游憩承载力是衡量国家森林公园利用限度的一个重要指标.然而，游憩承载力的内涵和度量方法在学术界尚未形成一个统一的认知.已有的研究多以社会承载力和工程方法测算单位时间内景区允许进入游客的数量.这种做法虽然在管理上具有一定的可操作性，但却不能准确反映承载力概念的科学内涵.文章从旅游效用最大化视角出发，构建基于景区环境属性水平的游憩承载力理论框架，并估计各种属性的承载力阈值.研究过程运用选择实验法进行问卷设计和条件logit模型进行参数估计.模型结果表明，植被覆盖率承载力阈值为78%，垃圾数量承载力阈值为3件/20 m，游客密度承载力阈值为14人/200 m2，水的能见度承载力阈值为1.45 m.
本研究以建筑废弃物为研究对象，通过问卷形式调查绵阳市居民对建筑废弃物回收利用非市场价值的认知以及支付意愿，在此基础上采用条件价值法（contingent value method，CVM）对建筑废弃物回收利用的非市场价值进行核算和评估，并分析影响居民支付意愿的因素.结果显示：2015年绵阳建筑废弃物回收利用非市场价值为8.29亿元，占2015年绵阳市建筑业总产值的2.19%；城市，农村居民的平均支付意愿分别为584.88元/（户每年）和208.08元/（户每年），分别占家庭年平均收入的0.91%和0.55%.由此可知，建筑废弃物回收利用非市场价值巨大，但平均支付意愿在家庭年平均收入中所占比例较低，说明居民对建筑废弃物回收利用非市场价值支付意愿还很低.研究发现，居民对建筑废弃物价值的认知程度和政府对建筑废弃物回收利用经费的透明化管理是影响城乡居民支付意愿的主要因素.因此，加强建筑废弃物回收利用宣传教育和经费透明化管理，是提高居民支付意愿，改善建筑废弃物回收利用现状的有效手段.
在构建包含停车换乘（P&R：park and ride）接驳方式的出行方式选择NL（nested logit）模型的基础上，分析了停车票价对P&R出行比例的影响，建立了停车费用与P&R停车设施使用人数间的关系模型.从改善P&R停车场运营角度出发，针对P&R停车场的供需情况，分别提出以停车场利用率最大化和停车场收益最大化为优化目标的P&R设施定价优化策略，以及停车场未来的建设及运营建议.选取天通苑北站P&R停车场为例进行案例分析，结合其运营现状对该停车设施的定价进行优化.研究结果可针对已运营的停车换乘设施存在的供过于求或供不应求问题，从设施定价的角度提出相应的运营改善建议.
不均衡数据问题在我们日常生活中随处可见，例如疾病诊断，矿藏资源识别等等.对于不均衡数据的分类而言，目前基于集成学习的不均衡数据分类技术较为成熟，但现有方法都将不均衡数据作为一个整体考虑，而不区别对待不同类型的不均衡数据.事实上，不均衡数据因其不均衡比、数据维度和类别数的不同，所具有的数据分布也不同，使用统一的模型处理所有不均衡数据难以在所有数据集中都获得好的效果.基于此，本文提出了一种基于差分演化算法的自适应集成学习算法（adaptive multiple classifier system based on differential evolution algorithm，DE-AMCS），使得针对不同的不均衡数据，系统能够选择最优的集成学习模型来完成分类任务.本文选择了KEEL数据集中的10个数据集进行测试，测试结果与5个现有的集成分类算法进行了对比，实验表明DE-AMCS相比于对比算法，分类精度上有明显的提升.最后，本文将DE-AMCS应用到江汉油田某区五口井的石油储层含油性的识别中，在每口井的含油性识别中，精度均达到了100%.
针对传统BP神经网络在旱情预测的实际应用中随机初始权值和阈值导致网络学习速度慢、易陷入局部解以及计算精度低等缺陷，提出一种基于数论佳点集萤火虫（good point set glowworm swarm optimization，GPSGSO）算法与BP神经网络（back propagation neural network，BPNN）并行集成学习算法（GPSGSO-BPNN）的旱情预测模型.首先，借鉴数论中佳点集理论构造初始均匀分布的萤火虫种群，并引入惯性权重函数动态修正移动步长，生成基于数论佳点集理论萤火虫算法，并从理论上分析算法的有效性；其次，将GPSGSO算法与BPNN相结合构建并行集成学习算法，实现两种算法的并行交互集成.最后，将并行集成学习算法应用于农业干旱灾害预测中，构建基于GPSGSO-BPNN并行集成学习算法的旱情预测模型.通过8个Benchmark函数验证了GPSGSO算法在收敛速度、计算精度及稳定性等方面的有效性.同时，以皖北农业干旱气象数据作为仿真数据，实验结果表明GPSGSO-BPNN算法在计算速度、精度及稳定性方面较传统BPNN、GSO-BPNN及GA-BPNN等算法有较明显的优势，提高了旱情等级预测的准确性.
