自动机网络和交通的模拟研究

自动机网络是空间变量、时间变量和状态变量皆为离散集的动力系统，由于计算机科学的发展，自动机网络已经在基础和工程应用中的显示出它的广泛适用性和重要性，本文介绍自动机网络和元胞自动要的理论和应用，元胞自动机交通模型以及对多种交通因素进行的模拟研究。     

Science Bulletin 2016年第21期中文概要

正城市增长模型:进展和观点李雪草,宫鹏城市增长模型一直被广泛地用来研究城市扩张及其对环境的影响评价,帮助政府决策支持及实现对未来场景的预测.本文对城市增长模型进行了系统性地回顾,包括城市增长模型的演化、模型理论基础、模型模拟框架及典型应用.重点介绍了三类基础的城市增长模型:土地利用交通模型、元胞自动机模型和多智能体模型以及它们之间的内在关系、模型模拟机制、数据需求和应用尺度上的差异.最后,本文针对元胞自动机模型,从模型的模拟单元、时序信息的考虑、模型比较与平台和场景分析上提出了改进的方向,并指出了模型发展和应用新的机遇,包括开放公众数据及     

基于多智能体的微观交通流模拟模型

在分析传统跟驰模型和元胞自动机模型不足的基础上, 提出了基于多智能体的微观交通流模型. 在模型中创建了一种新的跟驰方法, 设计了具有推理机制的汽车换道策略, 模拟城市主干路和高速公路交通流. 实验结果表明, 本模型比元胞自动机模型有更高的模拟精度, 在研究复杂交通流方面优于传统跟驰模型, 能较好地模拟堵塞、自由流和同步流等车流现象.     

中国内地SARS输入输出流的疾病传播网络分析

关注传染病流行中个体在健康-受感染-发病-就诊-康复过程的时空变化模式以及区域之间的信息流与物质流的交互作用, 基于2002~2003年中国内地SARS流行病学调查数据, 选取SARS流行的3个典型个体空间位置信息: 工作单位或住址、发病地点以及报告单位, 定义SARS传播输入输出流, 并在此基础上构建了SARS输入流与输出流传播网络模型, 对SARS传播输入输出流的时空分布特征、节点特征参数的空间分布与时序变化以及网络结构特征等进行了全面系统的分析. 结果表明: (1) 北京和广东是输出病例和自传播病例最为严重的地区, 对于北京自传播病例的防控措施重点应是在SARS流行的后期; (2) 中国内地SARS传播网络具有明显的输出流聚集性质, 形成了以北京和广东为中心的两个输出聚集区域; (3) 广东是SARS传播扩散的起源中心与早期大部分区域感染病例的主要输入来源, 但没有对其周围形成显著辐射蔓延状况, 而北京直到流行中后期才与周围各区域产生输入输出的交互, 但却有显著空间辐射扩散能力; (4) 广东在整个SARS流行期具有大幅度的传播辐射范围, 而北京及其周围区域在流行中后期形成另一大幅度传播辐射范围, 尤其在后期河北等周围区域的辐射范围甚至略超北京; (5) 输入流网络辐射强度较低且辐射范围属中等水平, 而输出流网络辐射强度较高且辐射范围基本覆盖全国, 并且表现出逐渐增强的聚集性结构特征. 基于SARS传播输入输出流及其传播网络的分析有助于揭示SARS流行的潜在时空传播规律与整体时空演化特征, 为防控措施提供更有效的理论支持.     

中国内地SARS输入输出流的疾病传播网络分析

关注传染病流行中个体在健康-受感染-发病-就诊-康复过程的时空变化模式以及区域之间的信息流与物质流的交互作用,基于2002~2003年中国内地SARS流行病学调查数据,选取SARS流行的3个典型个体空间位置信息:工作单位或住址、发病地点以及报告单位,定义SARS传播输入输出流,并在此基础上构建了SARS输入流与输出流传播网络模型,对SARS传播输入输出流的时空分布特征、节点特征参数的空间分布与时序变化以及网络结构特征等进行了全面系统的分析.结果表明:(1)北京和广东是输出病例和自传播病例最为严重的地区,对于北京自传播病例的防控措施重点应是在SARS流行的后期;(2)中国内地SARS传播网络具有明显的输出流聚集性质,形成了以北京和广东为中心的两个输出聚集区域;(3)广东是SARS传播扩散的起源中心与早期大部分区域感染病例的主要输入来源,但没有对其周围形成显著辐射蔓延状况,而北京直到流行中后期才与周围各区域产生输入输出的交互,但却有显著空间辐射扩散能力;(4)广东在整个SARS流行期具有大幅度的传播辐射范围,而北京及其周围区域在流行中后期形成另一大幅度传播辐射范围,尤其在后期河北等周围区域的辐射范围甚至略超北京;(5)输入流网络辐射强度较低且辐射范围属中等水平,而输出流网络辐射强度较高且辐射范围基本覆盖全国,并且表现出逐渐增强的聚集性结构特征.基于SARS传播输入输出流及其传播网络的分析有助于揭示SARS流行的潜在时空传播规律与整体时空演化特征,为防控措施提供更有效的理论支持.     

SARS爆发预测和预警的数学模型研究

运用SEIJR模型简化后的SIJR模型, 分析了SARS传播中的传播率、基本再生数等重要参数, 并且运用所建立的模型对香港、加拿大和新加坡SARS爆发的前期数据进行拟合, 得到了传播率等重要 参数, 然后对采取控制措施之后模型参数(隔离率等)的调整对SARS后期发展趋势进行预测, 同时可以看到, 模型拟合的控制前的数据与模型预测的控制后的数据之间存在明显拐点, 这充分体现了控制前后疾病流行遵循着不同的规律. 建立的SARS数学模型还可以同时比较各个地区控制疫情措施的有效程度. 本模型给出的结果和香港、新加坡和加拿大的实际数据吻合较好, 并能给出这些地区在SARS发生后期反映政府控制力度方面的定量指标.     

汉语句法网络的中心节点研究

以两种语体的汉语依存句法树库为基础, 根据词频及分布率统计结果, 选取3 个汉语虚词作为研究对象. 对提取的3 个虚词节点进行了节点度数、点出度、点入度、接近性、内接近性、外接近性、中间度等网络特征的统计, 并将这3 个节点从网络中移除, 对比分析网络前后的节点数、平均度、平均路径长度、网络直径、孤立节点数、最大范围、密度等网络特征的变化. 结果表明, 3 个虚词均是网络的中心节点, 但地位各有不同, 它们对网络整体结构的影响也有较大区别. 本研究不仅为汉语虚词的研究提供了新方法, 也为复杂网络中的节点特性研究提供了新的思路.     

一种基于移动机器人行为的人员疏散的元胞自动机模型

紧急情况(如火灾等)下的人员疏散研究可为减少人员受到伤害提供必要的指导. 提出一种基于移动机器人行为的人员疏散的元胞自动机模型. 将疏散的人员看作是智能移动机器人, 其运动模式包括目标制导、避障、绕行和紧张行为驱动人员与环境的相互作用. 将移动机器人的运动模式与元胞自动机理论结合, 建立人员疏散模型. 针对不同移动速度的人员疏散模拟研究表明, 提出的模型能够比较准确地预测紧急情况下的人员疏散现象.     

从战争中学习战争

2009年3月, 一种新的甲型H1N1流感自北美爆发并很快在全球传播. 目前, 感染人数已超过17000名, 世界卫生组织(WHO)宣布的警备级别也迅速上升到5级, 标志着人类与流感持续至少一个世纪的“军备竞赛”又进入了一个新的阶段. 就在6年前, 严重急性呼吸综合征(SARS)从我国爆发. 突如其来的、不知病因的流行病使处于医疗卫生预防和医学科学研究体系均准备不足状态下的我国医务工作者、科学工作者、政府官员乃至普通民众都经历了一次前所未有的考验, 最终在举国抗击SARS的努力下还是打赢了这场“遭遇战”. 随后, 相关卫生预防体系有了极大的改善, 科研投入大幅度增加. 我国科学家陆续在国内外学术刊物上发表了一系列有关SARS冠状病毒分析的论文, 标志着我国的病毒学及流行病学研究真正进入了后基因组时代.     

基于网络数据分析的心理计算:针对心理健康状态与主观幸福感

大规模地实时计算民众的心理特征有利于维护社会的和谐稳定,但传统的心理测验方法不能有效地满足上述需求.本研究提出了基于网络数据分析的心理计算方法,通过分析用户的"微博"数据建立心理计算模型(心理健康状态计算模型与主观幸福感计算模型),据此来计算民众的心理特征.研究结果显示,心理计算模型的建模效果良好,而建模方法与建模目标是影响建模效果的两个重要因素.本研究表明,可以通过分析网络数据来计算民众的心理特征,此方法有利于改善心理测验的实施规模与施测效率.