基于信息熵的石羊河流域降雨时空变异性研究

【目的】应用信息熵研究石羊河流域的降雨时空变化,为合理开发该流域的水资源提供依据。【方法】用边际熵研究月、季和年时间序列的变化,用分配熵和强度熵分别研究降雨量和降雨日数的年内和年代(10年)分布,依据石羊河流域8个气象站1959-2008年的逐日降雨观测资料,对不同降雨时间序列的时空变异性进行分析。【结果】石羊河流域降雨在时间和空间上均存在变异性,降雨在时间上的变异性表现为年低于各季,季又低于相应各月;各季对年变异性的贡献以冬季最大,夏季最小;各月对季变异性贡献大的分别是春季3月、夏季6月、秋季11月、冬季12月;年际间降雨量变异性大的年份为1966,1979,1984,1987与1993年,降雨日数变异性大的年份为1973,1976,1984,1987,2001与2007年。在空间上,石羊河流域降雨量与降雨日数的变异性基本一致,均表现为流域东南部的变异性小于西北部。【结论】信息熵全面考虑了时空变化,可有效地解决降雨的时空变异问题。

基于信息熵的海南岛降水随机性变化特征

利用海南岛18个气象站1969—2018年逐日降水观测数据,采用信息熵法、Mann-Kendall趋势检验和反距离权重空间插值方法,分析海南岛降水随机性的时空变化特征。结果表明:海南岛年降水量和降水日数月分配的不均匀性由东向西逐渐增大。近50 a来,北部、西部及南部部分地区年降水量和降水日数月分配的不均性增强,其余地区总体减弱。海南岛年和四季日降水量随机性空间分布各异,且与暴雨及以上等级降水日数占比均呈显著正相关。时间变化上,海南岛绝大部分市(县)年和四季日降水量随机性增大,尤其表现在四季强降水发生概率增加。春、夏、秋、冬季需依次重点防范中部、西北部、东部和东部地区的暴雨至特大暴雨。

纸色谱热力学研究

本文从化学热力学角度对纸色R_M与1/T的关系进行了研究,提出了由纸色谱法求得相间分配焓（△H°）和相间分配熵（△S°）的方法。

内存计算框架局部数据优先拉取策略

内存计算框架的低延迟特性大幅提高了集群的计算效率,但Shuffle过程的性能瓶颈仍不可规避.宽依赖的同步操作导致大多数工作节点等待慢节点的计算结果,同步过程不仅浪费计算资源,更增加了作业延时,这一现象在异构集群环境下尤为突出.针对内存计算框架Shuffle操作的同步问题,建立了资源需求模型、执行效率模型和任务分配及调度模型.给出了分配效能熵(allocation efficiency entropy,AEE)和节点贡献度(worker contribution degree,WCD)的定义,提出了算法的优化目标.根据模型的相关定义求解,设计了局部数据优先拉取算法(partial data shuffled first algorithm,PDSF),通过高效节点优先调度,提高流水线与宽依赖任务的时间重合度,减少宽依赖Shuffle过程的同步延时,优化集群资源利用率;通过适度倾斜的任务分配,在保障慢节点计算连续性的前提下,提高分配任务量与节点计算能力的适应度,优化作业执行效率;通过分析算法的相关优化原则,证明了算法的帕累托最优性.实验表明:PDSF算法提高了内存计算框架的作业执行效率,并使集群资源得到有效利用.

Entropy of Partitions on Quantum Logic

Partition and entropy of partitions in quantum logic are introduced and their properties are investigated.The results are generalized to the general case of T-norm and T-conorm.