社交网络影响的不良信息扩散建模及最优控制策略

针对已有不良信息传播模型没有考虑不同社交网络间信息扩散情况,利用图论中的连通性原理,建立了多个社交网络间不良信息扩散的动力学模型,并且将优化控制理论应用到模型中。通过最优控制原理,证明了最优控制策略的存在性,进一步得到了不良信息扩散的优化控制模型。实验结果表明,引入优化控制措施可以有效抑制不良信息扩散规模,而且控制策略的强度可以根据需要进行动态调整。另外,通过模拟不同社交网络间是否有信息相互传递,发现社交网络间的信息传递会增大不良信息扩散的规模和速度。     

考虑发动机排气背压阈值的柴电混合动力汽车最优控制

根据柴油发动机台架试验结果,分析排气背压对发动机性能的影响,在设计插电式柴电混合动力汽车(plug-in hybrid electric vehicle,PHEV)控制策略时考虑排气背压对油耗与排放的影响因素.以排气背压和蓄电池荷电状态为状态变量,利用庞特里亚金极小值原理,求解以插电式混合动力汽车油耗与颗粒物排放量的多目标泛函,从而得到整车油耗与排放综合最优控制策略.在MATLAB/Simulink仿真平台下建立了包含柴油颗粒过滤器(diesel particle filter,DPF)压力损失和捕集效率模型的整车动力学模型,对上述所得最优控制策略进行验证,并与二阶段(charge-depleting and charge-sustaining,CD–CS)控制策略和无排气背压状态最优控制策略进行对比.仿真结果表明,本文建立的最优控制策略相对于其它两种控制策略均能明显降低排气背压升高对发动机性能的影响,有效地改善了整车燃油经济性和排放性.最后通过台架试验对所提出的最优控制策略的有效性进行验证,结果表明,采用该控制策略优化后的等效燃油消耗量与颗粒物(particulate matter,PM)排放量分别降低了9.68%和32%.     

群组仿真驱动的疫情传播风险推演方法——以新冠疫情防控为例

突发公共卫生事件下,疫情传播风险可以理解为人群流动过程中人员与人员之间直接/间接接触引起的关联人员之间的疫情传播风险.针对现有基于人群流动的疫情传播风险推演方法简化了人员内部流动对疫情扩散的影响,难以直接用于城市精细化管控方案制定的问题,提出一种群组仿真驱动的疫情传播风险推演方法.首先将人群流动造成的疫情传播风险抽象为人群流动和飞沫扩散运动综合作用造成的疫情传播风险;然后采用融合人群运动建模、车流运动建模的群组仿真方法以及飞沫扩散行为建模方法,实现疫情传播风险的仿真推演;最后采用分层级可视化方法对地理环境、飞沫传播、个体人群流动以及疫情传播风险态势等进行三维可视呈现及交互式管控推演.园区级单位版和城市级政府版的新冠疫情防控平台应用实例结果表明,所提方法可以为决策者制定精细化管控方案提供科学指导.     

梯度向量流的各向异性扩散分析

为了解决梯度向量流力场(gradient vector flow,简称GVF)难以进入目标凹部的问题,提出了一种新的主动轮廓模型外力场——各向异性梯度向量流.GVF的扩散项是各向同性且光滑性强的拉普拉斯算子,它在各个方向的扩散速度相同.拉普拉斯算子根据图像的局部结构可分为沿边界法线和切线方向的扩散,沿切线方向的扩散具有增强边界的作用,而法线方向扩散具有去除噪音、扩散力场的作用.基于分析二者在扩散过程中的作用,提出了一种各向异性梯度向量流扩散方法,切线和法线方向的扩散速度可以根据图像的局部结构自适应地选择.实验结果表明,与GVF相比,所提出的方法考虑了扩散过程中法线和切线方向的不同作用,能够进入细长的凹部,并改进了分割结果.     

无线传感器网络中一种基于高斯马尔可夫移动模型的自适应定位方法

针对无线传感器网络, 本文提出了一种基于高斯马尔科夫移动模型的自适应定位方法. 该方法由速度调整策略、中垂线策略和虚拟斥力策略组成. 速度调整策略可以使移动锚节点根据环境的改变自动的调整它的速度. 中垂线策略对移动锚节点的轨迹进行局部调整, 保证所有未知节点获得足够的非线性锚坐标. 而虚拟斥力策略不仅可以促使移动锚节点快速的离开已定位节点, 还能使它从边界外面快速的返回监测区域. 理论分析和仿真结果表明, 提出的方法可以达到较好的性能.     

基于模拟退火的WSAN多设定值调度算法

针对无线传感器/执行器网络中多用户设定值对动态物理过程状态实时控制的问题,提出一种解决多设定值调度的算法。设计调度模型和动态物理过程的状态空间模型,在卡尔曼滤波最优估计前提下,运用模拟退火算法逐步计算最优控制,以得到全局最优控制。仿真结果表明,与基于二次规划的多设定值调度算法和跨层优化调度算法相比,该算法具有更快的收敛速度、更好的系统稳定性、更强的实时处理能力。     

窗口长度自适应调整的策略迭代最优控制

在系统模型参数未知的最优控制问题中, 策略迭代能否快速收敛到最优控制策略的关键在于值函数的估计. 为了提升值函数的估计精度以及收敛速度, 本文提出一种窗口长度自适应调整的策略迭代最优控制算法. 充分利用一段时间内的历史样本数据, 通过影响力函数构建窗口长度与值函数估计性能之间的定量关系, 根据数据窗口长度对估计性能影响力的不同, 实现窗口长度的自适应调整. 最后, 将本文所提方法应用到连续发酵过程, 结果表明, 本文所提方法能够加快最优控制策略的收敛, 克服参数变化或外部扰动对控制性能的影响, 从而提升控制精度.     

跳跃扩散股价的最优投资组合选择

假定股票价格服从跳跃扩散过程.在传统均值-方差组合投资模型基础上,最大化最终收益的期望及最小化最终财富的方差.引进一个随机线性二次最优控制问题作为原问题的近似问题.证明了一个状态为跳跃扩散过程的一般最优控制问题的验证性定理.应用验证性定理求解HJB(Hamilton-Jacobi-Bellman)方程得到了原问题的最优策略.最后还给出了原问题有效前沿的表达式.     

约束非线性系统输入到状态稳定经济型模型预测控制

考虑约束非线性系统经济型最优控制问题,提出一种关于经济性能输入到状态稳定的经济型模型预测控制(EMPC)策略.通过离线计算系统的最优经济稳态点,构建关于该稳态点跟踪的稳定最优控制问题.在此基础上,利用稳定最优控制问题的最优值函数和关于经济性能函数的松弛量构造EMPC优化问题的收缩约束,再结合不变集原理和输入到状态稳定性...     

基于集值观测器的风能转换系统多类型故障检测的设计

针对受延时输入影响的风能转换系统的故障检测问题,本文设计了基于集值观测器的故障检测策略.风能转换系统常见故障可以区分为加性故障与乘性故障,本文对增广统一风能转换系统模型,设计一种全局集值观测器,通过改变所选择的状态集顶点和参考误差区间,改变增益矩阵元素的取值范围,选择合适的增益矩阵,实现精确的状态跟踪.在此基础上设计了同时考虑状态相对估计误差与输出的绝对估计误差的故障检测策略.仿真结果表明,本文设计的故障检测策略对常见多类型故障可以做出快速的故障判断.对比Rosa所设计的故障检测策略,该研究在故障检测时间上具有明显优势.     

考虑个体警觉行为的双层网络流行病传播模型

流行病传播过程中常伴随个体意识信息的扩散,然而目前关于流行病与意识信息关系的研究大部分未考虑意识信息在传播过程中对个体接触行为的影响。提出一种基于个体警觉状态的双层网络流行病传播模型。建立下层物理接触网络描述流行病的传播,构建上层信息扩散网络描述流行病传播中信息扩散,根据个体的行为偏好和警觉性设计警觉个体避免与非警觉个体接触、警觉个体避免与警觉个体接触两种接触行为策略,并在BA-BA、BA-WS和WS-WS 3种双层网络中模拟两种行为策略对流行病传播的影响。仿真结果表明,该模型中两种个体警觉行为策略通过调节警觉性参数均能有效降低流行病感染规模并提高流行病爆发阈值,从而抑制流行病在人群中传播。     

Multitask learning and nonlinear optimal control of the COVID-19 outbreak: A geometric programming approach

We propose a multitask learning approach to learn the parameters of a compartmental discrete-time epidemic model from various data sources and use it to design optimal control strategies of human-mobility restrictions that both curb the epidemic and minimize the economic costs associated with implementing non-pharmaceutical interventions. We develop an extension of the SEIR epidemic model that captures the effects of changes in human mobility on the spread of the disease. The parameters of the model are learned using a multitask learning approach that leverages both data on the number of deaths across a set of regions, and cellphone data on individuals’ mobility patterns specific to each region. Using this model, we propose a nonlinear optimal control problem aiming to find the optimal mobility-based intervention strategy that curbs the spread of the epidemic while obeying a budget on the economic cost incurred. We also show that the solution to this nonlinear optimal control problem can be efficiently found, in polynomial time, using tools from geometric programming. Furthermore, in the absence of a straightforward mapping from human mobility data to economic costs, we propose a practical method by which a budget on economic losses incurred may be chosen to eliminate excess deaths due to over-utilization of hospital resources. Our results are demonstrated with numerical simulations using real data from the COVID-19 pandemic in the Philadelphia metropolitan area.     

P2P网络文件分发过程及影响传播因素研究

在P2P网络中,流行文件的下载行为类似于流行病的传播过程,因此可以通过传染病动力学来描述P2P文件共享系统中文件的分发过程。利用传染病动力学模型,建立了一种P2P文件分发模型,并推导了确定文件传播能力的基本再生数计算公式。实验证明,得到的基本再生数公式能够很好地描述文件分发过程的行为和反映不同参数对文件传播带来的不同影响。     

D2SNet: Dynamics of diffusion and dynamic human behaviour in social networks

In this paper, we present an original and formal framework, the D2SNet model designed to combine both the social network evolution and the diffusion dynamics among individuals. We have conducted experiments on three social networks that show identical characteristics as real social networks. A formal definition of the model is provided and we describe its implementation in a simulation tool. We represent human behaviors and information dissemination strategies by standard and synthetic scheme. In a first step, we study the impact of network growing strategies only and we highlight important parameters such as the evolution speed and mainly the kind of strategies that favour or not the spread. Then we study a more complete evolution strategy that involves link creation and deletion. We provide a deep analysis on the impact of each parameter such as evolution speed, creation and deletion probabilities and dynamic human behaviors on the diffusion amplitude and coverage. Our study gives a novel and useful insight in the diffusion process in a dynamic context.     

CDM:Content Diffusion Model for Information-Centric Networks

This paper proposes the Content Diffusion Model(CDM) for modeling the content diffusion process in information-centric networking(ICN).CDM is inspired by the epidemic model and it provides a method of theoretical quantitative analysis for the content diffusion process in ICN.Specifically,CDM introduces the key functions to formalize the key factors that influence the content diffusion process,and thus it can construct the model via a simple but efficient way.Further,we derive CDM by using different combinations of those key factors and put them into several typical ICN scenarios,to analyze the characteristics during the diffusion process such as diffusion speed,diffusion scope,average fetching hops,changing and final state,which can greatly help to analyze the network performance and application design.A series of experiments are conducted to evaluate the efficacy and accuracy of CDM.The results show that CDM can accurately illustrate and model the content diffusion process in ICN.     

数据驱动的突发疫情传染扩散参数动态更新策略

在对各类重大突发疫情进行建模拟合时,参数取值一直是困扰众多学者的重要现实难题,现有研究大多参考相关文献或结合医学实验选取某一固定参数.为克服这种固定参数取值的局限性,基于数据驱动的逆向思维,借助欧拉差分变换和线性方程组解的特性,构建一种疫情传染扩散参数动态更新策略,可以帮助决策者结合疫情实时更新的状态数据,反推计算最佳的疫情传播扩散参数.以武汉新冠肺炎疫情相关数据进行算例测试,结果表明,结合所设计的参数动态更新策略,能够有效地提升重大突发疫情演化预测的准确性,这对于政府应急资源的精准配置具有重要的决策支持作用.     

COVID-19疫情下定点收治医院动态选址-分配优化

针对医疗资源匮乏和经济不发达的国家或地区,如何选择定点收治医院、分配患者,有效控制新型冠状病毒肺炎(COVID-19)扩散是亟待解决的问题.首先,考虑疫情患者数量和症状等级动态变化特征,以最大化患者的收治率和最小化医院总费用为目标,构建有限医疗资源约束下定点收治医院动态选址-分配双目标优化模型;其次,分析所构建模型的结构特征,设计基于Epsilon约束方法的求解框架,得到Pareto最优解集;最后,基于北京市卫生健康委发布的疫情数据进行数值实验,以验证所提出模型的可行性与方法的有效性.实验结果表明,双目标优化模型可以有效地权衡定点医院的总费用与患者的收治率,对于COVID-19疫情下医疗资源的合理配置具有重要的指导意义.     

流行病数据可视分析综述

流行病数据的多层面可视分析,可以加快流行病数据分析任务的交互式探索效率和加深对潜在模式的深刻理解.本文对流行病数据可视分析的相关工作展开综述,并主要通过四个方面进行总结和归纳:(1)流行病数据的时空可视分析,帮助用户发现和理解流行病数据在时间、空间以及时空维度中潜在的流行病特征和传播规律等;(2)流行病数据中涉及非结构...