一种基于强化学习的CDN流量调度系统设计方法

针对传统的CDN流量调度系统大多采用启发式方法或规划方法，存在维护成本高，实时性不足等缺点，提出一种基于深度强化学习的CDN流量调度系统设计框架。该框架基于马尔科夫链设计了故障告警网络来触发调度，建立了基于stacking模型的质量评估奖励函数，并在此基础上对流量调度进行定义和建模，构建了基于DQN的深度强化学习模型。最后，通过仿真实验验证了该调度框架的有效性。     

基于改进TOPSIS的电力基建项目评价机制与应用

针对现有电力基建项目评审时存在的测评指标不全面、评价结果不合理等缺陷，提出基于改进TOPSIS的电力基建项目质量偏差度评价模型。通过对影响电力基建项目质量评审合理性的因素进行分析，实现项目质量偏差度评价指标体系的构建。采用组合赋权法，使得主客观权重值得到有效的平衡，完成权重组合系数的合理选取。利用余弦相似度和灰色关联分析，完成对传统TOPSIS法的改进。在此基础上，将改进TOPSIS法运用于电力基建项目质量评价工作中，使评审结果的准确性得到进一步的提高。算例结果表明，该模型可有效完善项目质量偏差度评价指标，使得评价结果更加符合实际情况，为电力基建项目的评审工作提供有效支持和决策。     

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。     

创新型科技人才分类评价方法

 在创新型科技人才内涵和分类评价指标体系研究的基础上，利用模糊层次分析法和逼近理想解排序法（TOPSIS法），提出创新型科技人才分类评价方法，并以2019年北京市科技新星计划的生物医药领域申报者为研究对象进行实证分析，结果表明该方法的评价准确率达到80.95%，验证了该方法的可行性与有效性。     

全亚麻卷烟纸的研制与开发

对亚麻纤维进行打浆、抄片,检测物理指标,根据抄片指标,制定出适合生产全亚麻卷烟纸的打浆工艺,根据生产车间工艺设备配置,对盘磨磨齿进行选择、对打浆功率进行调整,对打浆浓度、打浆度、湿质量进行控制,成功开发出预期目标的全亚麻卷烟纸.     

Banach空间分数阶微分方程边值问题正解的存在性

用非紧性测度估计技巧和凝聚映射的不动点指数理论, 证明Banach空间中分数阶微分方程边值问题正解的存在性.     

纯黏土与砂-黏土混合物渗透特性差异及机理分析

根据重塑纯黏土和砂-黏土混合物试样的室内固结试验结果,反演了渗透系数,探讨了纯黏土和砂-黏土混合物的渗透特性差异.试验结果表明:常用于评价纯黏土渗透性状的归一化指标e/eL(孔隙比与液限状态孔隙比的比值)能拓展运用于砂-黏土混合物中,但e/eL与渗透系数之间呈现非线性关系,这显著不同于纯黏土的线性关系,其本质原因在于混合物在压缩过程中形成了砂骨架.骨架形成前,纯黏土和砂-黏土混合物的e/eL与渗透系数的2条关系曲线吻合良好,而在骨架形成后,两者的关系曲线存在明显的差异;引入砂-黏土混合物四相体系,从黏土孔隙比和砂孔隙比的角度阐述了砂骨架的形成机制,且对两者渗透性状的差异性进行了详细的机理解释;最后给出了一种可以预测纯黏土和砂-黏土混合物渗透系数的经验公式.     

基于变量选择-神经网络模型的复杂路网短时交通流预测

摘要： 针对传统交通流预测模型正在由单断面历史数据处理向多断面、多时刻历史数据处理转变,但在考虑各断面间的影响时,多变的交通状况往往会使预测模型复杂化的问题,引入一种多元线性回归最小绝对收缩和选择算子方法(Lasso),并利用其优秀的变量选择能力,在复杂路网多断面中选出相关性较高的断面；结合神经网络(NN)的非线性特性,提出了Lasso NN组合模型.结果表明：Lasso NN模型在路网交叉口对未来15 min交通流数据预测的误差率低于9.2%；在非交叉口的误差率低于6.7%,总体优于各自单独使用得出的结果.     

六角螺系统的 Harmonic 指标

图G的 Harmonic指标定义为图G 中所有边uv 的权重2du＋dv 的和，用 H（G）表示；二阶Harmonic指标被定义为图G中所有二长路uvw的权重3du＋dv＋dw 的和，用2H（G）表示；其中du表示G中点u的度数。该文研究了六角螺链和六角螺系统的 Harmonic 指标，发现它们的极图不唯一。通过研究二阶 Harmonic指标，确定了六角螺链的极图，发现六角螺系统的极图是一类特定的图。并且找到一个关于Harmonic 指标的极图和二阶 Harmonic 指标的极图的关系。最后，提出一个关于 Harmonic 指标的开放新问题。     

基于交通信号灯信息的混合动力汽车节能预测控制方法

针对传统混合动力汽车控制方法不考虑已知道路交通信号灯信息对车辆能量管理影响的问题,提出了基于交通信号灯信息的混合动力汽车节能预测控制智能优化策略。通过建立混合动力汽车系统的简化模型,并采用连续广义最小残量方法求解模型预测控制问题。运用MATLAB/Simulink进行仿真,仿真结果验证了交通信号灯信息模型的有效性,以及所设计的模型预测控制算法大幅度提高混合动力汽车的燃油经济性的能力和实时控制性能。研究结果表明所提出的控制策略可以实现车辆行驶轨迹的优化控制,显著提高了车辆的燃油经济性,并满足系统的实时最优控制要求。