该文提出一种面向空中交通管理的飞行全过程快速4-D航迹预测方法。以导航数据库和飞行计划为基础，对从起飞跑道至降落跑道的飞行全过程进行仿真预测。采用质点模型以保证预测速度；设计了终端区非精确定义航段之间的过渡轨迹保证结果完整性，考虑终端区高度及速度限制以保证结果真实性；基于WGS-84地理坐标系统进行航迹空间结构计算以保证结果准确度。仿真了北京首都机场至上海虹桥机场的飞行实例，并通过和实际飞行数据的对比验证了该方法的高效性。

在基于分布式天线的频谱共享系统（DSSS）中，信道分配和天线选择优化是提升系统性能的重要手段。为了有效控制资源优化的系统开销，研究基于大尺度信道状态信息的联合信道分配和天线选择方法。以次用户的和速率为优化目标建立了优化问题模型，通过变量松弛将整数规划问题转化为线性规划问题求解，降低了复杂度。仿真结果表明：仅仅依靠大尺度信道状态信息仍能够显著提升系统的和速率性能。在实际应用中，系统开销严格受限，该方法为折中系统开销与性能增益提供了有效途径。

为了在实际应用中降低分布式天线系统（distributed antenna system, DAS）的功耗，实现绿色移动通信的目标，该文研究了在同时包括传输功耗和电路功耗的实际功耗模型下，发送端仅知大尺度信道状态信息时的下行DAS系统的总功耗优化问题。采取了联合发送天线选择和功率分配方案，然后将原问题分解为一系列可用有效算法求解的子问题，最后在此基础上提出了一种低复杂度的联合排序选择和功率分配算法。仿真结果表明：所提算法在满足用户遍历容量需求时，可以使系统总功耗得到显著降低。该方案可以用较低的系统开销，实现DAS的实用性能提升。

为降低精馏塔冷热公用工程总费用，该文采用分馏塔的总组合曲线（column grand composite curve, CGCC）对精馏塔进料位置与进料状态进行同步优化。基于实际接近最小热力学状态（practical near-minimum thermodynamic condition, PNMTC）的CGCC可由2条理论曲线即全塔精馏线与全塔提馏线构成，2条曲线的交点O既为精馏塔的理论最优进料点，又为进料预热的分割点。以精馏塔冷热公用工程费用节省量为目标可先确定交点O的位置，再结合焓差值ΔH_{n, def}，可定量确定精馏塔的最优进料位置，最终达到同步优化进料位置与进料状态的目的。该文以苯-甲苯塔为例，其冷热公用工程费用最大节省量为 1.24 RMB/h，对应的最优预热量为1.98 MW，焓差值ΔH_{n, def}为0.038 MW，对应的最优进料位置为第21块塔板。基于CGCC方法计算的最优进料位置和进料状态与Aspen Plus模拟软件结果相同，误差仅为1%～3%，表明此方法准确可行。

针对丙烯腈聚合过程的强时滞和较大参数不确定等特性，该文提出一种基于二阶段自适应多模型的广义预测控制方法。该方法首先根据系统的参数范围，建立多个自适应模型，应用最小二乘算法分别进行参数估计。再利用各自适应模型的参数估计值和预报误差计算模型的权值，将各参数估计值加权求和得到最终参数估计值。将该参数估计值作为参数的真值，利用广义预测控制算法确定各时刻的控制作用。仿真结果显示：该方法能使系统未知参数快速收敛到真值，同时系统的动态性能和对理想温度的跟踪精度较常规多模型自适应控制有明显的提高。

由于环保法规的日益严格以及原油的重质化使得炼厂迫切需要降低新氢消耗，提纯回用可降低新氢消耗，但是提纯过程将增加能耗。为了权衡两者变化关系以确定系统最优提纯流量，该文根据概念法确定氢网络公用工程节省量和夹点随流量变化线，综合考虑变压吸附提纯的相关费用，做出节省新氢费用-流量线和提纯费用-流量线，通过图像分析法确定最优的提纯流量和临界提纯流量。应用此方法对某石化企业氢网络分析结果为：该系统的临界提纯流量为4.8 mol/s，最优提纯量为60.74 mol/s，最优提纯流量下，新氢节约量为29.03 mol/s，提纯后可节约费用 2.41×10⁶ US$/a。

根据石脑油馏分的特点，提出一种同系物向量表征方法。该方法将石脑油内部的每一个同系物分子定义为一个状态变量，这些状态变量构成了一个多维的向量空间。因此，任意一种石脑油都对应着该向量空间内的一个点，并且能够由该向量空间内的一组相互独立的石脑油馏分（基础油品）线性表示。在此基础上，提出一种基于非负矩阵分解（non-negative matrix factorization, NMF）方法的基础油品选择方法。该方法将具有较高维数的石脑油样品数据矩阵分解为一个较低维数的特征矩阵及其系数矩阵。在研究实例中，从59组石脑油样本数据中可以提取出21组基础油品，并且由它们还原得到的石脑油模型与样本数据相比，其相对误差不超过原数据的2.5%。

依据Bell-Delaware法对壳程流体进行压降和传热的计算，选择管径、管长、折流挡板数等结构参数作为主要设计变量，参考了美国管式换热器制造商协会（Tubular Exchanger Manufacturers Association, TEMA）标准作为相关约束条件，以换热器的年度总费用最低为目标函数，建立了管壳式换热器优化设计数学模型，并基于遗传-模拟退火算法（GA-SA）进行求解。文献算例的对比结果表明：算法能较好地权衡换热器的换热面积费用和泵的操作费用并搜索到全局最优解，从而获得总费用较低的换热器主要结构参数。针对一个实际工程项目，考虑换热器设计裕度要求，计算结果与商业化软件HTRI的预测值接近，说明所设计的换热器实际可行。同时克服了HTRI需要设计者的经验确定设计变量和无法保证经济性最优的不足。

采用变压吸附（PSA）装置提纯含氢流股并回用至加氢过程，可以缓解炼油厂氢气亏缺的现状。该文采用了变压吸附简化模型，构建了提纯回用氢网络模型，以氢公用工程用量为目标函数，建立优化的数学模型，使用商业优化软件GAMS（general algebraic modeling system）平台建模，用DICOPT（discrete and continuous optimizer）作为求解器。案例研究结果表明：变压吸附装置存在最优入口氢气纯度。当吸附和解吸压力比增大、吸附选择性减小时，变压吸附的氢气回收率增大，氢公用工程用量减小。从氢网络优化的角度来说，一味地增加变压吸附装置入口流股氢气纯度以提高回收率的手段并不可取。

为了提高城市交通信息采集的准确性、可靠性和经济性，提出了一种交通检测器优化布置模型。大数据背景下，考虑系统成本、多源数据共享、数据需求、检测器故障、道路基础设施、检测器类型等因素，构建了交通检测器布置的影响因素集。综合分析各个影响因素，提出了由最小系统成本优化、最大截断流优化、最小包含路径优化和OD （origin-destination）覆盖约束构成的多目标优化模型。应用基于遗传算法的宽容分层序列法，对模型进行求解。算例研究表明：该文的模型实现了多目标的优化，反映了多源数据共享和检测器故障的影响，满足了OD覆盖约束，可达到交通检测器的优化布置。

热疗是继手术、化疗、放疗之后对癌症的一大治疗手段，但是目前其机理尚不明确，体外研究结论与临床应用尚有差距。为更好地研究在热应激/热疗过程中的细胞变化，该文构建了一套集成细胞电阻抗非标记动态检测、细胞形态动态记录、荧光标记检测功能并且能够自动测控温度的微全分析系统，对其控温性能进行了仿真与实测检验，对细胞培养及增殖过程进行了非标记连续监测，并利用此实验系统进行了癌细胞在2种热疗条件下的动态多模式检测。实验结果表明：HeLa细胞在41℃，2 h热疗作用下，阻抗呈现“V”型变化，形态快速收缩后又迅速恢复贴壁，荧光标记检测显示细胞活力无明显改变；而在2次55℃，2 min脉冲式热疗作用下，细胞阻抗呈现“L”型变化，细胞杀伤效果明显。该系统将传统标记技术与非标记检测技术结合，可用于细胞热应激/热疗的相关研究。

汽水分离装置是蒸汽发生器中非常重要的部件，作用是去除蒸汽流中夹带的小液滴，为汽轮机提供品质合格的饱和蒸汽，其性能对核电站运行的安全性和经济性有着十分重要的影响。液滴在汽水分离装置中的运动过程中,阻力和结构的变化会造成压力降低，打破汽液相平衡，造成液滴的蒸发，进而影响汽水分离性能。该文从压力变化条件下静止液滴的物理现象描述和机理解释出发，建立了压力变化条件下静止液滴相变的水动力学-动力学模型，通过了时间步长的网格无关性验证，与实验结果吻合良好，相对误差在±5%以内。该模型可以为进一步研究汽水分离装置中的液滴运动相变过程和改进汽水分离性能提供理论依据。

病理语音具有强烈的非平稳性和突变性特点，较难分析。S变换具有良好的时频分辨率和时频定位能力。该文将S变换与人耳听觉的Mel特性结合，提出一种能够突出发声器官病变的病理语音特征MSCC（Mel S-transform cepstrum coefficients）。在NCSC语料库上，通过与经典语音倒谱特征MFCC （Mel frequency cepstrum coefficients）和当前常用声学特征的对比，表明MSCC特征对语音中动态、快变的病理信息具有更强的刻画能力。此外，选用F-Score方法对特征进行评价和采用粒子群算法进行特征筛选，MSCC表现出了更好的分类性能。可见，MSCC特征可以为临床诊断提供病理语音的高精准分析。

深层神经网络（DNN）的参数量巨大,限制了其在一些计算资源受限或是注重速度的应用场景中的应用。为了降低DNN参数量，有学者提出利用奇异值分解（SVD）对DNN进行裁剪，然而其方法缺乏自适应性，因为它会从所有隐层裁减掉同样数量的奇异值。该文提出了一种基于奇异值比率裁剪因子（singular rate pruning factor, SRPF）的DNN裁剪方法。该方法以数据驱动的方式分别为DNN的各个隐层计算出SRPF，然后以不同的裁剪因子对各隐层进行裁剪，这充分利用了各隐层权值矩阵的奇异值分布特性。与固定数量裁剪法相比，该方法具有自适应性。实验表明：在同样裁剪力度下，该方法给DNN造成的性能损失更小。另外，该文还提出了一种适合裁剪后的DNN的重训练方法。

程序安全性验证是软件系统安全领域的研究难点，构造程序不变式是程序安全性验证的主要方法之一。验证程序是否满足时态性质的问题可转化为不动点求解问题，然而直接构造不动点的求解算法是非常困难的。该文探讨了一类基于抽象解释框架的不变式求解构造方法。首先通过Tableau方法构造时态公式的谓词图，基于传统不变式构造规则，使用前向或逆向状态转换，改进不变式验证规则；然后采用抽象解释框架构造抽象状态转换系统，给出了抽象不变式验证规则；最后基于不动点抽象定理，通过前向或逆向转换求解近似的不动点，使用加宽近似和收窄近似操作进一步加速收敛，从而给出基于抽象不动点的不变式验证算法，最终完成了基于抽象不变式的程序安全性自动验证。

基于位置的服务（LBS）进行数据发布时，数据拥有者委派第三方服务商来发布数据，服务提供商代表数据拥有者向用户提供服务。但是LBS中的服务提供商可能是不可信的，这样会在LBS大数据的查询中形成由于商业目的而篡改的不准确的结果。LBS大数据中移动对象的位置随时间而变化，因此数据的动态性导致了索引结构大量的更新操作。该文提出了一种基于固定网格划分四叉树索引机制的空间范围查询验证技术，该技术采用网格划分的方法对空间数据进行划分，并采用四叉树对划分后的网格进行索引。该空间索引结构更新代价低，方便了数据的管理，缩短了检索的时间，四叉树索引对于范围查询具有较高的查询验证效率。该方法确保了用户查询结果的真实性、完整性和正确性。通过实验验证了该方法是有效的。

该文提出一种经由定制关系网络改进的基于矩阵分解的社会化推荐模型来缓解数据稀疏性和冷启动问题，并进一步改善大数据集导致的可扩展性问题。在该模型中，关系网络的社交影响力被建模为矩阵分解模型的用户-物品（user-item）评分倾向，而同质性则被建模为动态正则项。为了获得更好的预测精度和可扩展性，设计了一个关系网络boosting-shrinking算法，在该算法中，基于用户在数据集中的数据密度，自适应地裁减每个用户的关系网络为其定制个性化的关系网络。在稀疏水平不同的不平衡数据集上的实验表明：相比其他的基于矩阵分解的社会化推荐模型，该模型可以显著提高稀疏数据集的预测精度，有效地缓解冷启动问题，并获得较好的可扩展性。