一种通用的城市道路交通流微观仿真系统的研究

交通流仿真是研究交通问题的有效工具,本文采用复合概率、模糊逻辑等方法建立了描述交通流中不确定性因素、车辆的到达,在路段上行驶以及通过路口的微观仿真模型,并利用面向对象的方法设计实现了于种基于上述模型的通用城市交通流微观仿真系统,比较真实地再现了车辆在道路网络的行驶过程。     

基于复杂行为响应的传染病爆发问题的研究

在小世界网络拓扑结构上,研究信息影响力、接种比例和个体间信息传播概率的变化,对传染病传播的影响。研究发现小世界强度减弱时,信息影响力对传染病爆发概率和爆发规模的影响作用发生了逆转;在个体间信息传播速率增加的过程中,传染病的爆发概率和爆发规模呈现上升的趋势。     

网络结构特征与链路预测算法关系研究

以美国航空网络、科学家合作网络和线虫新陈代谢网络等5种实际网络为例进行了综合实验,用结果数据定量化描述了同配系数、集聚系数和网络效率等网络结构特征参数,与基于局部信息和全局信息的两类链路预测方法结果之间的关系。通过对结果的分析,得到了网络同配系数为正且聚集系数大于阈值(约0.1)时适用基于局部信息的预测方法,否则适用基于全局信息的预测方法;以及集聚系数、网络效率与局部信息预测方法的结果成正比,与全局信息预测方法成反比等结论。这些结论为通过网络特征参数进行链路预测方法的选择提供了定量化的参考依据。     

Consensus intuitionistic fuzzy group decision-making method for aircraft cockpit display and control system evaluation

A novel group decision-making (GDM) method based on intuitionistic fuzzy sets (IFSs) is developed to evaluate the ergonomics of aircraft cockpit display and control system (ACDCS). The GDM process with four steps is discussed. Firstly, approaches are proposed to transform four types of common judgement representations into a unified expression by the form of the IFS, and the features of unifications are analyzed. Then, the aggregation operator called the IFSs weighted averaging (IFSWA) operator is taken to synthesize decision-makers’ (DMs’) preferences by the form of the IFS. In this operator, the DM’s reliability weights factors are determined based on the distance measure between their preferences. Finally, an improved score function is used to rank alternatives and to get the best one. An illustrative example proves the proposed method is effective to valuate the ergonomics of the ACDCS.     

Numerical Simulation of the COVID-19 Herd Immunity Based on Complex Network Modeling北大核心CSCD

鉴于构建流行病动力学模型、探索流行病传播规律对疫情防控具有十分重要的理论意义和实际应用价值,在已有的均匀混合模型基础上,针对个体接触关系异质化越发明显,且每个个体都处在不同的接触关系中,建立了兼顾个体状态与接触追踪的动态小世界网络模型。模拟了新冠病毒在社会中的传播过程。通过对比仿真结果,说明了所建模型的合理性。在此基础上,仿真计算了网络拓扑结构与接种免疫人数占比共同作用下对新冠病毒传播的影响,分析得到群体免疫临界值。说明所建传播模型合理,接种疫苗实现群体免疫可行。     

人工神经元网络及其在系统仿真中的应用

本文简要地介绍了人工神经元网络的基本概念、主要特征及其发展历史,评述了几种有代表性的神经元网络模型。在此基础上,探讨了人工神经元网络在系统仿真中可能的应用方向。     

人工神经元网络的研究现状与展望

人工神经元网络是在现代神经科学研究成果的基础上提出的用来模拟人脑功能基本特征的一门研究学科,它不是人脑神经元网络的全面、真实描述,而是这种网络的某种抽象、模拟和简化。研究这一技术的目的在于探索人脑信息加工、存贮和搜索的机制,从而为人工智能与信息处理等学科的研究开辟一条新的技术途径。本文着重介绍了人工神经元网络的研究概况、典型模型和实际应用,展望了未来人工神经元网络的研究与发展。     

多层前馈神经网络的快速学习算法及其仿真研究

本文主要研究多层前馈神经网络的快速学习问题。文中首先概述了多层前馈神经网络的B—P学习算法,并分析了这种算法的主要缺陷,在此基础上提出了若干克服和缓解这些缺陷的技术方法,由此构造了一种新的多层前馈神经网络的快速B—P学习算法即FB—P算法。通过对FB—P算法学习过程进行较详细的分析,本文还建立了一种改进的FB—P学习算法即MFB—P算法。最后本文以三层前馈神经网络识别五类地面目标图像为例,对文中提出的FB—P和MFB—P学习算法的性能(即学习速度与推广特性)进行了计算机仿真实验,同时与B—P学习算法的性能作比较,理论分析与仿真实验表明:MFB—P与FB—P学习算法比B—P学习算法具有更快的收敛速度,且MFB—P算法收敛最快;MFB—P算法比FB—P和B—P学习算法具有更好的推广特性,而后两者的推广特性则大致相同。     

反向误差传播的学习策略

本文探讨多层神经网络、反向误差传播学习过程收敛缓慢的原因,提出了修改后的激励函数(x),变步长策略,输出反馈抑制策略及模式矢量预处理,从而大大加速了学习收敛过程。还给出了计算机模拟的结果。     

A Structured Methodology for Local Network Design Engineering

This paper presents a structured methodology for local network design engineering (SMLNDE). A complex and fuzzy project for local network design can be decomposed into a set of simple and particular activities using the SMLNDE. The SMLNDE allows rigorous requirements definition and permits the exhaustive consideration of the large number of factors influencing local network design engineering. The complete and clear design documentations and an optimal design can also be provided by the methodology. The SMLNDE has been implemented using the structured analysis and design technique. The study shows that the SMLNDE is an effective design methodology for the large and complex local networks.