基于空间收缩的新颖粒子群优化算法

针对粒子群优化算法的不足，通过引入空间收缩思想，定义了收缩半径和收缩周期，提出了一种新的基于空间收缩粒子群优化算法，并给出了该改进算法的重要参数——收缩比与收缩周期，在5个著名基准测试函数上研究了算法主要参数——收缩比和收缩周期对算法性能的影响，并与一些经典改进算法进行了广泛的对比实验，分析了算法的性能，实验结果表明，该算法能够有效避免早熟收敛，显著提高收敛率和解的质量，尤其对高维复杂函数优化问题优势更明显，

黄河流域人口收缩县城类型及其时空演化特征

【目的】黄河流域高质量发展已上升为国家战略,但面临着人口减少和流失的双重压力,导致收缩县城比较普遍。化解县城收缩引起的人口流失、经济衰败和社会发展迟缓等问题成为推进城乡融合发展、实现乡村振兴面临的重要课题。科学识别收缩县城的类型,辨析收缩过程的周期性和稳定性,对促进黄河流域高质量发展具有重要的现实意义。【方法】本文以人口收缩率为标志,构建了收缩县城识别标准,系统分析了黄河流域2000—2020年县城人口收缩的过程与类型。【结果】研究发现:①黄河流域人口收缩县城以暂时性收缩和周期性收缩为主,暂时性收缩县城159个,占52.65%;周期性收缩县城139个,占46.03%;持续性收缩县城仅4个。②空间分布主要指向集中连片贫困区、矿产资源开发区、民族聚居区和省际接壤区。③县城人口收缩-停滞(或扩张)交替出现,收缩累计年份以2~4年为主,其次是5~8年,大致暗合中国特有的“五年计划”(基钦周期)。【结论】黄河流域县城主要以暂时性和周期性收缩为主,并没有形成令人担忧的结果,但对于集中分布区应高度重视,并分类制定应对策略。

两种多普勒超声心动图方法测量Ees-s值的对比研究

采用两种多普勒超声心动图方法测量30例正常人(对照组)和60例不同程度二尖瓣关闭不全(MR)患者(按照反流束的面积/左房面积比值分为轻、中、重度)的单心动周期左室收缩末弹性模量(Ees-s)值,探讨其结果的一致性。发现对照组与同一程度MR组不同位点间的Ees-s无统计学差异,轻、中、重度组在Ees-s上有统计学差异,对照组与轻度MR组间的Ees-s无统计学差异,将不同程度MR组合并,后间隔、侧壁、下壁、前壁与整体值之间无统计学差异。认为两种方法所测的Ees-s值无差异。