多重网络中的创意扩散模型研究

基于线上线下多种渠道的创意扩散研究是企业管理的新兴研究热点之一.为此,引入多重网络理论与传播动力学理论,考虑工作中线下沟通、工作中通过企业社交媒体在线沟通及非工作时间电子沟通三种渠道,构建多种渠道构成的多重网络中的创意扩散模型.研究创意在多重网络中持续扩散的阈值条件,并对创意在多重网络中的扩散过程进行仿真实验.结果表明:1)当员工在单位时间内通过以上各渠道沟通的平均次数较接近时,在多重网络中创意扩散的速度较快,创意扩散的范围较广;2)与匀质网络相比,当非工作时间电子沟通子网络是无标度网络时,在多重网络中创意扩散的速度较快,扩散的范围较广;3)增大子网络层间创意扩散的相互促进作用对整个多重网络中创意的有效扩散有积极影响.     

中非经贸合作下非洲基础设施建设的现状与挑战——以亚吉铁路建设为例

在分析非洲基础设施建设现状和特点的基础上,通过亚吉铁路建设的案例研究,探讨了中非经贸合作下非洲基础设施建设的成功效应和存在的主要问题,得出中国标准缺乏国际认可、中非双方存在文化冲突、对非“全产业链”与投融资需要强化和产业结构相似的结论。同时,对未来中非经贸合作下非洲基础设施建设的发展从消除文化差异、提高合作层次、加强投融资、改进中国标准、明确合作区发展定位、后疫情时代加快构建更紧密的中非命运共同体和加强产能合作并发挥产能优势等角度提出可行性建议。     

一类离散时间复杂网络系统的输出同步

利用线性稳定性理论和Lyapunov函数方法,研究了一类离散时间复杂网络系统的输出同步问题,得到了系统输出指数同步的充分性条件,数值算例表明了方法的有效性.     

基于GAN的通信干扰波形生成技术

现有通信干扰方法, 通常基于通信侦察中获取的目标信号特征进行干扰决策, 选取合适的干扰波形实施干扰, 难以应对目标信号特征未知或参数动态变化的情况。为此, 提出一种基于生成对抗网络(generative adversarial networks, GAN)的通信干扰波形生成技术, 运用GAN直接提取目标信号的潜在特征, 并生成与目标信号特征相似的干扰波形。在介绍GAN原理的基础上, 首先设计网络模型, 并对学习率进行优化, 使GAN更适用于时间序列通信干扰波形的生成。然后通过对不同类型和参数的通信信号进行干扰波形生成实验, 验证了该技术的泛化性。最后进行干扰效果对比试验, 结果表明, GAN生成的干扰波形干扰效果能够逼近最佳干扰效果。     

海上电泵结蜡井热循环洗井工艺参数优化设计

为探索海上油田电泵举升结蜡井热循环洗井工艺井筒温度场分布规律，综合考虑潜油电机增温、电缆散热、热流体注入量、注入深度、注入温度、结蜡管段传热和海水空气导热的影响，基于热能守恒原理，建立了电泵井结蜡热循环洗井工艺井筒温度场计算模型，分析了热流体注入温度和注入量对混合产出流体的井筒温度分布的影响。研究结果表明，随着注入量的增加混合产出液沿程井筒温度增加，随着注入温度的增加混合产出液沿程井筒温度增加。该方法可有效指导现场措施工艺的实施，达到延长结蜡井的清蜡周期、延缓产液/产油量下降速度的目的。     

基于免疫粒子群优化的移动Sink路径规划算法

为了减少能量空洞和延长网络生命周期，在无线传感网中采用移动 Sink 的方式收集节点采集的数据是解决能 量效率问题的有效措施．采集路径的规划问题类似于旅行商问题，无法得到多项式时间的解．提出了将人工免疫算法和粒子群算法相结合，针对移动 sink 数据收集的路径规划问题寻求近似最优解，仿真结果表明: 与其他算法进行性能比较，所提出的优化算法能够有效减少能耗和缩短遍历路径．     

基于交通信号灯信息的混合动力汽车节能预测控制方法

针对传统混合动力汽车控制方法不考虑已知道路交通信号灯信息对车辆能量管理影响的问题,提出了基于交通信号灯信息的混合动力汽车节能预测控制智能优化策略。通过建立混合动力汽车系统的简化模型,并采用连续广义最小残量方法求解模型预测控制问题。运用MATLAB/Simulink进行仿真,仿真结果验证了交通信号灯信息模型的有效性,以及所设计的模型预测控制算法大幅度提高混合动力汽车的燃油经济性的能力和实时控制性能。研究结果表明所提出的控制策略可以实现车辆行驶轨迹的优化控制,显著提高了车辆的燃油经济性,并满足系统的实时最优控制要求。     

A neural network versus Black–Scholes: a comparison of pricing and hedging performances

An Erratum has been published for this article in Journal of Forecasting 22(6‐7) 2003, 551 The Black–Scholes formula is a well‐known model for pricing and hedging derivative securities. It relies, however, on several highly questionable assumptions. This paper examines whether a neural network (MLP) can be used to find a call option pricing formula better corresponding to market prices and the properties of the underlying asset than the Black–Scholes formula. The neural network method is applied to the out‐of‐sample pricing and delta‐hedging of daily Swedish stock index call options from 1997 to 1999. The relevance of a hedge‐analysis is stressed further in this paper. As benchmarks, the Black–Scholes model with historical and implied volatility estimates are used. Comparisons reveal that the neural network models outperform the benchmarks both in pricing and hedging performances. A moving block bootstrap is used to test the statistical significance of the results. Although the neural networks are superior, the results are sometimes insignificant at the 5% level. Copyright © 2003 John Wiley & Sons, Ltd.     

刚-柔性桩复合地基设计理论探讨

刚-柔性桩复合地基设计理论的发展明显地落后于工程实践,基于工程实践成果以及计算机仿真分析结果对刚-柔性桩复合地基设计理论进行了研究,根据不同的基础形式对刚-柔性桩复合地基进行分类,分析了不同型式复合地基的适用性,提出了具体的设计步骤,探讨了承载力与变形等相关问题.此外,还提出了刚-柔性桩复合地基优化设计的建议,并通过工程实例对上述设计理论进行验证.     

梯度网络平稳点集合的Hopfield稳定性与吸引域

给出梯度神经网络模型的电路实现 ,证明了网络平稳点集合的全局 Hopfield稳定性。对各个平稳点吸引域的几何估计得到了相关结果 ,这为网络初始输入的数量与方向判定提供了基本的量度参数准则。