简介:尝试在小世界网络结构上引入简化Blume-Emery-Griffiths动力学模型,描述三态舆论演化动力学过程。数值模拟结果表明内部热噪声T对舆论演化过程有较大影响,在一定条件下发现舆论演化过程类似于Ising铁磁体,内部热噪声T存在临界值。结果在一定程度上反映了现实舆论的形成过程,同时也印证了该模型的合理性。
简介:为了有效配备人员资源以提高订单式生产(Make-To-Order,MTO)企业的产能与效率,根据"学习曲线"原理,建立了学习率与不合格率之间的函数关系。在此基础上,以降低产品不合格率和生产成本作为生产优化目标,考虑员工学习曲线对不合格率的动态作用特征,构建了基于"学习曲线"原理的投产量数学模型。通过不合格率服从均匀分布对该数学模型进行分析,得到:最优投产量随着需求量和欠产再投产准备费用的增加而增加,随着产品不合格单位处理成本增加而减少。以某铝业生产某种产品为例,具体分析了投产量数学模型的求解过程,得到工人学习率的提高降低了投产量和企业的投产期望成本。所提出的不合格率均匀分布基于"学习曲线"原理的投产量数学模型和数学分析求导方法对求解投产量问题是可行和有效的。
简介:港口吞吐量预测是港口决策和规划的基础。为了合理预测港口吞吐量,本文利用外贸进出口总量、第一产业总产值和第三产业总产值作为BP神经网络的输入变量,港口吞吐量为输出变量,建立了港口吞吐量预测的BP神经网络预测模型。然后根据2000年-2010年广西北部湾港口吞吐量、外贸进出口总量、第一产业总产值和第三产业总产值,利用Matlab6.5软件的神经网络工具箱,通过对BP神经网络模型的反复训练,发现当隐含层节点数为6,学习率为0.05,训练次数为500次,训练精度为0.001,动力因子为0.9时得到的效果最好。并对BP神经网络模型与多元回归模型的预测结果进行比较分析,认为BP神经网络模型预测的总体效果更优。最后利用所确定的BP神经网络模型,对2011年和2012年两年的港口吞吐量进行了预测。
简介:为了研究有限理性假设下出行者的自适应调整行为对交通网络分流的影响,利用累积前景理论结合演化元胞自动机建立了具有个体交互机制的多主体路径选择模型.在模型中将出行者划分为风险追求者与风险厌恶者,基于出行时间可靠性并借鉴元胞遗传算法的思想设计了具有异质特点的出行者动态参照点及其演化规则,使出行者个体能够依据决策环境的变化动态地调整自身的出行时间预算,更加符合出行者的实际行为特征.最后将多主体参照点演化规则与传统的相继平均算法相结合,求解路网配流.研究发现:演化模型较好地继承了传统模型中的路径分流特点;不同的出行者类型比例及出行者的信息接收程度是影响路网分流结构的重要因素.
简介:概述了“一院两校”网络科学联合项目组在复杂网络的理论模型及相关应用课题近年来的若干研究进展。首先,基于国际上三大经典的复杂网络模型(ER随机图,小世界模型和无标度模型),结合统一混合理论框架里3个模型(和谐统一的混合择优模型、大统一混合网络模型和统一混合变速增加长模型),提出构建、描述和评论了网络科学模型金字塔;其次,把宏观网络推进到微观网络模型(量子信息网络与纳米相干网络);然后概述了规则网络的非局域连接模型及其相关的社区网络、属性连接的网络模型;含权科学家合作网络模型和提高网络同步能力的模型等。相关应用课题的进展包括:小世界和无标度拓扑下束流输运网络中束晕一混沌同步与控制、复杂混沌网络的多目标分区同步的控制及同步能力、多智能体网络系统、网络上的交通拥塞与路由问题、网络上的病毒传播问题、网络上的博弈问题,以及高科技企业网络等。这些进展反映和揭示了当前国内外网络科学同步发展的趋势和面临的挑战。