基于混合流量预测的虚拟网络拓扑重构方法

目前在构建虚拟网络时, 为满足用户动态变化的带宽需求, 虚拟网络控制平台通常把虚拟链路带宽设置为流量最大值, 一定程度上造成了资源浪费。针对这一问题, 提出一种基于混合流量预测的虚拟网络拓扑重构方法, 利用基于参数优化选择的混合流量预测算法对下一周期的网络流量进行预测, 根据流量预测结果进行拓扑重构, 在避免出现乒乓效应的同时节省更多带宽资源。为了提高流量预测算法的精度与效率, 首先采用小波分解方法将流量数据分解为高频的细节时间序列和低频的近似时间序列, 然后利用基于粒子群优化的相空间重构方法, 对该时间序列进行特征提取构建训练样本。之后分别采用混沌模型对细节时间序列进行训练预测, 采用极限学习机(extreme learning machine, ELM)神经网络对近似时间序列进行训练预测。仿真结果表明, 所提的流量预测算法在保证预测精度的同时, 运行时间更短, 预测效率更高, 进而保证了拓扑重构方法可以节省更多的带宽资源。     

制造企业衍生服务运营模式决策：自营与外包的权衡

随着服务在制造企业创收中占比的不断增加，服务衍生已成为实现服务型制造的有效手段，但产品制造的相对集中与服务提供的绝对分散困扰着制造企业衍生服务的自营/外包决策。针对1家制造企业和1家服务承包商出售一类实物产品及一项衍生服务的情形，构建了衍生服务自营与外包两类模式下的博弈模型。结果表明：衍生服务自营/外包的决策受服务水平、产品服务相关性、服务提供优势系数及收益共享系数等多因素影响；自营或外包模式下，衍生服务水平及服务提供优势系数对双方利润的促进作用存在边界，且产品服务相关性对衍生服务水平以及双方利润存在促进作用；外包模式下，收益共享系数的制定应以实现外包双方价值更大创造为目的。     

基于mRMR与因子分解机的分类模型研究

很多学者用“全球恐怖主义研究数据库”GTD数据集，采用博弈论、K近邻法和支持向量机等分析恐怖事件的聚集性，已经取得一些成果.但在前期研究中未有很好考虑数据的稀疏性以及高维度多冗余等会导致聚集分类准确率不高的问题.本文提出一种基于最小冗余最大相关与因子分解机结合的TFM分类模型，使用增量搜索方法寻找近似最优的特征解决高维度多冗余问题和FM方法解决数据稀疏问题，并对预处理后的恐怖袭击事件数据用TFM模型做量化分类.文中使用朴素贝叶斯NB、支持向量机SVM、逻辑回归LR与TFM等4个模型的“马修斯相关系数”MCC进行比较，结果显示TFM的MCC相对于其他三个模型NB、SVM、LR分别提高了49.9%,2.5%,2.3%，可见TFM模型有一定可行性.     

一种钯离子印迹聚合物的制备优化研究

采用沉淀聚合法, 以PdCl₄²⁻为模板, 以4-乙烯基吡啶(4-VP)、2-烯丙巯基烟酸(ANA)、2-乙酸胺基丙烯酸(AAA)为功能单体, 加入交联剂二甲基丙烯酸乙二醇酯(EGDMA)、引发剂偶氮二异丁腈(AIBN)和致孔剂甲醇, 制备钯离子印迹聚合物。通过添加不同种类、用量的功能单体和不同用量的交联剂, 探究不同制备条件对钯离子印迹聚合物制备效果的影响。优化结果表明, 与ANA和AAA功能单体对比, 4-VP和PdCl₄^2–能形成4:1的稳定配合物, 结合常数最大, 印迹效果最好, 是 3 种功能单体中用于制备钯离子印迹聚合物的最佳选择。吸附试验结果进一步表明, 按照模板、功能单体、交联剂用量比例为1:4:40制备的钯离子印迹聚合物对Pd(II)的吸附量最大, 为5.042 mg/g。     

双暴露面的阶段充填体孤柱需求强度模型及影响因素

阶段充填体孤柱侧壁均暴露、处于双轴受力状态，易发生剪切破坏.为合理确定其所需强度值，根据Terzaghi松散地压理论和滑楔体极限平衡理论，建立了孤柱需求强度数学计算模型，分析了需求强度的影响因素.结果表明:阶段充填体孤柱需求强度值与采场埋深和结构参数呈正相关，与充填体内摩擦角、充填体-围岩接触面摩擦系数和摩擦角呈负相关.该研究成果对指导矿山充填配比设计、防止地表塌陷和环境保护等具有现实意义.     

基于参数化分位回归模型的非寿险准备金评估

准备金及其风险边际对保险公司的偿付能力具有决定性影响.均值回归模型在非寿险准备金评估中的应用较为普遍,但需要通过Bootstrap等方法计算准备金的风险边际.分位回归模型可以一次性求得准备金及其风险边际的预测值,所以在非寿险准备金评估中具有独特的应用价值.基于GB2(Generalized Beta type 2)分布建立了一种参数化分位回归模型,该模型首先对GB2分布中的位置参数和尺度参数同时引入流量三角形数据中的事故年和进展年作为解释变量,增加了模型的灵活性;其次,根据模型参数的极大似然估计结果,借助分位数函数的表达式,计算了不同分位数水平下的准备金预测值;最后,利用极大似然估计的渐近性质,通过Delta方法给出了准备金预测值的误差.基于一组增量赔款数据的实证研究结果表明,GB2参数化分位回归模型在非寿险准备金评估及其风险边际的预测中具有良好的应用价值.     

基于遗传算法的频谱池ICI 优化算法

为优化基于小波的频谱池系统中的载波间干扰( ICI: Inter-Carrier Interference) ，提出了一种基于遗传算法的载波间干扰优化方案。采用遗传算法获得最佳权重向量，抑制认知用户子载波干扰能量。该算法可在不牺牲认知用户带宽的条件下，优化认知用户载波干扰能量。仿真结果表明，在满足认知用户目标误码率条件下，明显抑制影响授权用户的载波间干扰，使授权用户获得更好的误码率性能。     

气膜条件下车厢表面摩擦阻力计算理论研究

针对气膜条件下厢式运输车厢体表面摩擦阻力减小的实验结果,分别提出边界层加厚理论、混合降速理论、边界层加厚-混合降速理论3种理论来研究空气介质中空气膜的减阻机理,建立了气膜条件下厢式运输车厢体表面气流摩擦阻力计算模型,定性对比分析了厢体表面在有气膜和无气膜条件下各自所受到的气流摩擦阻力.结果表明,有气膜时摩擦阻力减小,这一结果与笔者前期的实验研究结果趋于一致,为气膜减阻在厢体表面减阻中的实际应用提供了理论基础.     

LDPC 码改进型LBP 译码算法研究

针对LDPC(Low Density Parity Check) 码分层( LBP: Layered Belief Propagation) 译码算法计算复杂度高、不易于硬件实现的问题, 提出一种改进算法。该算法首先引入函数f(x)使LBP译码算法的计算复杂度大大降低; 同时引入具体参数校正因子和偏移因子, 提升译码性能。仿真结果表明, 改进后的算法相比LBP 算法在计
算复杂度降低的同时, 也提升了译码性能, 从而达到了易于硬件实现的目的。     

混凝土坡屋面结构设计优化分析

针对目前常见的混凝土坡屋面的建模计算方法展开讨论,提出不同的结构布置方案,并采用不同的计算软件PKPM和MIDAS GEN进行优化分析,比较计算结果的合理性.本文认为对于混凝土坡屋面,应采用空间有限元建模,同时减少折梁的布置,充分考虑折板的支撑的类支座作用.采取必要的构造加强措施,以折板形成坡屋面,可以减少工程量,具有很好的经济性,对于工程应用具有参考价值.