课程文献中心 更多>>

关键词： 时间序列预测   回声状态网络模型   高斯噪声   储备池层  

摘要： 为了实现回声状态网络模型在时间序列预测实例中的影响因素模拟，在回声状态网络模型的储备池层引入高斯噪声，构建结合高斯噪声的回声状态网络模型；利用公式推导分析本文所提模型的非线性性质；采用股票序列数据与Logistic混沌序列数据进行实验验证和对比分析。结果表明，本文所提模型的预测效果优于回声状态网络模型、压缩感知回声状态网络模型和反向传播神经网络模型，股票收盘价预测、Logistic混沌序列预测的平均绝对误差均最小，分别为1.33×10-3、5.21×10-4。

关键词： 离散裂隙网络   连通性   MODFLOW   渗流   裂隙-连续介质模型  

摘要： 岩溶基岩裂隙水文研究考虑裂隙非均质和各向异性建模较难。裂隙-连续介质模型（FC）从原理上能够比较真实地刻画实际的渗流形态，是岩溶地区较理想的水文模型。基于裂隙空间形态及分布的统计特性，应用Monte Carlo模拟技术和图论，采用MATLAB程序生成二维裂隙网络原图及三级连通图，将第三级连通图映射到有限差分网格，建立离散裂隙网络（DFN）与MODFLOW相结合的FC渗流模型，编制相应的渗流模拟程序。复现交叉裂隙试验工况，及通过2个多裂隙算例分析有限差分网格分辨率以及裂隙死端对稳定渗流模拟精度的影响，以DFN渗流为准则，验证FC模型代码编写的正确性和有效性。结果表明：FC模型模拟的节点水头、总网格流、裂隙长度在粗网格的高估或低估，通过细化网格可大大消除这种影响，裂隙死端对FC模型的MODFLOW网格流模拟具有不可忽略的影响。本研究实现了裂隙渗透性非均质和各向异性在数值计算单元的表达，将促进对基于连通性的裂隙流的MODFLOW模拟理解。

关键词： 综合运输   网络布局   Gurobi   Anylogic仿真   地铁货运  

摘要： 针对地铁和市郊铁路线路的空闲运力城市货运服务问题，本文提出一种地铁货运网络布局数学优化模型（Metro Freight Network Layout Mathematical Optimization Model，MFNLMOM），基于地铁、市郊铁路和公路三网融合，优化城市地铁货运配送网络系统。首先，综合考虑运输成本、节点改扩建成本、投资成本、换乘次数和碳排放成本等多个参数，以最小化货运成本和货物运输时间为目标，构建了地铁货运网络布局多目标数学优化模型。然后，通过Anylogic仿真得到相关参数，调用Gurobi数学优化求解器对货运网络进行流量分配。其次，以北京市地铁、市郊铁路线路为案例，验证MFNLMOM模型的有效性和可适性，结果表明相较于传统的公路运输方案，利用地铁货运网络运输具有明显的优越性，其总成本减低55.08%，运输时间降低了44.24%。最后，对全站点换乘模式下不同的碳排放和换乘成本最优运输路径时间进行了灵敏度分析，其目标函数值减少范围在2.7%-3.2%，求解方案可为地铁管理部门运营模式选择提供参考。

关键词： 频率空间特性   惯量配置   节点惯量   节点频率   灵敏度分析  

摘要： 随着新能源渗透率增加和电网规模扩大，电力系统面临转动惯量降低、频率响应资源分布不均等问题。在此背景下，以节点频率为视角研究了电力系统的频率空间特性并提出了惯量资源分配优化策略。首先，建立了电力系统频率空间特性数学模型，推导了节点频率的状态空间方程；接着，鉴于虚拟惯量参数具有连续可变的特点，提出了基于节点频率变化率的灵敏度分析方法，明确了惯量分布和冲击负荷对空间节点频率变化率的影响；最后，为了有效抑制过大的节点频率变化率，提出了惯量配置优化策略。所提方法能够通过惯量分配抑制系统的频率变化率，可以在规划和调度阶段为惯量响应资源配置和机组参数整定提供参考。

关键词： Ashtma   Endotype   Mirobiome   Network  

摘要： Objective To study the characteristics of the airway microbiome co-occurrence network in patients with type 2 and non-type 2 asthma. Methods In a prospective study based on a cohort of asthma patients, respiratory induced sputum samples were collected from 55 asthma patients [25 males and 30 females, with a median age of 47.7 years (age range 34.3-63.0 years)] admitted to the Department of Respiratory and Critical Care, Beijing Chaoyang Hospital, Capital Medical University and 12 healthy controls from the Physical Examination Centre of Beijing Chaoyang Hospital, Capital Medical University, from May 2021 to May 2022. According to the level of exhaled breath nitric oxide (FeNO), the asthma patients were divided into 22 cases in the high FeNO group (FeNO≥40 ppb, i.e., type 2 asthma group) and 33 cases in the low FeNO group (FeNO<40 ppb, i.e., non-type 2 asthma group). All induced sputum samples were subjected to second-generation macrogenomic sequencing and bioinformatic analyses of microbial community diversity, compositional characteristics, symbiotic network characteristics and metabolic function prediction. The Kruskal-Wallis rank sum test was used for between-group comparisons, and the linear discriminant analysis (LEfSe) method was used to compare the differences in flora composition between groups. The R language was used for microbial network analysis. In addition, PICRUSt was used to predict the metabolic-functional characteristics of the microbial communities. Results The microbial communities in the healthy control group had a lower proportion of p_Firmicutes and p_Proteobacteria than asthma patients, 29% and 21%, respectively;37% and 33% in the low FeNO group and 42% and 26% in the high FeNO group. The microbial network in the low FeNO group had 64 pairs of edges forming 16 communities, and about 75% of the nodes had eigenvector centrality values between 0 and 0.05, and 25% of the nodes had eigenvector centrality values between 0.10 and 0.45. There were fou

关键词： 多标签文本分类   图卷积网络   注意力机制   动态图  

摘要： 多标签文本分类旨在为文本分配若干预定义的标签或类别.为了充分发掘标签间的关联,目前的方法通常使用标签关系图并结合图神经网络获取标签特征表示.然而,这类方法过度依赖初始建图策略,忽视了当前文本中固有的标签相关性,使得分类结果更依赖于数据集统计信息,而容易忽视当前文本段中的标签相关信息.因此,提出一种基于特征融合动态图网络的多标签文本分类算法,设计动态图来建模当前文本中的标签相关性,并结合特征融合与图神经网络,形成基于当前文本的标签表示,并由此形成更为准确的多标签文本结果.随后,设计实验进行验证,在3个数据集实验结果表明,所提出的模型在多标签分类任务中取得优秀的性能,验证其有效性和可行性.

关键词： 等变图神经网络   等变性   光滑粒子动力学   流体粒子   流动预测  

摘要： 近年来，图神经网络(GNN)因能较好解决结构网格的问题，且具有较强的组合泛化能力，被越来越多地应用于复杂的流体系统预测中。然而，在拉格朗日无网格视角下，经过平移、旋转或翻转变换的流体粒子信息输入GNN会出现不可预测的输出问题。为了解决该问题，提出了基于等变图神经网络模拟(EGNS)的方法。首先将几何向量转换成相对的等变量，然后通过每一步具有等变性的消息传递使整个神经网络具有等变性，网络输出与输入等变量的空间变换保持一致，最后在光滑粒子动力学(SPH)方法模拟的粒子轨迹里训练得到较优的EGNS模型。在公开流体仿真数据集上的实验结果表明，EGNS具有良好预测效果。相较于图神经网络模拟(GNS)的方法，EGNS在流体粒子运动形态、速度及典型细节的表现力上更加准确，预测精度提高了16%。

关键词： 直流微电网   大信号   稳定性分析   深度神经网络   Lyapunov函数  

摘要： 针对直流微电网的大信号稳定性，现有以Lyapunov函数法为代表的分析方法因计算复杂、分析保守性较强以及通用性不高而无法准确刻画系统的吸引域。为此，提出了一种深度神经网络和Lyapunov函数相结合的分析方法。首先考虑直流微电网主电路及控制环路参数，建立系统降阶电路模型的状态空间方程和代表Lyapunov函数主体结构的深度神经网络模型，然后根据Lyapunov函数直接法的稳定性条件构造指引网络优化方向的损失函数并选取合适的激活函数。其次估算了电路参数对吸引域的影响并以此分析直流微电网的大信号稳定性，然后将所提方法和现有分析方法包括Takagi-Sugeno模糊模型和平方和规划方法进行了对比分析。最后通过时域仿真和硬件在环实验验证了所提方法的有效性和优越性。

关键词： 台风风暴潮   灾害链   风险评价   贝叶斯网络   广东省   气候变化   城市防洪   降雨  

摘要： 【目的】近年来台风袭击沿海地区事件发生频繁，造成了严重的人员伤亡、经济损失和环境破坏。因此，探究易发型台风灾害链的形成机制及风险评价方法，以期为近海城市防洪防潮工作提供科学支撑。【方法】针对典型的“台风-风暴潮-洪水-溃堤”灾害链，选取1999—2022年台风灾情数据，基于各灾种之间风险传递响应规律建立台风风暴潮灾害链的风险传递网络结构，在此基础上使用贝叶斯理论构建台风风暴潮灾害链风险评价模型，并在广东省珠海市、中山市、江门市和佛山市开展应用研究，模拟分析发生三种典型台风场景下的灾害链风险分布。【结果】结果显示：近海地区发生台风风暴潮灾害链的风险高于内陆地区，在情况最不利台风场景下（当发生16级风力以上且登陆型台风时），研究区“高”“中”风险区总面积占比达到29.9%，其中“高”风险区主要集中在珠海市、中山市的东部地区，“中”风险区主要分布在佛山市中东部、江门市南部。【结论】结果表明：在不同台风场景下，台风强度改变对风暴潮、溃堤的影响程度大于洪水，而台风路径改变对洪水、溃堤的影响程度大于风暴潮。研究成果可为粤港澳大湾区防灾减灾能力建设提供一定的参考借鉴价值。

关键词： 炎症性疾病   金属-多酚网络   纳米递药系统   诊断   治疗  

摘要： 炎症性疾病 (inflammatory diseases， IDs) 是以慢性炎症为主要发病机制的疾病的总称， 严重影响患者的生活质量， 造成重大的社会和医疗负担。目前， 针对这类疾病的药物主要包括非甾体抗炎药、皮质类固醇、免疫调节剂、生物制剂和抗氧化剂等， 但是这些药物可能会引起胃肠道不良反应、诱发或加重感染、无应答或者不耐受等问题。鉴于金属-多酚网络 (metal polyphenol network， MPN) 在药物递送、生物医学成像和催化治疗等领域展现出的卓越性能， 其在IDs诊疗方面的应用备受关注， 且已取得显著进展。本文首先对IDs的种类及其产生机制进行了概述， 随后梳理并归纳了近年来MPN的不同存在形式， 最后详细探讨了MPN的性能特点及其在IDs诊疗方面的最新研究进展， 力求为相关领域的科学研究和临床实践提供有益的参考。