有时序的多属性席位分配模型及其应用

将经典席位分配模型推广到有时序多属性席位分配模型,给出了有时序多属性席位分配模型一个简单有效的算法.最后应用实例说明有时序多属性席位分配模型应用更加广泛和合理.     

基于ATIS的多用户混合交通均衡分配模型

提出一个ATIS影响下的混合交通均衡分配模型,模型中考虑多类不同的用户.不同类型用户产生的出行阻抗互相影响,且阻抗影响不对称.考虑ATIS影响下的三个不同的交通系统目标:使装备用户自身的阻抗最小化、使网络中所有装备用户的出行阻抗最小化以及使网络中所有用户的出行阻抗最小化,建立了三种情形下的路段非对称干扰的多用户混合交通分配模型.将模型表示成等价的变分不等式的形式,并分析了解的存在性和唯一性条件,结果表明解虽然存在,但并非一定唯一.提出一个对角化算法来求解混合交通均衡分配模型·最后用一个简单算例表明了模型和算法的有效性.     

基于贝叶斯和自编码器的社会化推荐算法研究

为提高推荐结果的精度和个性化程度,文章有效利用多种信息源,将贝叶斯方法和深度学习结合,提出一种基于贝叶斯自编码器的社会化推荐算法.算法首先利用混合隶属度随机块模型MMSB (Mixed membership stochastic block)对用户间交互关系建模,结合用户的属性特征,利用自编码器学习用户的隐含特征向量;然后利用主题模型结合自编码模块学习物品特征向量;最后利用概率框架将物品和用户间的各种属性统一起来,共同学习矩阵分解模型中的关系矩阵.模型中的参数利用变分EM算法进行推理.实验结果表明与同类算法比较,算法在精确度和覆盖率上有不同程度的提升,且能够得到比较个性化的推荐结果.     

基于Erdos1合著网络和论文引用网络的复杂网络节点特征研究

首先,研究了Erdos1合著网络的特征属性,一方面使用节点的度、介数、接近中心性来描述Erdos1合著网络节点重要性,另一方面使用特征向量中心性和本文提出的高阶度参数来描述Erdos1合著网络节点影响力;然后,分别用逼近理想解的排序算法（TOPSIS算法）和主成份分析（PCA）对节点重要性和影响力排序;最后,利用修改的网页排名算法（PageRank算法）讨论了网络科学原创性论文中最具影响力的论文。     

传播动力学模型回顾与展望

传播动力学模型主要包括传染病动力学模型、计算机病毒传播模型以及谣言传播模型.首先从传染病动力学模型入手,分别介绍均匀混合传染病动力学模型和网络动力学模型;然后介绍计算机病毒传播模型以及谣言传播模型,并与传染病模型进行对比.最后作了总结与展望.     

人力资源多维分配问题的混合算法

针对已有多维分配问题求解算法复杂、耗时长及精度低等问题,本文将二部图中寻求最优匹配的方法进行推广,运用试分配、饱和路调整和增广路调整对多维分配问题的最优解进行搜索,提出了求解人力资源多维分配问题的最小零面优先分配混合算法和随机试分配混合算法,对算法的有效性进行了理论证明,并分析了算法的时间和空间复杂度;同时通过这两种混合算法对初始零元素数不同的代价矩阵求解时间的计算,以及与Lagrangian松弛算法和剪枝法的耗时、精度的对比,分别得到了两种混合算法的适用性和高效性,最后通过算例验证了算法的有效性。     

存在三重属性节点的物流网络选址分配问题研究

文章分析了一种存在三种属性节点的物流网络,即在该网络中存在一类节点同时承担供应、需求和中转的功能。同时,还考虑了在任意两节点间单位运费可变条件下,如何进行中转点选址和流量分配,使物流网络的运输费用最小。在此背景下建立了选址分配优化模型,设计出一种将串形编码和矩阵编码相结合的两层遗传算法对其进行求解,并通过一个实例对算法加以验证并对求解结果进行分析。研究结果表明:相比于一般的需求点就近分配原则,本文提出的基于产品流进行的物流网络选址与分配模型,能够避免某些运输线路上的过度集货的现象,从而进一步降低整个物流网络的运输费用。     

机场新增卫星厅对登机口影响的评估方法

为了解决航站楼客流量饱和的问题,采用一种增加卫星厅的方法,实现了旅客分流.基于单目标整数线性规划和多目标优化的方法,分别构建了登机口优化分配网络模型和多目标优化模型.利用登机口优化分配网络算法筛选出所使用的共同登机口,建立了目标函数并列出约束条件,采用目标约束法对建立的模型进行求解.在此基础上,根据目标建模的思想,建立了可供中转旅客总体流程时间最短且使用登机口数量最小的航班-登机口分配模型.利用MATLAB计算可知,利用42个登机口即可实现303架航班的正常运转.     

弹性光网络一类调度问题的一个新模型和算法

采用网络功能虚拟化技术的弹性光网络是一种新型的网络,其数据中心的合理部署,路由的科学规划及频谱的最优分配是一个关键而具有挑战的问题.为了解决这个问题,建立了弹性光网络资源分配和任务调度问题一个新的优化模型,新模型以虚拟网络功能在数据中心部署的负载最均衡,经过数据中心节点的路径最短以及频谱占用最少为目标,可同时使虚拟网络功能在数据中心部署,路径规划和频谱分配方案最优.为有效求解该模型,分别设计了一个经过所选数据中心的最短路径策略,虚拟网络功能在数据中心的部署策略以及频谱分配策略,构造了初始种群的产生方法,设计了新的变异算子,在此基础上,提出了求解模型的一个新的进化算法.最后进行了仿真实验,结果表明,最大频隙号和数据中心VNF部署数目的标准差相比对比算法有明显降低,验证了所建模型和算法的有效性.     

太阳帆塔轨道和姿态耦合动力学建模及辛求解

在建立太阳帆塔太阳能电站简化模型的基础上,将系统的动力学方程从Lagrange体系导入到了Hamilton体系,给出了带约束的Hamilton正则方程;进而采用祖冲之类算法和辛Runge-Kutta方法分析了太阳帆塔轨道和姿态耦合系统的动力学特性,并讨论了算法的保能量、保约束特性;最后,数值模拟了系统的动力学特性,说明了所提方法的有效性.     

基于模糊熵-熵权法的混合多属性决策方法

针对决策信息以区间数、直觉模糊数和语言变量给出的混合多属性决策问题,提出了基于模糊熵-熵权法的混合多属性决策方法。通过规范化的方法把区间数转化为直觉模糊数,建立了直觉模糊数与语言变量的对应关系,把混合多属性决策信息统一在同一决策框架下;然后利用熵权法确定属性的客观权重区间,通过求解属性信息模糊熵最小的线性规划模型得到属性客观权重;再与主观赋权方法相结合确定属性的组合权重;最后应用相对熵排序法得到方案的最终排序结果。算例分析表明方法的可行性和实用性。     

钢铁企业订货系统模型的VENSIM建模与仿真实现

订货模型存在于大多数的公司中,用以根据销售情况组织公司生产.在简单生产-分配系统模型基础上,构建了钢铁企业零售商订货模型;运用系统动力学方法分析了该订货模型,并采用了阶跃函数描述了复杂变化的零售商销售状况,通过VENSIM建模与仿真分析,找出了零售商销售-订单-库存的相互关系;结果表明,钢铁企业生产-分配系统的特征与采用阶跃函数得出的结果非常相似,对钢铁企业零售商的订货策略具有指导意义.     

具有饱和治疗的离散SEIS结核病模型的动力学性态

研究了一类具有饱和治疗的离散SEIS传染病模型的动力学性态.利用再生矩阵的方法定义了模型的基本再生数,直接计算得到了无病平衡点和地方病平衡点的存在性;利用线性化矩阵和Jury判据讨论了平衡点的稳定性;并讨论了模型可能发生的后向分支现象,也通过数值模拟展示了模型的动力学性态.     

恐怖分子入侵阻止网络的双层规划建模与禁忌搜索分析

“一带一路”战略加深了我国与邻国的合作交流,也为境外恐怖分子的潜入提供可乘之机。为防止恐怖分子潜入,提出一类新的恐怖分子入侵阻止网络设计问题,充分考虑恐怖分子的计算能力,通过决策有限安检资源在边境交通网络中的最优分配来降低袭击风险。首先,将该问题构造为双层规划模型,上层规划是政府的阻止网络设计问题,下层规划是恐怖分子的袭击节点选择和入侵路径优化问题;其次,设计一类用禁忌搜索处理上层规划,并结合下层规划直接求解的混合算法;最后,结合南疆实例进行仿真分析,结果发现:恐怖分子计算能力越强,网络城市节点受袭风险越大;政府最优阻断方案随恐怖分子计算能力强弱变化而变化,但存在一定共性原则;增加阻断资源投入可降低袭击风险,但两者存在“边际效用递减”关系。     

基于节点收益的档案合作涌现模型

针对档案作者演化网络中的合作涌现问题,提出了一个基于节点收益的复杂网络演化模型.网络的边根据收益优先的原则进行连接,并且每次博弈的收益都作为节点的一个属性,从而可以讨论节点的聚类情况.通过数据分析可知,当网络演化到一定程度后,模型可以促进合作策略的涌现.仿真结果表明,通过该方法演化的网络,具有明显的聚类特性.     

基于价格歧视策略的多单元逆向多属性英式拍卖机制

针对现有的多单元逆向多属性拍卖机制的市场分配效率都比较低,不利于社会效益最大化和采购双方长期合作等问题,设计了高效率的基于价格歧视策略的多单元逆向多属性英式拍卖机制,利用线性混合整数规划建立了赢者确定模型,并基于新建立的拍卖机制给出了拍卖流程和投标策略,为供应商提供投标决策支持。然后通过设计数值实例和对比模拟实验收集数据,采取统计分析的方法验证了新设计的拍卖机制市场分配效率和采购方的效益都比较高。上述研究结果适用于通过逆向多属性拍卖与信息技术相结合的网上自动化多单元商品采购。     

组合出行方式下的混合均衡分配模型及求解算法

在现代城市的出行活动中,人们往往需要换乘一种或多种交通工具才能到达目的地,这种出行方式称为组合出行方式．在组合出行方式下,人们除了选择路径,还要选择换乘站点．我们研究了组合出行方式下的混合均衡分配问题,提出了与均衡分配条件等价的变分不等式模型,设计了求解模型的算法,并用一个算例说明了模型和算法的有效性．     

一种适用于混合属性数据的K近邻方法

对于传统K近邻算法只适用于数值属性数据类型的问题,提出了一种基于对混合属性数据中的不同属性列赋予不同权值的K近邻算法(K Nearest Neighbor for Mixed-attribute Data,KNNM),使新的K近邻算法能够适用于混合属性数据.由于混合数据间数值属性部分与分类属性部分对整体相似性度量的贡献率不同,又各分量对其所属的属性部分的相似性度量的贡献率不同的特点.提出了考虑数值属性部分与分类属性部分作为整体对混合属性数据间的相似性度量的贡献率,并考虑不同属性数据的各分量对其所属的数据间的相似性度量的贡献率的向量参数计算方法,以此提出了一种适用于混合属性数据的K近邻方法.在5个UCI数据集上的实验结果表明KNNM算法在准确率,宏平均召回率,宏平均精度、宏平均值和ROC均优于传统K近邻算法,以此说明KNNM方法在混合属性数据上的适用性与有效性.     

人工神经网络在SARS疫情分析与预测中的应用

讨论人工神经网络在 SARS疫情分析与预测中的应用 .采用三层结构的反向传播网络 ( Backpropagation network,简称 BP网络 ) ,对 SARS在中国的传播与流行趋势及控制策略建立了网络模型 .并利用实际数据拟合参数 ,针对北京、山西的疫情进行了计算仿真 .结果表明 ,该网络模型算法收敛速度较快 ,预测精度很高     

基于人工免疫网络的药代动力学参数优化方法

提出了基于人工免疫网络优化药代动力学参数的PKAIN算法．新增的分组并发单纯形变异用以提高人工免疫网络的局部搜索能力．通过PKAIN人工免疫网络中网络细胞的进化得到给定药代动力学模型的一组优化参数．应用Laplace变换求解瑞芬太尼(remifentanil)及其代谢产物瑞芬太尼酸的联合代谢动力学模型的微分方程组,通过PKAIN算法优化导出房室模型参数A·D2实验表明,对伴有轻度肾损伤病人可以应用二室模型描述瑞芬太尼酸的药代动力学特征．