恐怖组织如何编制网络

首先分析了恐怖组织从个体到群体、群体到网络的发展过程;提出和构建了一个恐怖组织群体网络的模型;对其网络演化过程进行了分析,并初探了其中一个最简单模型的动力学方程及其特性;最后,提出和简评对网络恐怖组织的控制方法。     

基于决策偏移的舆论演化动力学模型

随着社会计算的飞速发展,网络数据日益向大数据方向演进,网络群体呈现出多样性特征. 针对传统舆论演化动力学模型忽略大规模群体一致性压力和个体决策内驱力的相互作用,以及社会网络节点多、规模大等问题,提出了基于决策偏移概念的舆论演化动力学模型. 模型将内在偏移牵引力、外在群体一致性压力相结合,并引入社会心理学从众效应理论,建立依从、趋同和内化的节点状态及状态转移策略和观点演化策略. 仿真结果表明,模型能够有效模拟观点的收敛和分化,与经典有限信任模型相比,更加符合大型社会网络中群体舆论演进和个体交互的行为特征,揭示了群体层面观点演化的内在规律,为大数据时代分析现实舆论形成的内在机理提供理论模型和参考.     

传染病传播模型综述

建立传染病传播模型是理解传染病流行机理, 预测流行趋势, 进行防控决策的基础. 将传染病传播模型分为单一群体模型, 复合群体模型和微观个体模型三类. 单一群体模型从宏观角度刻画了集计量的变化, 以经典的\,SIR\,为基础, 在仓室设置、 年龄结构、 随机性、 异质性等方面进行了扩展. 复合群体模型将人群划分为多个子群体, 子群体之间因人口流动而耦合, 适合研究具有空间异质性的跨地区传播问题. 微观个体模型的出发点是个体状态和行为, 所有个体形成接触网络. 这类模型有理想网络和现实网络两个研究方向, 理想网络关注接触网络特性对传染病传播动力学的影响, 现实网络致力于揭示社会接触的实际特征, 构建足够真实的模拟网络, 研究传染病的传播. 这三类模型各有特点, 分别具有各自的适用领域, 应根据研究目的和问题特点选择合适的建模方法.     

基于高聚集性无标度网络模型的微粒群算法

受无标度网络结构特性的启发,将BA模型的"择优连接"机制进行扩展,引入微粒群群体组织方式的构造过程,提出基于高聚集性的无标度网络模型的微粒群算法。算法初期微粒被随机分布在环形结构中,随着搜索的进行不断增加新的微粒,并依据节点度和节点间的距离增加新的连接,最终形成具有高聚集性的无标度网络模型。这样,群体中多数微粒进行局部范围的搜索,而少量微粒按照全局模式搜索,两种方式相互制衡。仿真实验表明,改进后的算法能获得更好的收敛精度和进化速度。     

路由"活锁"建模与仿真

基于路由网络代数(Routing network algebra简称RNA)提出了一种新的路由“活锁”建模方法。通过分析“活锁”的路由网络代数表达式，进一步揭示了路由“活锁”根源。基于上述研究，提出了一个新的路由“活锁”检测算法，从而部分地解决了路由“活锁”的检测问题。利用仿真工具SSFNET对路由“活锁”进行仿真，实验表明路由“活锁”模型的正确性。     

基于新网络路由算法的通信网可靠性指标计算

解决通信网络"归一化容量加权可靠性指标"全代数化计算的最关键问题,是寻找能够算出网络节点之间全部路由的代数化路由算法。提出一种网络路由新算法,是按照逻辑代数运算规则,以关联矩阵降阶变换方式计算,对于有m个节点的网络,只需m-2次距阵降阶变换运算,就能够算得网络两节点间全部路由,且不会出现闭环路由问题,完全符合通信传输规则。基于该路由算法研究出通信网络"归一化容量加权可靠性指标"的全代数化算法,由于新算法所有环节均实现了代数化运算,所以易于编写计算机程序,可以很方便地计算出大型通信网络的可靠性指标,解决了大型通信网络可靠性分析困难的问题。通过算例对新算法的各计算过程进行了详细说明,验证了其正确性。     

网络群体事件信息传播的演化博弈分析

以政府部门处理网络群体事件信息传播为背景,建立了政府部门和网民在信息传播过程中的演化博弈模型,对不同规模网络群体事件下政府应采取的应对措施进行了复制动态分析和仿真分析研究。研究结果表明,对参与网络信息传播的人数较多、爆发时间已经较长的大规模网络群体事件,政府部门应及时、公开、透明地予以处理;对参与人数较少、距离爆发时间较短的小规模群体事件可以适当地采取屏蔽手段。政府部门要实现对有害社会秩序的网络群体事件的有效控制,应该建立有效的网络群体事件预警机制,把握处理信息传播的时机。     

多子网复合复杂网络及其运算研究

提出了一种能够描述不同子系统间以及不同子系统的元素间相互关系的复合复杂网络模型;基于该模型的网络运算,可描述多个复杂网络的复合以及一个复杂网络的分解;实证验证了该模型的有效性.     

复杂网络确定性模型研究的最新进展

复杂网络的确定性模型在复杂网络建模领域起着不可或缺的作用。按照复杂网络经典模型发展的先后次序,依次对随机图、小世界网络、无标度网络以及加权网络确定性模型的研究现状进行较全面的综述,重点介绍了相关模型的构造及其主要性质,并对复杂网络确定性模型未来的部分发展方向进行了展望。     

基于消费者采纳网络的网上购物扩散模型——以中国网上购物为例

网上购物扩散对于开展电子商务的企业来说具有重要意义。本文通过结合网上购物历史扩散数据和消费者采纳网络结构特征,建立网上购物的扩散模型,弥补了以Bass模型或其扩展模型研究网上购物扩散而忽略消费者内部影响程度变化的缺陷。通过对中国网上购物扩散数据的实证研究发现:基于消费者采纳网络的网上购物扩散模型较好地拟合了样本数据;网上购物扩散主要依赖于消费者之间的口碑传播;基于消费者采纳网络的网上购物扩散模型揭示了消费者群体采纳网上购物的内部影响机制,研究结果有助于企业深入了解网上购物的扩散规律并制定有针对性的网络营销策略。将研究结果与Bass模型进行对比,发现模型的拟合度和预测精度都优于Bass模型。     

交通分布模型的一致性研究

重力模型、增长系数模型和最大熵模型是交通分布的代表模型,有不同的适用条件,但在实际应用中其计算结果却极为接近,本文从理论上证明了这几种模型的一致性,证明过程中选择双约束重力模型,底特律模型和引入重力式先验概率的最大熵模型(重力式熵模型)进行分析.根据重力式熵模型的原理写出其规划问题,求解并进行等式转换,证明了重力式熵模型与重力模型及底特律模型具有相同的表达形式,并在实际规划问题中应用三种模型进行预测.结果显示重力式熵模型与这两种模型是一致的,预测结果存在的微小误差产生于不同的迭代过程,为重力式熵模型的实际应用提供了理论依据.     

基于贝叶斯CAViaR模型的油价风险研究

CAViaR模型是常用的VaR估计方法之一, 但通常面临参数估计和模型检验的困难. 本文发展了贝叶斯CAViaR模型用于分析油价风险, 并考察该模型在参数估计、模型选择、VaR预测等方面的作用. 采用布伦特原油价格日数据, 研究显示贝叶斯CAViaR模型有效控制了估计风险和模型风险, 且具有较好的VaR预测绩效, 优于传统CAViaR模型. 本文同时指出, 油价VaR存在自回归特征并受前期正负收益率的不对称影响. 不对称斜率CAViaR模型有效刻画了油价VaR的动态变化模式.     

石油期货对冲比率的模型选择:交互作用与模型风险

采用结构BEKK模型、传统BEKK模型、OLS模型估计石油期货对冲比率,从交互作用和模型风险的角度分析对冲比率的模型选择问题。基于布伦特原油期货与现货价格日数据的研究显示,结构BEKK模型的石油期货对冲绩效优于传统BEKK模型,预示对冲比率的估计要考虑交互作用;结构BEKK模型的石油期货对冲绩效在次贷危机前优于OLS模型,在次贷危机后劣于OLS模型,预示模型风险影响石油期货对冲绩效。进一步分析表明,石油期货对冲比率的估计模型应当根据市场状况和油价走势选择结构BEKK模型或OLS模型。本文研究为风险管理实践提供了决策依据。     

反映式与构成式测量模型的差异：基于TAM的实证研究

测量模型的选择是实证研究过程中的重要环节，区分反映式测量模型和构成式测量模型是正确构建管理理论的基础.在分析反映式和构成式两种测量模型差异的基础上，以技术采纳模型为例，通过对7次共1951份实际调查数据的分析，利用偏最小二乘法的结构方程模型，实证比较了两种测量模型在不同的样本规模、不同的研究情境和不同调查时间下外部效度和对内生潜变量解释能力上的差异.研究结果表明反映式测量模型具有稳定的外部效度，构成式测量模型的外部效度受到样本规模、研究情境和调查时间的影响；在因变量解释能力方面，构成式测量模型比反映式测量模型强的假设没有得到支持，即使当构成式测量模型误设为反映式测量模型时，其因变量解释能力也不一定显著增强.     

基于虚拟样机的电传动履带车辆性能仿真

建立和分析履带车辆动力学数学模型;应用多体动力学软件RecurDyn建立履带车辆动力学模型及地面模型,通过MATLAB/Simulink建立驱动电机控制系统模型,联合动力学模型与控制系统模型构建完整的整车虚拟样机;利用该虚拟样机对整丰的运动学及动力学分析,并与实车试验数据对比,验证了整车虚拟样机模型仿真的正确性,为电传动履带车辆的研发提供了新的试验方法.     

两因子常见利率模型在上交所债券市场的实证分析

以上交所债券价格隐含的利率期限结构从1996-03～2003-02的周样本数据作为分析对象,实证研究了常见的利率模型:Vasicek模型、CIR模型、仿射模型、广义高斯仿射模型,利用卡尔曼滤波法,估计了连续时间两因子利率模型。从模型给出的利率与实际观测到的利率的平均绝对误差来看,这些模型可以较好地描写利率期限结构的横截面特征,广义高斯仿射模型最好,仿射模型次之,CIR模型与Vasicek模型难分高下。但模型对各年期利率的预测误差表现出一定的序列相关性,说明这些模型不能够很好地描述利率期限结构的时间序列特征。     

基于Gamma滤波的压电陶瓷动态迟滞建模研究

融合Gamma滤波和PI模型的结构,提出压电陶瓷的动态迟滞模型.借鉴PI模型的结构, 对Gamma滤波的各个环节的输出通过RBF神经网络进行静态非线性变换,并在其后与一个动态神经网络串联, 构成了一种新的神经网络迟滞模型.与静态PI 模型不同,由于新模型中含有动态的类迟滞算子与动态神经网络串联.所以, 所提出的迟滞模型是一种动态的迟滞模型.对压电陶瓷实际测量数据逼近和预测的结果表明,所提出的动态迟滞模型精度高,具有较强的泛化能力.     

S-型软件可靠性模型的修正与性能评价

本文通过引入自由经验参数的方法对基本S-型软件可靠性增长模型进行修正,着重讨论了修正S-型(MS-型)模型和S-型模型、NHPP模型、W-NHPP模型的统一问题,导得了统一模型参数的最小均方误差估值计算公式,并提出了一种估值经验参数的方法。实例应用结果表明,通过对模型引入经验参数修正可以提高其参数估值的有效性和模型对实际软件失效数据的拟合性能和预测能力,不失为一种改善软件可靠性模型性能的有效途径。     

厂商数目有限交易费用不同的垄断竞争的空间模型

通过放松厂商数量足够多的假设，得到了新厂商的进入会对本地市场的厂商规模、产品价格以及产品种类数产生影响的结论。模型的结果显示，克鲁格曼模型是本模型的特例。最后讨论了模型中替代弹性变化、劳动力增加以及累积循环过程所体现的特征。     

PEMFC混合模型的建模及其稳态仿真

模型和仿真是设计最优燃料电池系统的有利工具。本文提出了一种新型的混合燃料电池模型,该混合模型包括机理部分和黑箱部分(即神经网络部分)。其中,机理部分用来体现大家所熟知的PEMFC性能,神经网络部分用来表现大家所不知或者不能用机理模型来表现的PEMFC性能,从而使该模型能更好的再现PEMFC的各种特性。为了验证该混合模型的有效性,在Matlab/Simulink环境下进行了不同阴极压力和温度下的仿真实验,结果证明了该混合模型的正确性。该混合模型与实验数据、机理模型和ANN模型的比较实验,表明混合模型具有比单独的机理模型或神经网络模型更高的精度。