一种人口迁移行为的动力学模拟与结构熵分析

人类行为研究一直是复杂系统关注的焦点,其动力学研究主要用以揭示人类行为发生的时空分布规律.人类行为的发生既有个体性也有群体性,目前的研究主要集中于前者.本文在一个二维网格上构建了受自然因素制约的人口迁移模型.结合“推拉理论”,模型中侧重考虑了不同区域农业经济发展水平,迁入地数量及区域间距离对迁移人口规模的影响.利用模型模拟了迁出及迁入区人口及人均粮食产量的变化趋势,并探讨了迁移发生过程中的熵变.结果表明,熵变呈先增后减趋势,说明系统人口迁移行为的发生经历了从无序到有序的发展进程.结合人口规模斑图进一步说明人口理性回迁是引起熵减的直接原因.     

对生态系统及生物多样性等理论问题的探讨

在简述生态系统基本特征的基础上，对生态系统是非平衡系统，是典型的耗散自组织系统进行论述；并对系统有序、无序、混沌状态的概念和相关关系及渐变、突变、分岔的区别作解释。阐述生命自组织的基本特性及新种的形成过程，同时用熵值作为生物多样性评价指标，证明了一个系统的熵值增加，物种多样性就丰富，熵值减少，物种多样性就较差。笔还就生物多样性与生态系统的稳定性问题进行了讨论，认为生物多样性与生态系统的稳定性没有必然的联系。     

当量成分AB和A_3B型合金有序─无序转变行为

利用EAM（EmbeddedAtomMethod）势基础上的等效原子模型分析了结构稳定性与长程有序度的关系，给出了二元体系结合能与长程有序度解析关系的一般表达式，说明当量成分下AB和A3B型合金有序无序转变行为的不同，并以NiAl和Ni3Al为研究对象具体研究了其有序无序转变，从理论上解释了这两种有序金属间化合物在实验中所表现出的不同有序无序转变行为特征．     

当量成分AB和A3B型合金有序——无序转变行为

利用ＥＡＭ势基础睥和原子模型分析了结构稳定与长程有序度的关系，给出了二元体系结合能与长程有序度解析关系的一般表达式，说明当量成分下ＡＢ和Ａ３Ｂ型合金有序无序转变行为的不同，并以ＮｉＡｌ和Ｎｉ３Ａｌ为研究对象具体研究了具有无序转变，从理论上解释了这两种有序金属间化合物在实验中所表现出的不同有序无序转变行为特征。     

负熵:经济与教育系统协调发展的中介——兼论高校改革的目标和任务

熵是描述物质运动无序度的广延量,熵值越大系统无序度也越大。孤立物理系统的不可逆过程的熵值总是增加的,生物系统的不可逆过程的熵值却总是减少的,这是因为生物系统不断地从环境中吸取负熵的结果。因此,任何系统的有序发展一定要从外界或其他系统中获得负熵,负熵流是系统之间协调有序的中介。     

固态二元合金超额热力学函数的计算方法

基于Miedema二元合金生成热模型,结合自由体积理论,充分考虑超额熵,针对实际固态二元合金熔体,提出全浓度范围内的超额热力学函数的计算方法,分别推导出对有序、无序固态二元合金的全摩尔超额函数、偏摩尔超额函数、组元活度计算式·分别计算了固态无序合金AgAu、有序合金CoPt在800K、1273K温度下的各种超额热力学函数值,计算结果与实验值吻合良好·     

大面积航班延误下空中交通网络流系统的拥堵识别

近些年来,大面积航班延误问题已经成为空中交通流量管理部门的难题之一。为了从宏观上描述发生大面积航班延误时的交通状态,提出了空中交通网络流系统的拥堵定义,并对其拥堵程度进行识别和划分。首先从空中交通网络流系统的要素航线和机场的航班运行角度出发,建立了拥堵识别指标体系。其次,根据历史统计数据和熵值法计算权值,并基于模糊综合评价法建立了拥堵程度识别模型。最后,结合实例验证,表明该模型能真实的反映空中交通网络流系统的拥堵状况。     

基于改进瞬时能量的人群异常行为识别算法

人口密度的逐年增加使得公共场所的人群暴乱事件频繁发生,利用相关技术对现有的监控视频进行实时分析,及时对突发的人群异常情况报警,对于维护社会秩序和公共安全具有重要的研究意义。提出了一种基于改进瞬时能量的人群异常行为识别算法,把提取到的人群分布信息和运动信息融合后,计算得到瞬时能量,并与设定的异常阈值比较,以识别人群异常行为。实验结果表明:针对相同的视频数据,该算法降低了传统动能公式因单一考虑人群运动信息而导致对异常行为误检的概率,识别人群异常行为的准确性要高于其他同类方法。     

基于突变理论的大学生体育锻炼行为研究

为探究大学生体育锻炼行为各阶段的现象、关键点、演化途径等问题,通过文献资料法、访谈法、逻辑思维法等研究方法,在分析大学生体育锻炼行为影响因素的基础上,基于突变理论和行为科学理论,构建了大学生体育锻炼行为的尖点突变模型.研究发现:大学生体育锻炼习惯的养成是内外部因素随时间逐渐积累而导致锻炼行为发生突变的一种现象;个体内部...     

数据驱动下交通异常行为的双层识别模型

为实现对车辆异常行为的准确识别,提高车辆行驶的安全性,提出了一种基于支持向量机(support vector machine, SVM)、监督学习与长短期记忆(long short term memory, LSTM)深度学习的交通异常驾驶行为双层识别模型。首先,对车辆轨迹数据筛除和滤波,构建异常行为数据集;其次,从异常行为轨迹特征中提取出特定异常行为的特征标签,并人为标定在训练集中;再次,构建SVM模型对训练集进行粗识别,基于SVM的二分法原理,从测试集中筛选出异常行为;最后,通过LSTM时间序列模型构建具体种类的异常行为模型,并通过深度学习的方法,从异常行为数据中细分为蛇形驾驶、急速变向、侧滑、大半径转弯、快速U型转弯、急刹车等具体的异常驾驶行为。本次实验选用下一代仿真(next generation simulation, NGSIM)数据中US-101高速公路和peachtree城市道路的数据集的轨迹数据验证SVM和LSTM双层识别模型的性能,包括均方根误差、识别准确率等。结果表明,构建的双层识别模型在第一层有98%的识别准确率,第二层有超过80%的识别准确率,可以较为准确地识...     

基于信息熵贴近度的旋转机械故障诊断

基于信息融合的思想,研究了反映振动能量的旋转机械故障状态的各种信息熵特征,如奇异谱熵、功率谱熵、小波空间状态特征谱熵和小波能谱熵．通过转子试验,给出了旋转机械的不平衡、不对中、支座松动、轴裂纹典型故障下的各信息熵的变化范围．根据越相似的模式间距离越短原理,提出采用贴近度来进行模式识别的方法．首先利用贴近度原理和熵带构建了信息熵贴近度模型,其次计算出待识别状态与各典型故障之间的信息熵贴近度值,则对应于待识别状态之间的信息熵贴近度最大的即为待识别状态的故障模式,最后通过实例描述了基于信息熵贴近度的旋转机械故障诊断方法的可行性．     

公共危机管理熵的测定

危机事件的复杂性特征导致了危机管理的复杂性.从熵理论的基本原理出发,探讨了公共危机管理熵的内涵与特征,分析了影响公共危机管理熵的内外因素,建立了相应的公共危机管理熵的测定模型,对公共危机管理组织的有序、无序状态的衡量提出了新的理论思考.分析表明,当系统处于负熵状态时,公共危机管理组织能够通过自组织实现从一种有序结构向更高有序结构的演化,提高危机管理效率.     

监控场景下视频中全局移动对象的异常行为自动识别

传统异常行为识别方法容易受到外界环境的干扰,导致识别精度低下;且开销较高。为此,提出一种新的监控场景下视频中全局移动对象的异常行为自动识别方法。对异常行为特征进行提取,选用的特征为目标运动轨迹特征和外接矩形框宽高比特征,通过位置动态对监控场景下视频中全局移动对象运动轨迹特征进行提取,通过最小外接矩形框对移动对象进行标记。依据特征提取结果,通过异常测量函数实现监控场景下视频中全局移动对象的异常行为自动识别。实验结果表明,采用所提方法对全局移动对象的异常行为进行自动识别,不仅识别精度高,且开销较低。     

非当量成分Ni_3Al基合金的有序─无序转变

利用建立在EAM（EmbeddedAtomMethod）势基础上的等效原子模型，计算了模拟非当量成分的Ni3Al基合金结构稳定性与长程有序（LRO）度的关系，结果说明：非当量成分下，Ni3Al基合金有序无序转变温度随Al含量的增加而上升；其有序无序转变为形核长大的非均匀转变过程，理论上不存在稳定的均匀部分有序结构；其介稳的部分状态组织为完全有序区和完全无序区的混合组织．该结果能解释实验中所观察到的Ni3Al基合金有序无序转变。     

基于EEG熵值的驾驶员脑力负荷水平识别方法

为了对驾驶员脑力负荷予以有效识别,基于脑电信号指标构建了一种驾驶员脑力负荷识别方法.对驾驶员脑电信号进行快速傅里叶变换(FFT),选取θ(4~8 Hz),α(8~13 Hz),β(13~30 Hz)3个频段的频谱幅值分别进行熵处理,对所得到的熵值作为脑力负荷识别参数,并对识别参数进行Kruskal-Wallis检验,选取差异最为显著的10项参数作为脑力负荷特征指标,在此基础上结合BP模型构建了驾驶员脑力负荷识别模型.基于驾驶模拟器实验数据,模型识别正确率为87.8%~90.4%.结果表明,该模型对驾驶员脑力负荷识别具有较高准确性,可实现不同驾驶员脑力负荷的有效识别,为未来自动辅助驾驶系统构建及车载信息系统优化设计提供算法依据.     

基于粗糙集的多类人群异常行为识别算法

为解决现有基于人工设计特征行为识别方法缺少多类异常行为分类研究和受人工影响大等问题,提出和实现了基于粗糙集的多类中低密度人群异常行为识别算法.该算法首先提取目标人群的人数、帧平均加速度、矩形框的距离势能、方向混乱熵,以及帧间混乱程度五个运动特征量,利用粗糙集从中学习以获取决策规则,再对正常、四散、同向加速跑、突然聚集和群殴这五类人群行为进行分类,并定量对比分析本文算法和其他同类算法处理同一视频集的分类效果.结果表明:与随机森林法等其他同类算法相比,该算法不仅能够有效检测出人群异常行为,还能准确地对五类人群行为进行分类,其识别准确率和覆盖率均有明显提升.     

熵与无序度

本文提出系统的每一子系的平均熵S/N是系统状态无序程度的普适量度。用此量度可以解决各种有关的矛盾问题,如:均匀系统的整体与部分的熵不同而无序度却一样;激光等开放系统从无序态转变到有序态熵可是增大的。讨论了同一系统的不同描述层次的熵与无序度的概念及其间的关系,并指出一些文献对有关问题的论述所存在的错误。     

基于滑动样本熵的动力学状态识别

样本熵是有效刻画系统复杂性的动力学指数,运用滑动技术生成样本熵函数,分析线性和非线性时间序列在不同动力学状态下的变化.结果显示,对于线性和非线性时间序列,动力学状态发生改变时,样本熵函数均有明显变化,其中,样本熵函数跳跃点指示了动力学状态突变点.进一步对比传统的识别方法,滑动样本熵体现出更好的稳定性和适用性,表明滑动样本熵方法能有效识别时间序列动力学状态,为时间序列的动力学状态分析提供一条新的途径.     

利用不可逆热力学原理初步构建认知模型

学生学习的过程,是一个知识由无序到有序的过程。本文从不可逆热力学原理与熵理论出发,分析了影响学生学习的主要因素,初步构建了学生认知过程的基本模型,并结合化学教学实际提出了针对该模型中的不同变量应采取的教学策略。     

基于证据理论的驾驶行为险态识别方法

针对驾驶过程中危险性驾驶行为状态的有效辨识问题,基于证据理论提出一套系统的驾驶行为险态辨识方法.在设定的显著性水平下,采用因子方差分析法,从驾驶行为状态因子中提取若干因子构建驾驶行为险态辨识特征集.在此基础上,分别采用贝叶斯模型、FCM模型、神经网络模型,构建3类驾驶行为险态辨识器,实现驾驶行为危险状态辨识.针对3类辨识器辨识结果的差异性,采用D-S证据理论,对3类模型的辨识结果予以融合,实现了驾驶行为状态危险等级的融合识别.最后结合实例予以试算,结果表明,对于危险性驾驶行为状态的误判率为1.73%,方法具有可行性.