一种基于规则的仿真精度实时分析方法

针对复杂分布式仿真系统实时精度分析困难以及分析方法较少的情况,提出了一种基于规则的仿真精度实时分析方法。首先概述了仿真精度和精度分析的概念;然后重点讨论了实时精度分析方法的原理,包括仿真事件及其关系的形式化描述方法,规则的表现形式,以及精度分析的流程和规则库设计;最后结合应用实例,给出结论及下一步研究方向。     

铁水调度仿真系统的设计与实现

现代钢铁企业中,铁水物流过程工艺复杂、设备众多,对铁水调度进行研究具有重要的理论意义及实际应用价值。在对铁水物流过程及铁水调度问题进行描述的基础上,提出了铁水调度的仿真策略,开发了基于可视化的图形化编辑器平台的铁水调度仿真系统,介绍了仿真系统的总体框架,应用离散事件仿真方法对铁水物流过程进行了仿真,并对扰动事件的模拟与识别模型、扰动的动态调整方法进行了研究。描述了仿真系统的软件结构及功能。应用国内某大型钢铁企业生产现场的实际数据进行了仿真实验。仿真结果表明了所开发的铁水调度仿真系统的有效性,为深入研究铁水调度的智能优化算法提供了可视化的仿真实验平台,并为进一步在实际生产中应用奠定了基础。     

StarSim:支持快速构建的离散事件系统通用模拟框架

离散事件系统是研究和实践中常见的一类目标系统,使用软件对其进行模拟是有益甚至必须的。提出支持快速构建的离散事件系统通用模拟框架StarSim,为离散事件系统快速构建软件模拟器。StarSim设计简单通用的系统抽象模型以支持快速构建目标系统模拟器,提供基于事件的实体间交互方式以表达目标系统中的交互行为,引入简化的对象请求代理技术以透明的支持分布性,使用基于令牌分发的多线程技术以并行处理目标系统中同时发生的事件,预留可定制的监测和控制接口以灵活的监控目标系统,使用Java语言编写以确保移植性。为一个混合类型离散事件系统快速构建模拟器,验证了StarSim的诸特性和快速构建能力。     

分布式离散事件系统的安全可诊断性算法

采用有限状态自动机对分布式离散事件系统建模, 提出一种分布式离散事件系统的安全可诊断性算法. 首先, 获得系统的全局模型, 剪枝并确定系统是否可诊断. 若系统可诊断, 则构建该系统的安全诊断器, 在全局模型中添加安全标签, 判断系统是否安全可诊断. 实验结果表明: 该算法可判断分布式离散事件系统是否安全可诊断, 缩小了求解空间; 最好情况下实例状态数约缩减至7倍, 平均情况下实例状态数约缩减5.45倍.     

2016年中国环境科学热点回眸

 2016年,中国环境污染形势依然十分严峻。为了解决各类环境问题,政府和社会各界投入了大量的人力、物力和财力,取得了诸多阶段性成果。本文简介2016年度大气环境、土壤环境、水环境、生态环境等领域取得的部分突破性进展;遴选了2016年环境科学领域最受公众关注的热点事件;盘点了2016年出台的有重要影响力的环境政策及调查报告;分析了中国环境科学领域的态势及趋势。     

基于粒度端元分析的甘肃天水全新世古泥流沉积事件研究

应用端元模型分析法对天水赵家崖(ZJY)全新世黄土-古土壤剖面粒度数据进行反演,分离出4个端元组分.结果表明,由于古泥流是在流水作用下对黄土物质搬运沉积的产物, ZJY剖面野外观察发现及室内0.1 mm颗粒筛选判定的3期7次泥流事件均表现为上层端元1相对富集,而下层端元4富集的现象,反映了泥流沉积物的正粒序特征.通过与淮河上游卢庄村古洪水SWD粒度端元分析对比发现, ZJY剖面古泥流端元组成更为复杂,且分选更差,反映出古泥流与古洪水SWD搬运沉积动力的差异,进一步证明ZJY剖面野外观察发现的3期共计7次泥流事件的真实存在.     

中国周边学与共同应对周边突发性灾害

中国和周边国家共同应对突发重大灾害,是中国周边学战略层面的重大研究课题,也是中国创建"周边命运共同体"必须面对的重大问题。人类进入21世纪,随着全球气候变暖趋势加强,人类生态环境持续恶化,各种灾害事件频频爆发,甚至出现了类似印度洋大海啸、卡特里娜飓风等顶级大灾害。     

裁定文书中企业破产事件的自动化抽取

提出了一种企业破产事件抽取框架,该框架可以从法律裁定书等卷宗资料中检测出相应的法律事件,并抽取出与事件相关的结构化要素信息.该框架结合从法院所获得的裁定书等卷宗信息,运用远程监督技术来构建模型训练数据;再通过命名实体识别技术对句级别的文书进行序列标注;最后结合自定义的事件触发词表与事件字典,运用事件抽取技术对法律文书进行事件识别,并给出对应事件的结构化信息.实验结果表明本框架能够取得较高的事件识别精度,是一种有效的企业破产事件抽取框架.     

基于SEIR模型视角的重大公共卫生事件中伪科学网络谣言的传播治理：以新冠肺炎疫情为例

 新型冠状病毒肺炎防疫工作进入关键时期,而期间大量滋生的伪科学网络谣言导致各地广泛出现盲目抢购、囤货等不良社会事件,严重影响疫情防控与社会正常秩序。以新冠肺炎疫情为例,在总结梳理国内外学者对伪科学、网络谣言等定义的基础上,给出适用本文的伪科学网络谣言的定义;选取本次疫情中影响较大的4个伪科学网络谣言,收集其在新浪微博传播过程中的数据,分析伪科学网络谣言在疫情中的传播特点;以SEIR模型为基础,综合考虑政府干预滞后性、个体信息接受从众效应、谣言传播特点等对模型进行合理改进,并通过数值实验对重大公共卫生事件中的伪科学网络谣言传播机制进一步研究;最后,基于前文分析从不同角度对重大公共卫生事件中伪科学网络谣言的传播治理提出针对性对策建议。     

基于图嵌入的社交媒体药物不良反应事件检测方法

药物不良反应事件是造成患者发病、死亡的主要原因之一．传统的基于患者自发报告系统存在较为严重的漏报情况,近年来将推特等社交媒体作为数据来源进行药物不良反应事件检测的研究愈发受到重视．各种深度学习模型通常依赖于大量的训练样本,然而受限于数据来源的特质和耗时的数据标注工作,该领域的相关研究面临标注数据规模小、数据噪声大等问题,制约了这些模型发挥良好的效果．据此,在文本表示层面引入基于图嵌入数据增强和对抗训练两种正则化方法,提升模型在低资源高噪声下的药物不良反应事件检测效果．通过实验,具体分析和讨论两种方法的适用范围,结合卷积神经网络,提出一种同时发挥其优势的药物不良反应事件检测模型,实验结果显示其具有良好的适用性．