一种适用于质量交换网络优化的节点非结构模型

质量交换网络（MEN）作为过程集成系统的新兴分支方向，具有提高资源利用效率和降低环境污染的双重效益。目前典型的超结构模型在MEN优化中已经取得了很好的应用，但超结构固定排列方式限制了模型中换热器匹配的灵活性和求解域的扩大。基于此，提出了一种新的有分流节点非结构模型，以节点的形式量化传质单元的匹配方式，实现传质单元在流股上的自由匹配，从而增强了单元匹配的灵活性。同时考虑到实际工程中有分流情况的出现，以分组数和分支数表示传质单元的有分流形式，进一步扩大了模型的求解范围。最后，通过2个实际MEN算例分析计算，验证了有分流节点非结构模型的有效性。     

基于对象的百里峡景区入口处景观建筑信息的解译

景观建筑作为风景名胜区中的重要要素，对其色调、形状、体量等信息的把控极为重要.以百里峡景区入口处景观建筑为研究对象，借助GF-2号遥感影像，采用基于对象的规则分类法对其进行解译，借助ArcGIS平台优化建筑边界，计算其长度和宽度，利用太阳高度角、卫星方位角和阴影长度计算得到建筑物高度信息.通过实地测量得到建筑物实际长、宽、高信息，利用计算值与实测值之差的绝对值与实测值的百分比计算得到各个景观建筑的百分比误差.结果表明，长度、宽度和高度的误差为0.79%～17.14%,解译精度均在80%以上，其精度基本能够满足风景资源调查评价和风景区规划的实际需求.     

基于PCA-IPSO-RBF神经网络的沥青路面破损状况预测

针对现有路面破损状况评价指数较为单一且无法准确预测路面实际破损发展趋势的问题，为探究路面使用指标、路面性能指标和路面环境指标对路面破损状况的影响，提出基于改进粒子群优化(IPSO)与径向基(RBF)神经网络耦合的沥青路面破损预测模型.首先，利用灰色关联分析和主成分分析(PCA)筛选出主要影响因子；然后，通过改进粒子群惯性权重因子，调整粒子全局和局部寻优能力，并利用IPSO算法训练RBF模型中的参数；最后，以主成分分析降维后数据为输入，建立路面破损状况的IPSO-RBF神经网络预测模型.实例研究表明，PCA-IPSO-RBF神经网络预测模型预测平均绝对误差为0.841 6.因此，针对复杂非线性路面破损状况预测问题，该模型能够准确预测沥青路面破损状况，为路面养护决策提供有力支持.     

基于EVA与内部控制质量分析

在国资委推行经济增加值(EVA)业绩考核之际,以2010-2014年期间沪深A股上市公司作为研究样本,运用STATA软件进行数据处理分析,实证检验了EVA考核与内部控制质量的相关性;研究发现:在控制变量不发生较大改变的情况下,内部控制质量与EVA之间存在着正相关关系。