基于网络搜索和CLSI-EMD-BP的旅游客流量预测研究

准确的旅游预测对于旅游政策制定当局和游客都具有重要意义,可以帮助资源的合理配置并避免拥堵事件和游客滞留事件的发生.为了提高旅游预测的准确性,本文考虑噪声在预测中的干扰,提出一种基于网络搜索的CLSI-EMD-BP预测模型.该模型首先利用CLSI方法对网络搜索数据进行指数合成,并利用EMD对序列进行噪声处理,将高频噪声从原序列中分离,再利用去噪处理后的网络搜索数据对旅游客流量进行预测.实证分析以九寨沟为例对预测期内未来22周旅游客流量进行预测发现,基于网络搜索的CLSI-EMD-BP预测误差显著低于时间序列、网络搜索和BP神经网络三个基准模型.该结论一方面说明了本文预测模型的改进作用,另一方面也表明了噪声处理在预测中的必要性.     

基于网络信息搜索的旅游需求预测——来自黄金周的证据

基于旅游需求预测和信息搜索理论,结合黄金周期间景区的旅游数据和网络搜索数据,探讨了网络信息搜索在旅游需求预测中的潜在作用。实证研究结果显示,网络信息搜索与旅游需求之间存在显著的正相关关系。相对于自回归基准模型,基于网络信息搜索的模型能够显著提高旅游需求预测的准确性,在MAE和RMSE这2个指标上样本外预测精度分别提高约41%和43%。     

基于网络搜索的票房预测模型——来自中国电影市场的证据

建立了一个将网络搜索与电影票房联系起来的模型, 考察了影片上映前后消费者网络搜索的动态变化及其在电影票房预测中的作用. 文章就中国电影产业对该模型进行了实证检验. 结果显示, 影片网络搜索量以及增长趋势都能预测该影片的首映周票房. 对于后续周票房, 动态联立方程模型的估计结果表明, 网络搜索既是电影票房的先行信号, 也是电影票房的后向结果. 样本外分析表明, 整合了网络搜索的模型能够提高预测的准确性.     

基于互联网搜索指数的多因素集成下人民币汇率预测

针对人民币短期汇率预测问题,构建了基于互联网大数据信息的互联网搜索指数,改进了人民币汇率短期预测CAR模型.首先,基于涵盖丰富信息的互联罔大数据,构建了反映大众关于汇率波动观点、情绪及预期的互联网搜索指数,并运用热最优路径(TOP)方法、去趋势交叉相关分析(DCCA)方法对指数的有效性进行了检验,结果表明该指数可以有效地表征出大众情绪和预期的变化.进一步地,利用所编制的互联网搜索指数对人民币汇率的短期预测模型进行改进,构建了融合互联网搜索指数的CAR模型.实证结果表明,融合互联网搜索指数的人民币汇率短期CAR预测模型可以有效提升短期汇率的预测精度.     

基于主成分分析和组合神经网络的短时交通流预测方法

提出一种将主成分分析和组合神经网络相结合的方法来预测短时交通流量.将预测路段历史流量及其相关路段的历史流量进行主成分分析,分析结果作为组合神经网络的输入数据,这样不仅减少了输入变量个数,减小网络规模,而且保留了原始变量的主要信息,消除变量之间的相关性.给出了一个说明该方法有效性的例子,用同一组数据比较该方法与典型BP网络的预测效果,结果表明该方法明显优于BP网络.     

整车物流网络规划问题的混合粒子群算法研究

综合考虑整车物流系统中的运输规模经济效应、库存控制策略、设施、服务质量等决策因素,建立了整车物流网络规划集成优化模型.给出了一种流预测算法和粒子群算法相结合的求解方法,用粒子群算法搜索物流网络可行结构,用流预测算法确定其最优运输路径,二者相互协调实现最优解的搜索.在粒子群搜索过程还加入了交叉变异操作来增加种群的多样性,以避免早熟收敛.实例仿真表明混合粒子群算法的运行效率有显著提高,且有更高概率搜索到全局最优.     

一种用于复杂网络搜索的标记策略

搜索是复杂网络上的一项基本功能,设计搜索策略的一个重要目标是在每个节点上维护尽可能少的信息,并且搜索效率尽可能高.针对复杂网络搜索提出了一种新的标记策略(labeling scheme).通过将网络嵌入到较简单的度量空间和对节点重新命名,使每个节点只需要知道邻居节点的名字,因而在节点上存放很少的信息,而搜索使用的路径长度限制在较小的范围内.由于许多真实的复杂网络都是无标度网络,利用它们的拓扑特征,该策略在这类网络上能够获得很高的搜索效率,绝大部分情况下搜索使用的路径都是最优路径.与已知的几种标记策略相比,仿真结果表明该策略的总体性能更好.     

基于综合价值的Web主题信息搜集策略研究

启发式的Web主题信息搜集系统依据链接的重要性决定访问Web的顺序，因此如何评价链接价值是决定其搜索策略的关键。提出一种基于综合价值的搜索算法，它综合了立即价值和未来价值两种链接评价方法，并依据链接价值所反映的Web实际搜索情况对两种价值间的关系进行动态调整，使网络蜘蛛能更准确地预测页面的重要性。实验结果表明，新的算法具有较高的搜索效率。     

基于反馈机制的动态副本数量预测方法

针对视频点播集群服务中对单一视频访问数量进行预测时,基于传统的历史信息加权方法产生的动态副本数量误差较大、点播集群负载均衡较差的问题,分析了传统方法预测误差产生的主要原因——对单一视频历史访问数量趋势信息的考虑缺失,并提出了一种基于反馈机制的动态副本数量预测方法。该方法在传统的基于历史信息加权方法的基础上,考虑了历史访问数量的趋势信息。对实际系统数据的模拟结果显示,在反馈系数等于1时,基于反馈机制可以使动态副本数量的平均预测错误率下降29.6%,峰值错误预测率下降42.9%。     

自适应多目标遗传算法在柔性工作车间调度中的应用

针对柔性工作车间调度问题的特点，提出了一种新的自适应多目标遗传算法，其特点包括：同时运用了基于工序顺序和基于机器分配两种交叉变异方法以弥补经典工作车问调度问题中交叉变异操作的局限性；根据遗传算法搜索的历史自适应的调整两种交叉变异方法的概率以提高算法的搜索效率和稳定性；引入多目标遗传算法中的小生境技术以保持种群的多样性；采用精英保留策略保护进化过程中的优秀个体。实验结果证明该算法在多目标柔性工作车间调度问题的应用上，可以产生分布性较好的高质量的解。     

基于复杂网络的禽流感病毒传播

基于复杂网络理论,研究了禽流感病毒的传播机制.根据实证数据分析,建立了一个禽流感病毒传播的小世界网络模型.通过对病毒传播中个体的接触程度、传染概率、潜伏期等因素研究,分析了现在对禽流感病毒预防措施的有效性.最后,通过对世界卫生组织公布的各地禽流感病毒爆发的数据进行统计,说明了用小世界网络模型模拟禽流感病毒传播的可行性.     

Exploring the Linear and Nonlinear Causality Between Internet Big Data and Stock Markets

In the era of big data, stock markets are closely connected with Internet big data from diverse sources. This paper makes the first attempt to compare the linkage between stock markets and various Internet big data collected from search engines, public media and social media. To achieve this purpose, a big data-based causality testing framework is proposed with three steps, i.e., data crawling,data mining and causality testing. Taking the Shanghai Stock Exchange and Shenzhen Stock Exchange as targets for stock markets, web search data, news, and microblogs as samples of Internet big data, some interesting findings can be obtained. 1) There is a strong bi-directional, linear and nonlinear Granger causality between stock markets and investors' web search behaviors due to some similar trends and uncertain factors. 2) News sentiments from public media have Granger causality with stock markets in a bi-directional linear way, while microblog sentiments from social media have Granger causality with stock markets in a unidirectional linear way, running from stock markets to microblog sentiments.3) News sentiments can explain the changes in stock markets better than microblog sentiments due to their authority. The results of this paper might provide some valuable information for both stock market investors and modelers.     

空间监视相控阵雷达匹配搜索技术研究

研究空间监视相控阵雷达搜索方法问题。针对常规搜索方法所面临的低轨目标拦截概率和搜索范围间的矛盾,提出基于空间碎片运动特性的匹配搜索方法。基于不同轨道高度空间碎片对搜索数据率要求的差异性,充分利用发射波束的主瓣宽度,将搜索屏看成“慢搜索远距离”和“快搜索近距离”的两个等效搜索屏,分别用于探测高、低轨道目标。在此基础上,通过优化轨道高度划分和波束编排,实现不同轨道高度目标的匹配数据率搜索。最后,利用实际空间碎片轨道根数和雷达散射横截面积数据,仿真比较了匹配搜索方法与常规搜索方法的探测效能,结果表明,匹配搜索方法对于低轨空间碎片的探测效能远高于常规搜索方法,对空间监视相控阵雷达搜索策略和资源管理方法的研究具有重要意义。     

多精英采样与个体差分学习的分布估计算法

提出了基于多精英采样和差分搜索的分布估计算法EDA-M/D (Estimation distribution algorithm based on multiple elites sampling and individuals differential search)。EDA-M/D利用多精英个体独立采样生成子代来提升算法全局搜索能力,利用精英群体分布的σ²约束采样半径,实现种群从全局搜索逐步过度到局部搜索。当精英群体停滞时,劣势个体借助精英群体的μ和种群历史最优解进行差分搜索,帮助种群跳出局部最优解。通过多精英采样与差分搜索的自适应协同实现种群宏观信息与个体微观信息的有机融合。实验结果表明EDA-M/D在稳定性和搜索能力方面均表现出明显的优势。     

Conceptualizing Mining of Firm's Web Log Files

In this era of a data-driven society, useful data(Big Data) is often unintentionally ignored due to lack of convenient tools and expensive software. For example, web log files can be used to identify explicit information of browsing patterns when users access web sites. Some hidden information,however, cannot be directly derived from the log files. We may need external resources to discover more knowledge from browsing patterns. The purpose of this study is to investigate the application of web usage mining based on web log files. The outcome of this study sets further directions of this investigation on what and how implicit information embedded in log files can be efficiently and effectively extracted. Further work involves combining the use of social media data to improve business decision quality.     

Agent-based modeling and analysis of influenza transmission-illustrated by hong kong influenza transmission patterns北大核心CSCD

The reasons why there are summer transmission peaks in tropical area and subtropical area in east Asia are still unclear. This paper uses an agent-based modeling (ABM), to model influenza transmission dynamics. Our influenza transmission ABM model considers two transmission routes and the model is illustrated by the analysis of Hong Kong influenza transmission pattern. Results show that: 1) the summer peak of influenza transmission in Hong Kong can be caused by virus transmission through the fomite-mediated route; 2) under the seasonality influence of the absolute humidity, aerosol route and fomite-mediated route dominant transmission in winter and summer repectively; 3) two routes transmission model can be better used for influenza transmission control for different seasons. ©, 2015, The Journal Agency of Complex Systems and Complexity Science. All right reserved.     

用信息扩散模型改进台风风险估计

频繁且随机发生的台风,其风险是概率风险,具有统计学的意义.用历史台风的损失记录作为样本来量化风险时,台风风险就是台风损失样本的平均值,它必等于由台风发生概率和易损性偶合估计出的损失期望值.当统计资料较少时,由于信息扩散模型能提高小样本的工作效率,消除用简单统计方法估计风险时出现的平缓和跳空现象,较好地表现统计规律,从而能改进台风风险的估计精度.按年分段形成的多个样本函数可用于计算物理意义明确的台风年度风险值,并可用信息扩散模型对其加以改进.蒙特卡罗法并不具有改进风险评估精度的功能.本文以浙江省部分历史台风资料为样本,演示了台风风险的估计.信息扩散模型的改进程度如何,将另文用计算机仿真的方法来加以检验.     

基于计算实验的流感大流行预防策略

流感是人类健康的重大威胁之一.为探索预防新型流感大流行的有效策略,建立了北京市计算流行病模型,评估了边境口岸检疫,病例治疗,病例隔离,社会关系抗病毒预防以及免疫接种措施对四种新型流感大流行的预防效能.结果表明:边境口岸检疫对于预防新型流感大流行的作用非常有限;积极的病例治疗可预防传播能力类似于2009年A(H1N1)的新型流感大流行;高强度的病例治疗和病例隔离可预防传播能力类似于1957年A(H2N2)的新型流感大流行;对于传播能力类似于1918年A(H1N1)的新型流感,在高强度病例治疗和病例隔离的基础上须对病例的社会关系进行抗病毒预防才有可能预防大流行;而对于具有超级传播能力的新型流感(R_03.3),必须依靠有效的广谱疫苗才能预防大流行.研究结果对于进一步完善我国应对流感大流行的应急准备与处置计划具有参考价值.     

广播式与合约式自动相关监视的信息转换

广播式自动相关监视(ADS-B)与合约式自动相关监视(ADS-C)是两种不同的自动相关监视体制。通过对ADS-B与ADS-C之间监视信息的差异分析,提出一个能够使两种信息在末端应用时相互兼容的转换处理方法。运用该方法,可以实现两种自动相关监视系统之间的信息共享,有效提高空中交通监视系统的整体效能。