摘要：为了解决多产品两阶段联合订货决策问题,综合考虑顾客缺货反应及资源限制对订货决策的影响,提出资源限制条件下考虑CRS的多产品两阶段JIT联合订货策略。在此基础上,以零售商收益最大化为目标,建立了多产品两阶段JIT联合订货决策模型,并从初始解生成和殖民地国家革命方式两方面设计了改进的帝国主义竞争算法。从Gruen调查报告中选取三种不同规模的算例验证了模型和算法的适用性和有效性。研究表明:本文提出的考虑顾客缺货反应的多产品两阶段JIT联合订货方法既可以提高零售商的总收益,也能提高顾客的服务水平;当单位库存资源机会收益相近时,同组产品间不会发生替代情况,而当同组产品间的单位库存资源机会收益差距较大,且高于其他产品组的单位库存资源机会收益时,则该产品组便会出现缺货和替代情况,且若该组缺货产品的剩余资源单位机会收益小于其他组产品的单位资源机会收益,则该产品的剩余资源便会转移给其他缺货产品。研究结论可为零售商多产品两阶段JIT联合订货决策提供有益的参考。

摘要：针对传统BP神经网络预测建筑能耗时容易陷入局部最优解的情况,提出一种粒子群优化(particle swarm optimization,PSO)算法优化BP神经网络预测建筑能耗。首先利用建筑热环境设计模拟工具包(designer’s simulation toolkit, DeST)构建建筑维护结构并仿真出不同气象参数条件下的空调能耗输出,将仿真所得样本数据分为训练集样本和测试集样本;然后使用PSO-BP神经网络算法对训练集进行训练学习,获得一个能耗预测经验方程,为便于算法的实际应用,用Java语言将方程封装在后端代码中;最后将测试集样本投入该方程中,对方程的准确性进行验证。结果表明,PSO-BP能耗预测结果与仿真结果相比,误差百分比介于[-1.110%,1.167%]。

摘要：针对下投式探空仪在风速变化过程中所产生的滞后误差问题,设计了适用于0~16 km下投式探空仪的风速修正软件,对探空仪测量的风速进行修正。使用计算流体动力学(computational fluid dynamics, CFD)方法对探空仪在高空中不同海拔和不同风速进行仿真;随后,基于仿真结果,采用BP(back propagation)神经网络模型拟合风速误差修正方程,并将其嵌入到所设计的软件中进行实际应用。为验证方程的准确性,进行外场探空仪低空投放实验。实验结果表明,经系统软件修正后的风速与基准值的均方根误差(root mean square error, RMSE)和平均绝对误差(mean absolute error, MAE)分别为0.371 m·s^(-1)和0.138 m·s^(-1),显著提高了风速测量的准确性。

摘要：自我国实施药品注册管理以来,中药注册分类在满足公众健康需求、指导中医药科研成果转化及传承创新上发挥了重要作用。三十余年间,中药新药创制均基于"一方一药"的注册转化模式。该模式借鉴了现代药品的研发注册制度,虽然贴近中医临床中的"守方守法"用药,但难以体现中医辨证求因的序贯治疗思想和多措并举的综合治疗手段。2017年,中共中央办公厅、国务院办公厅《关于深化审评审批制度改革鼓励药品医疗器械创新的意见》指出要"建立完善符合中药特点的注册管理制度和技术评价体系,处理好保持中药传统优势与现代药品研发要求的关系"。因此,现阶段中药研发的技术要求和注册制度需要在遵循中医药发展规律、符合中医药理论特点基础上进一步解放思路,更多地基于临床思维去思考设计。该文结合我国中药注册监管情形和现代药物研发模式转变,分析当前"一方一药"研发注册模式的局限和不足,并尝试提出一种更加切合中医临证思维、还原中医临床实景的"系列方药"同步转化的研发注册新模式,希望有助于中医药产业的传承创新和高质量发展。

摘要：自2019年12月新型冠状病毒肺炎(Coronavirus Disease 2019, COVID-19)暴发以来,已有大量相关临床研究完成注册或已启动。然而,不同研究间临床结局指标存在显著的异质性,同时一些不关键的指标会造成研究资源的浪费。本研究旨在构建COVID-19临床试验核心结局指标集(core outcome set, COS),为相关临床研究方案设计、开展和证据转化提供参考。本研究的实施参照《有效性试验核心结局指标(COMET)手册》(1.0版),研究组成员包括呼吸系统和危重医学、中医学、循证医学、临床药理学、统计学专家以及医学杂志编辑等。通过检索临床试验注册网站(***和***)中COVID-19相关临床研究方案,提取方案中的结局指标,形成指标池。78个COVID-19临床试验方案纳入研究,收集结局指标259个,合并规范后确定132个结局指标,涉及7个指标域。经遴选,形成了包括58个结局指标在内的初始指标清单。经过两轮德尔菲调查和一轮共识会议,最终确立针对COVID-19不同临床分型的核心指标集(COS-COVID)。COS-COVID包括1个轻型指标(病毒核酸检测转阴时间)、4个普通型指标(住院时间、复合事件发生率、临床症状积分和病毒核酸检测转阴时间)、5个重型指标(复合事件发生率、住院时间、PaO2/FiO2、机械通气时间和病毒核酸检测转阴时间)、1个危重型指标(全因死亡率)及1个康复期指标(肺功能)。COS-COVID作为目前临床评价COVID-19干预效果最具临床价值及操作性的指标集合,对证据评估和决策具有重要意义。随着对疾病认知的不断深入和COS-COVID应用的反馈,课题组将对本核心指标集进行进一步完善并更新。