面向连续变量量子密钥分发的多边型LDPC码设计与性能分析

为满足连续变量量子密钥分发(continuous-variable quantum key distribution, CV-QKD)应用场景中对高性能低密度奇偶校验(low density parity check, LDPC)码的需求,提出了针对一类具有3种边类型且部分变量节点度为1的多边型LDPC(multi-edge type LDPC, MET-LDPC)码的设计方法。通过掩模到需要的度分布的方式设计左上角矩阵;采用基于多路径外在信息度(extrinsic message degree,EMD)策略的渐进边增长(progressive edge growth, PEG)算法设计左下角矩阵;将各部分矩阵组合在一起完成MET-LDPC码的设计。仿真结果表明,采用掩模加PEG算法设计的MET-LDPC码比单独用PEG算法设计的MET-LDPC码性能更优。     

ATIS环境下的网络交通流逐日动态演化研究

基于出行者逐日路径选择过程,建立出行者路径选择模型和逐日路径选择学习模型. 在2条平行路径的简单路网中进行多次数值实验,结果表明：网络交通流演化是否稳定,以及能否达到随机用户均衡态,与出行者对昨日感知行程时间的依赖程度和先进的出行者信息系统市场占有率两者都有关系. 当出行者对昨日实际行程时间完全依赖时,路网系统始终偏离随机用户均衡态;当出行者对昨日感知行程时间完全依赖时,出行者集中选择一条路径,并且网络交通流演化稳定.     

基于分层Logit的多方式随机用户均衡分配模型

为了完善现有的交通分配模型,综合考虑出行者的方式选择与路径选择行为,建立了基于分层Logit的多方式随机用户均衡分配模型。首先,在多方式交通网络中,根据出行者出行决策的2个步骤,即首先选择合适的交通出行方式、然后选择该方式交通网络中的出行路径,采用分层Logit模型描述出行者的交通方式和路径联合选择行为。在建立的分层Logit模型中,出行效用与流量分布相互制约,出行效用受路网流量影响,而路网流量由效用所决定,最终要达到平衡。接着,构造了一个数学规划模型来求平衡解,证明数学规划模型的最优解与分层Logit模型的流量解等价,并进一步证明等价数学规划模型的目标函数是凸的,而约束集也是凸的,因此等价数学规划模型是一个凸规划问题,模型的解是唯一的。随后,给出了求解提出的基于分层Logit的多方式随机用户均衡分配模型改进的方向搜索算法步骤。最后,以含公交车和小汽车2种方式的方格形路网为算例,分析公交票价、出行者的时间价值和分层Logit模型的层间比例参数的变化对交通分配结果的影响。结果表明:公交车票价对流量分配的影响不大;公交需求量随出行者时间价值的增加而下降;当出行者的时间价值较低时,公交需求量随分层Logit模型的层间比例参数增加而增加,当出行者的时间价值较高时,公交需求量随分层Logit模型的层间比例参数的增加而减小。     

母亲在子女性格形成中的角色分析

性格是一个人对现实的稳定的态度以及与之相适应的习惯化了的行为方式。母亲在子女个性形成中扮演极其重要的角色。本文旨在从社会学、心理学和教育学等多个角度分析母亲在子女性格形成中的重要作用,并建构了“母亲—子女互动模型”,力求探索出母亲在子女性格形成关键期所应遵循的科学培养模式。