二维二元语义多属性群决策方法

二维二元语义相比传统的二元语义表示法能够更准确的表达语言评价信息,但在多属性群决策问题中,不同维度的语言信息很难得到有效的处理.因此,利用随机多目标可接受度分析(SMAA)的思想,结合蒙特卡罗模拟的原理,提出了基于SMAA-2和考虑随机性的二维二元语义多属性群决策方法.该方法将二维二元语义视为在属性评估值附近波动的随机数,在仅考虑属性权重和专家权重的视角下分别计算中心权重向量、排名可接受度和自信因子这三类指标,并据此进行决策分析.最后通过算例分析说明了该方法能够为决策者提供不同视角下的决策信息并验证了方法的有效性.