【摘 要】
：
从行为动力学角度探讨物流基地产品出库量的时序特征。首先基于重标极差法,以某大规模物流基地产品的出库量为例,揭示物流基地各个仓库的钢材产品出库量具有分形布朗运动的基本特征。物流系统出库量不仅受到当前市场价格的引导,而且受过去一段时间的出库量影响较大。由于在区间重构过程中采用极差的方式会造成部分信息的缺失,继而采用复杂网络可视图的方法对物流系统的分形特征进一步加以验证,发现基本所有的可视图均具有小世界
【基金项目】
：
国家自然科学基金资助项目（71201060）,国家教育部高校博士点基金资助项目（20120172120051）,国家教育部人文社会科学研究青年基金资助项目（11YJCZH211）,中央高校基本科研业务费专项资金资助项目（2013ZM0117）
论文部分内容阅读
从行为动力学角度探讨物流基地产品出库量的时序特征。首先基于重标极差法,以某大规模物流基地产品的出库量为例,揭示物流基地各个仓库的钢材产品出库量具有分形布朗运动的基本特征。物流系统出库量不仅受到当前市场价格的引导,而且受过去一段时间的出库量影响较大。由于在区间重构过程中采用极差的方式会造成部分信息的缺失,继而采用复杂网络可视图的方法对物流系统的分形特征进一步加以验证,发现基本所有的可视图均具有小世界、无标度特征。重标极差与复杂网络可视图方法均说明,物流基地产品的出库量并非随机游走过程,而具有内在规律性
其他文献
针对现有的Forth自生成器都与目标环境密切关联、缺少抽象层次、难以在异构新平台上有效生成新的Forth系统等问题,通过采用抽象code算法库、描述异构目标,并重构Forth虚拟机的方法,构建完成了一个面向嵌入式环境、具有多目标特性的Forth自生成器。该生成器简化了传统编译器复杂的前端和后端设计,依托Forth特有的解释执行状态和字典结构,可快速生成新的目标系统。实验结果表明,该自生成器代码生成
针对现有汉语语义计算中概念图匹配计算存在不准确的问题,提出一种基于实体—属性—属性值(EA-V)结构相似度的概念图匹配算法。该算法以概念图理论、汉语概念内涵结构逻辑模型和自然语言处理技术为基础,以递归概念图为知识表示方法,结合E-A-V结构相似度计算方法,进行概念图匹配。实验结果表明,该算法在概念图匹配上取得了较好的效果。通过运用该算法,概念图匹配不准确的问题能够得到较好的改善。
在很多新兴应用领域、如传感器网络,实时监控系统等,产生的数据流是不断变化的、连续到达的、数据值可能不确定、且必须被快速处理。其中有些操作,如数据流的实时窗口连接运算,非常消耗时间,这对数据流处理系统的性能提出了严峻的挑战。目前,大多数算法采用软件优化来提高处理速度,但其性能提高有限。利用GPU(图形处理器)的高并行度、多线程、高带宽的并行处理能力,设计了一种软硬件结合的方法来加速处理数据流的窗口连
针对传统的粒子群优化算法(PSO)和差分进化算法(DE)在解决高维复杂函数易陷于局部最优、收敛较慢、精度低等缺点,提出了基于分组的PSO与DE混合算法(PSODE)。PSODE算法把种群按维数分为两组,每组的维数为原来的一半,而种群规模不变,一组由改进的PSO操作进化,另一组由DE操作进化,然后通过信息交换机制实现协同进化。与传统的PSO算法不同,新算法按一定的概率交替使用非线性改变的惯性权重和随
为提升领域知识认知、解读的效率,以现有技术为基础,进一步研究了知识的图形化展示方法。基于本体和语义网技术讨论了适用于图形化展示的知识模型和相应展示方案。针对知识图布图问题,基于遗传算法,研究了目标函数、对编码方案进行了优化、引入了优势解保留的精英解群,并改进了遗传策略。算例对比证明,该算法能够在减少交叉点的同时达到聚类目的,效率较高。以上研究的知识模型和布图算法可用于实际系统,并为类似研究提供参考
针对Smith控制对时滞系统抗干扰性差的弱点,提出了一种基于神经网络辨识的LM-Smith控制器。该控制器在经典Smith控制中引入神经元模型,实时辨识时变被控对象,使预估模型能准确跟踪被控对象,实现对时滞环节的完全补偿。仿真结果表明该方法构造简单、准确性好、鲁棒性较强,改善了经典Smith控制的控制效果。
为了将应急物资快速准确地配送至灾区,在考虑灾后应急物资保障阶段性特征的基础上,构建了一个以应急物资未满足率最小、系统总时间最短以及系统总成本最小为目标的多周期混合整数规划模型,模型考虑了应急配送中心定位及多种类应急物资联运等问题。采用GAMS软件编程,并用分层序列法求解多目标规划。以"4·20"四川芦山地震为例验证模型的可行性和有效性,结果表明该模型能有效地解决灾后应急物资保障的定位—联运问题。
为了有效降低纳什均衡求解的复杂度并提高其计算效率,提出了一种粒子群算法近似求解混合战略纳什均衡的新方法。在介绍混合战略纳什均衡理论的基础上,提出了混合战略纳什均衡定义的计算形式,并据此提出了混合战略近似纳什均衡的概念,给出了粒子群算法求解混合战略近似纳什均衡的方法步骤。通过仿真验证了近似纳什均衡理论及粒子群求解过程的正确性,与原粒子群算法进行比较,得到新粒子群算法时效性更强的结论。
为更准确描述随机路网环境下出行者规避风险的择路行为,对期望—超额交通分配模型进行扩展,提出一种供应与需求双重不确定条件下多时段随机期望—超额用户平衡模型。在模型中,不仅同时考虑了行程时间随机变化条件下的可靠性和不可靠性,而且还考虑了出行者对行程时间的估计误差和需求的时变性。推导了需求服从对数正态分布和路段通行能力服从贝塔分布条件下期望—超额行程时间的解析表达式。以此为基础,建立起用等价变分不等式表
针对协同推荐技术存在的数据稀疏性和恶意评价行为等问题,提出了一种新颖的基于社会网络的协同过滤推荐算法。该方法借助社会网络分析技术对协同推荐方法加以改进,结合用户信任关系与用户自身兴趣,通过计算网络节点的可信度来消减虚假评分或恶意评分给推荐系统带来的负面影响,从而提高了推荐系统的准确度。实验表明,相对于传统的协同过滤算法,该算法可以有效缓解用户评分稀疏性及恶意评价行为带来的问题,显著提高推荐系统的推