研究了一类具有非局部项的p-Laplace方程的最优控制问题。先利用能量估计的方法获得了该问题解的存在性，再利用反证法证明了解的唯一性，最后由嵌入定理及成本泛函的弱下半连续性得到了最优控制的存在性。
应用构造染色法、组合分析法研究了路图中任意两点距离不超过4与5，以及圈图中任意两点的距离不超过β(3≤β≤5)的两类点和可区别全染色问题，得到了这两类图相应的D(β)-点和可区别全色数。
为提高NACA4415翼型的气动性能，提出一种基于类翼型几何结构的前缘离面射流主动控制方法。通过数值模拟研究了射流装置特征几何尺寸(c)、动量系数(C_μ)及来流攻角(α)对翼型气动特性的影响规律。结果表明：前缘离面射流可显著改变翼型表面流场结构，有效抑制流动分离；在特征尺寸c2为0.1a、动量系数为0.3时，升力系数提升显著，阻力系数明显降低，升阻比达到峰值，较基准翼型气动效率显著提高；此外，在0°～20°攻角，离面射流表现出良好的适应性，尤其在中等和大攻角下延迟失速效果突出。流场分析显示，射流通过增强流动附着能力和优化压力分布实现增升减阻。
为探究黄河三角洲刺槐（Robinia pseudoacacia）枯梢与其根际土壤理化性质和土壤细菌群落结构的关系，以东营市河口区三大刺槐防护林（孤岛、军马五分场、九分场）为研究对象，分层采集健康和枯梢刺槐人工林根际土壤样品进行分析。结果表明：健康与枯梢刺槐根际土壤理化性质仅pH存在显著差异（P=0.015）。不同土层间细菌空间异质性显著，各层独有ASV占比达15%～27%；青枯菌属（Ralstonia）和假单胞菌属（Pseudomonas）在枯梢刺槐根际土壤中丰度显著下降，而硝化细菌（Nitrospira）在60～80cm土层相对丰度增加约10%；土壤细菌群落β多样性存在显著差异（P=0.016）。db-RDA显示pH是影响细菌群落结构的关键环境因子。刺槐根际土壤pH升高引起细菌群落改变，进而通过根际微环境导致枯梢现象，为黄河三角洲刺槐防护林的健康诊断与修复提供参考。
<正>王君，1982年7月出生，中共党员，教授，理学博士，硕士生导师，现任山东航空学院生物与医药工程学院院长、生物与医药现代产业学院（省级）院长，为山东省高等学校教学名师、滨州市青年学术技术带头人。授业以专，引路以长。王君教授主讲“微生物学”、“食品专业英语”等课程，认真开展教学和教研实践，倾注心力和热忱分析学情、钻研教材、编写教案，每年超额完成教学工作量，教学评价连年优秀；主编教材2部，发表教研论文12篇；主持的“农业微生物学”课程获批国家级一流本科课程。
针对无人机在复杂环境下的三维路径规划问题，提出一种基于改进人工蜂群算法的方法，旨在提高算法效率及精度。基于传统人工蜂群算法，蜜源初始化阶段引入Levy飞行策略优化分布，提升初始搜索效能；采蜜蜂阶段嵌入天牛须搜索算法，动态调节步长与触须长度，避免陷入局部最优；跟随蜂阶段采用ε-锦标赛选择策略，动态平衡随机搜索与贪心选择，增强高质量路径搜索的针对性，同时利用三次均匀B样条曲线平滑路径，提升算法实际应用可行性，并设置提前终止迭代条件，减少冗余运算，提升算法整体效能。实验结果表明，相较于ABC算法、ACO算法和PSO算法，改进BAS-ABC算法在平均运行时间、平均路径长度、平均迭代次数和平均陷入局部最优次数等关键指标上较对比算法分别最多减少了85.4%、29.4%、81.4%及80.6%，充分验证了其快速收敛、精准避障、高效寻优的卓越性能，为无人机在实际场景中的应用提供了有力的技术支撑。
从时标上Clifford值概周期函数的定义出发，给出了时标T到n维Clifford代数空间An的右稠密伪概周期函数的定义，并讨论了其相关性质，获得时标上Clifford值伪概周期函数空间的完备性。通过Banach不动点定理和时标上的微积分理论，建立了时标上具D算子和分布时滞的细胞神经网络的伪概周期解的存在的充分条件。
提出一类考虑恢复期时滞的股市风险模型，该模型包括易感染子市场、初次感染子市场、二次感染子市场、免疫子市场4个子群体。首先，计算得到模型的基本再生数和风险平衡点；然后，以免疫子市场重新变为易感染子市场的时间周期时滞为分岔参数讨论了Hopf分岔的存在性，并计算出模型产生Hopf分岔的时滞临界点；最后，给出仿真示例验证了所得结果的正确性。
针对城市空中交通发展中无人机起降场布局规划的关键问题，提出了一种基于多目标优化的系统研究方法。首先，整合国内外起降场物理设计标准、典型无人机性能参数及城市空间特征，将起降场划分为枢纽、一般和临时三类，构建以全生命周期成本最小和需求覆盖率最大为核心的双目标规划模型。其次，采用遗传算法对起降场的成本和数量进行双目标规划求解，通过帕累托前沿分析揭示成本与覆盖率间的权衡关系。最后，通过具体算例验证了模型的有效性和适用性，同时对比了传统聚类及贪婪算法，并通过不同需求场景验证了模型的适应性。