面向沿道路机动的最优路径模型优化

根据“公路”地理实体的数据结构以及机动的特点,对最优路径模型以及模型的影响因子进行解析,提出了改进的最优路径模型影响因子。通过层次分析法,量化改进后的权重体系并通过算例分析验证其合理性;利用改进后的最优路径模型,经验证符合实际情况需求。     

政府治理行为对社会风险信息传播的影响——以工程项目社会风险治理为例

信息传播贯穿社会风险扩散的全过程，政府治理行为对风险信息传播有着重要影响，直接影响社会风险治理效果。本文在分析信息传播与社会风险关系的基础上，阐述信息治理的必要性，结合政府在信息治理中的主体地位，借鉴经典传染性模型，构建社会风险信息传播模型，研究政府治理行为对其传播规律的影响，并以工程项目社会风险治理为例进行仿真研究。仿真结果表明：1）政府信息治理延长了风险信息传播达到峰值和稳态的时间，有助于减缓社会风险传播；2）行政干预与正面回应都能增加信息传播系统中易感者比例，减少感染者比例以及达到峰值时的潜伏者比例，同时达到减缓社会风险信息传播的目的；3）正面回应对信息传播系统中各参数影响较大，正面回应手段更有效。从信息搜集、处理、发布的信息流动全过程视角，提出相关政策建议。     

微结构表面上流体流动的数值模拟

根据固液界面的复合接触模式,考察了液体在光栅表面上的流动。运用二阶中心差分方法对Navier-Stokes方程进行离散求解,采用了零滑移和零剪切交错边界条件,开发了一个用于计算二维流动参数的计算系统。运用该系统对二维管道进行了模拟,得到了管道内流体的速度分布和压强分布,并计算了管道的减阻情况。计算结果与以往类似结果对比说明了系统的理论基础和实施方案的正确性;计算结果表明,流体在光滑与光栅结构表面构成的管道中的压强分布存在一定差异,光栅结构表面具有一定的减阻性能。最后,通过对不同的表面结构参数进行数值实验,得出了用于减阻衡量的关系式。
     

环境库兹涅茨曲线框架下产业升级对生态效率的影响——基于长江经济带市级面板数据的分析

为了研究产业升级对长江经济带生态效率是否存在生态改善效应,以2011—2016年长江经济带33个主要城市为研究对象,利用超效率DEA模型测度生态效率,将新型环境库兹涅茨曲线（EKC）扩展到生态效率领域,并采用空间计量模型验证产业升级与生态效率之间是否存在EKC曲线关系。结果表明：长江经济带生态效率呈上升趋势,上游地区生态效率明显高于中下游地区;产业升级与生态效率之间存在“U”型曲线关系,大部分城市的产业升级指数已经经过拐点,位于“U”型曲线右方;经济发展水平对生态效率的促进作用不显著,环境规制以及外商直接投资能够有效提高长江经济带生态效率。建议加强上下游地区间生态环境治理策略互动,继续发挥产业升级的生态效率提升作用,推动中上游地区产业升级,加强环境规制,合理利用外资。     

气候变化与人类活动影响下大清河流域上游河流径流响应研究

河北雄安新区的设立,引起了各界对雄安新区所在的大清河流域的广泛关注,特别是其水资源的变化特征与影响因素是了解雄安新区水资源情势的重要参考。研究解析了人类活动和气候变化对大清河流域上游径流过程的相对影响,采用SWAT模型模拟了大清河流域上游径流过程,并结合弹性系数法验证比对,分离了人类活动与气候变化对大清河流域上游径流过程的贡献率。结果表明,1981-2015年,大清河流域上游山区倒马关站及紫荆关站径流量均呈减少趋势,倒马关站及紫荆关站年径流量递减速率分别为0.10m3/s及0.07m3/s。人类活动为影响径流的主导因子,其贡献率为53.4%～60.8%;气候变化较人类活动影响径流稍小,其贡献率为39.2%～46.6%。研究结果可为支撑未来雄安新区建设区域水资源规划和管理提供依据。     

基于交叉与变异组合的TSP问题研究

遗传算法是一种在自然选择与遗传机制基础上的随机化的搜索类算法,是求解TSP(Travelling Salesman Problem)问题的一种常用算法。但是该算法在解决TSP问题时,存在着收敛速度过慢,容易出现早熟的问题。本文针对该问题,创新性地提出使用5种交叉算法和3种变异算法进行组合的算法设计,得出15种不同的组合方法,然后使用Java语言进行编程实验,最后通过对中国144个城市相对坐标（CHN144）的实例进行测试,证明了在使用交叉算法与变异算法进行组合得出的15种组合方法中,使用三交换交叉算法与逆序变异算法进行结合,这种组合方式的遗传算法在解决TSP这一问题时能够取得最优的效果。     

数据中心网络中一种半集中式SDN路由策略

在SDN体系架构中把网络控制功能从网络设备（交换机/路由器）里分离出来,集中到中心节点控制器上,交换机只负责数据平面的功能（通过流表进行数据转发）。在大规模的数据中心网络中,路由/流表的计算和分发完全由中心控制器完成,控制器成为网络的性能瓶颈和脆弱点。为了解决上述问题,本文提出半集中式SDN路由技术,其主要思想是每个交换机节点不需要控制器的参与,可以自主构建一个基础流表,基于基础流表,交换机可以完成基本的数据转发工作。而控制器负责更高级的路由选路（故障处理）工作,从而大大减轻控制器的负担。针对控制器的高级路由选路工作,本文通过对现有SDN网络中的故障恢复机制的特性以及限制的分析,在基础流表的基础上设计一套局部迂回故障检测恢复机制。基于该机制,控制器能够及时检测到网络故障,并在极短的时间内进行故障恢复,实现控制器的高级路由选路工作。     

VISDMiner：一个交互式数据挖掘过程可视化系统

针对数据挖掘中挖掘过程不透明以及用户交互少的问题,本文设计并实现了VISDMiner系统。VISDMiner系统将可视化技术和数据挖掘技术结合在一起,提供对挖掘过程中各阶段产生的可视化子结果集的分析。用户可根据自己的领域知识和经验去调整数据挖掘算法模型的参数和可视化模型的参数,促进算法和挖掘分析过程的有效调优。为了处理高维数据集,VISDMiner系统采用一种基于最大信息系数的主成分分析改进算法MIC-PCA,该算法主要是针对传统PCA算法降维能力和分类准确率低的问题进行改进。实验结果表明,VISDMine不仅实现了数据挖掘过程的可视化,还提高了用户对数据挖掘〖JP2〗执行结果的可理解性,其采用的改进的MIC-PCA算法提高了PCA算法的降维能力和分类准确率。     

基于GRU+LDA的群聊主题挖掘

社交网络发展迅速,即时消息系统已成为人们日常生活中必不可少的沟通交流工具。在线群聊能使人们迅速交流生活、技术及工作等信息,但是由于群聊信息更新较快,大量的信息导致跟进群聊话题是困难的。传统的主题挖掘模型不能很好地适用于群聊文本的挖掘。通过对群聊文本的特征进行分析,提出一种基于GRU和LDA的群聊会话主题挖掘（GLB-GCTM, GRU and LDA Based Group Chat Topic Mining）模型,解决了传统主题模型不能解决的词语顺序问题。首先,假定每个文档有一个基于高斯分布的主题向量,然后根据GRU原理产生每个词的隐含状态,根据当前词的隐含状态的伯努利分布确定当前词是否为停用词,以决定所使用的语言模型。该方法使用笔者加入的10个QQ群最近3个月的群聊数据集进行试验验证,结合对比实验评估标准,该模型能够有效识别出群聊文本中的主题。