课程文献中心 更多>>

关键词： 复杂网络   链路预测   图卷积神经网络   图嵌入  

摘要： 为了提高城市公共交通系统的管理效率，提出一种复杂网路链路预测算法GCNs-LP。算法整合多源数据，设计了元路径随机游走和skip-gram模型训练，通过神经网络特征学习获得节点的低维向量表示，基于节点向量对的相似度进行链路预测。实验结果表明：该算法在深圳市、上海市和南京市的地铁网络数据集上均取得了优于基线方法（CN、PA、Node2Vec、LPNMF等）的预测性能，AUC值分别至少提升29%、14.6%、7.1%。GCNs-LP算法能有效捕捉交通网络中的复杂结构特性。

关键词： 安全   钻井   大数据   人工智能   能源安全   数字化转型   工程技术   算法  

摘要： （目的意义）溢流是钻采过程中的主要风险之一，不及时预警将导致井控失效甚至诱发井喷。提前识别溢流，能够降低事故率。（方法过程）将井口溢流状态数据间的关联特性引入溢流早期识别模型，运用贝叶斯原理构建树增强型贝叶斯模型；从川渝地区 91 口钻井溢流事件收集到的录井数据中提取时序性特征录井参数并构建训练数据集，引入模型训练得到条件概率表，运用模型计算测试数据得到后验概率，通过比较正常与溢流状态的后验概率大小识别溢流状态。（结果现象）将时序数据的每一时间点对应的各参数异常识别结果作为一个数据状态组，运用树增强贝叶斯模型识别此刻钻井状态正常还是溢流。早期溢流识别预警模型的预警结果显示，树增强型贝叶斯模型在溢流发现前 16.6 min依据参数变化识别出溢流状态，并且在两个模型误报率相当的情况下较朴素贝叶斯溢流识别模型的识别时间提前 510 s。（结论建议）研究结果表明，树增强型贝叶斯模型相较于朴素贝叶斯模型可以更早期的识别出溢流状态，误报率增加并不明显。

关键词： 爆炸力学   混凝土   侵彻阻力   程序设计   解耦算法  

摘要： 针对弹体侵彻混凝土结构问题，新提出一种侵彻阻力的解耦算法，在确保计算精度的前提下，可解决显示动力学软件计算效率低下的难题。该算法根据素混凝土和钢筋混凝土的可压缩弹性-破裂-粉碎区模型理论基础，将侵彻阻力从混凝土结构中解耦，以径向应力形式施加到弹体作用面法线方向。在LS-DYNA和Abaqus显示动力学软件中进行程序设计，赋予模型材料参数和初始条件后即可对弹体运动状态进行计算，形成一套稳定快速的侵彻阻力解耦算法。结果表明：解耦算法的计算结果与试验值吻合较好，解耦算法的计算稳定性和计算效率相比有限元法均有明显优势；解耦算法的网格敏感性较小，网格尺寸与弹径之比处于0.066～0.131时，满足较高精度的同时能达到较快速度。解耦算法为工程师和研究人员提供了一个便捷实用的计算方法来预测弹体的侵彻效应，也为混凝土结构的抗侵彻性能提供了快速评估工具。

关键词： BP神经网络   遗传算法   库存控制策略   备件需求预测  

摘要： 车用动力电池库存网络属于复杂的多级库存系统，传统基于仿真的优化求解方法，一般需要完成所有策略组合的仿真，为降低时间代价，提出了一种基于BP-GA算法的求解方法。借助正交试验的设计方法，由仿真模型得到一定数量样本，分析影响目标指标的主要影响因素，对其进行样本增补，借助BP神经网络拟合反映仿真模型输入与输出关系的回归模型，以预测值代替仿真输出，利用遗传算法寻找最优解。通过对某典型车用动力电池库存备件网络进行案例验证，以约两百次仿真试验完成方法的运用，最终相对误差低至4.6%左右，证明了方法的可行性与适用性。

关键词： XGBoost   互联网医院   麻雀搜索算法   启发式算法  

摘要： 为了更好地满足人民群众不断增长的医疗服务需求，推行预约挂号服务，研究根据医院真实挂号预约信息，基于麻雀搜索算法和极端梯度助推模型设计了用于挂号就诊率的预测模型。实验结果表明，利用改进麻雀搜索算法对极端梯度助推模型进行超参数寻优后，改进的极端梯度助推模型的三种不同误差指标分别取值0.133、0.196、0.143；R-squared值达到了0.919。预测结果与真实就诊情况较为接近，就诊率估计的准确度较高。该模型在F1值上实现了较优的调和，取值可达0.936。此次研究设计的挂号就诊率预测模型有助于实现医疗资源的规划与分配，有利于医疗管理质量的提升。

关键词： 短波通信   双选择性衰落信道   低复杂度均衡算法  

摘要： 短波通信是一种依靠大气电离层反射实现超远距离传输的通信技术，具有不可替代的通信保底作用。然而，短波信道具有严重的多径时延扩展和多普勒展宽，呈现出典型的时间-频率双选择性衰落特性。上述信道特性将为短波通信的可靠性带来严峻挑战，需要接收机利用信道均衡算法，实现对通信数据的检测。针对短波信道的传统均衡算法存在收敛过慢的问题，无法适应短波信道的复杂特性；而可实现快速收敛的均衡算法则存在计算复杂度过高的问题，难以满足工程实现需求。为克服上述问题，提出一种适用于短波双选择性衰落信道的低复杂度正交近似消息传递（Orthogonal Approximate Message Passing， OAMP）均衡算法，采用基于LU分解的三角矩阵迭代解法，并利用短波信道矩阵的稀疏性，降低矩阵求逆运算的计算复杂度，从而大幅降低原OAMP均衡算法的计算量。仿真表明，所提出的低复杂度OAMP均衡算法与原OAMP均衡算法的误比特率（Bit Error Rate，BER）性能一致，而计算量可降低约88%。

关键词： 网络拓扑   多优先级   节点分配   任务执行收益   启发式方法  

摘要： [目的]现有协作任务分配方法较少考虑参与节点的工作模式以及节点间的通信链路能力，存在节点资源利用率、任务调度成功率较低的情况。[方法]针对该问题，提出一种基于网络拓扑和偏好排序的多优先级任务多节点分配算法：首先，将多任务多节点分配问题建模为使得任务执行收益最大并且任务参与节点最多的优化问题；然后，提出启发式方法求解该优化问题。所提启发式方法先为各任务分配最少节点数，使得尽可能多的任务被分配成功，再通过扩充任务的节点集合，以满足任务参与节点最多。[结果]仿真结果表明，在带宽资源丰富的场景下仅需6节点便能使任务分配成功率达到80%。[结论]这表明，所提多优先级任务多节点分配算法，在节点工作方式、节点间链路能力等约束下，能得到多优先级任务多节点分配的局部最优解。

关键词： 分数微积分   特殊函数   围线积分   近似算法   分数阶信号分析  

摘要： 针对米塔-列夫勒函数类的表示、快速有效高精度计算、显示的问题，考察和实现四种数值算法：累加算法、分区算法、最优抛物线围线算法和帕德逼近算法。通过MATLAB软件编程和仿真，绘制、显示米塔-列夫勒函数，分析对比算法性能。实验结果表明，最优抛物线围线算法的计算精度和适用性最好，帕德逼近算法计算速度最快，分区算法优于累加算法。

关键词： 线上推荐   教育场景   智能教育   学习模式  

摘要： 随着信息时代的发展，个性化推荐技术在教育场景中的应用越来越受到关注。研究基于物品和基于内容的教育场景适配推荐算法。基于物品的算法综合多种算法，优化推荐效率和准确性。实验结果表明，平均成功率可达到24.8%，平均时间只需5.4 s，表现更优越。基于内容的算法以学习对象特征和评分矩阵为计算因子，利用相似度计算获得最相邻的学习对象集合和推荐列表。实验结果表明，成功推荐了6 023篇文章，时间消耗较长，达到2 087 小时。为了提高推荐准确性，采用了最优的混合算法，将两种算法相结合。实验结果显示，该算法平均推荐成功率达到32.676%。综上所述，所研究的两种推荐算法都是可行且有效的，能够提高用户的个性化推荐体验和学习效果。

关键词： 司法人工智能   算法辅助法律解释   文义解释   后果论证  

摘要： 算法技术的迅猛发展使算法辅助法律解释成为可能,相较于传统之法律解释方法,算法辅助法律解释可演进出以读取规则存在意义为核心的感知解释、以展示规则后果实效为核心的动态解释以及以理解规则关联反思为核心的归约解释。算法辅助法律解释之规范性构建,同样面临新法律解释方法间的效力冲突问题。在方法运用的选择上,感知解释中数据运算与规范价值间的张力有可能倒向轻率决断;动态解释中预测模型的过度使用存在技术主义至上的隐患;归约解释亦需要避免法律解释中法律原则与法律规则的适用争议。算法辅助法律解释规范性的实现,需要融贯考量算法辅助法律解释各方法的使用限度。在司法实践场景中应优先使用感知解释方法,完善理性司法下的技术供给;动态解释着重于进行后果考量因而应当次于感知解释使用;当感知解释与动态解释的使用面临艰难抉择时,应以归约解释作为调和工具,寻得个案中法律解释者对解释方法使用的共识。