空间杆系结构的随机有限元分析

针对杆系结构分别或同时考虑了结构的物理参数、构件的几何参数及作用荷载等的随机性,提出了将确定性有限元随机化的方法,结合H-L（Hasofer-Lind）几何法,以结构的位移响应作为功能函数,得到结构中构件的可靠指标.通过算例表明随机变量的变异系数对构件可靠指标有较大影响,当同时考虑多个基本随机变量时,结构响应呈现出很强的随机性,基于随机有限元的可靠性分析方法具有一定普适性、可行性与实用性.     

一类非线性网络系统中噪声改善信号的相关性

基于相关系数研究了在一类非线性神经网络系统中加性和乘性噪声作用下的阈上随机共振现象。仅在加性噪声或者乘性噪声的作用下,对每一个固定的系统阈值,加性噪声下的阈上随机共振比乘性噪声下的阈上随机共振更容易发生,且相关系数所达到的峰值也比在乘性噪声下的峰值大,这说明加性噪声更有利于改善信号的相关性。系统阈值的增加会降低阈上随机共振的功效;而阈值单元数目的增多,会提高阈上随机共振的功效。加性和乘性噪声共同作用下的阈上随机共振现象同样存在,对系统阈值进行恰当选取和增加系统阈值单元数目使得阈上随机共振现象更加明显;给定乘性噪声而改变加性噪声比固定加性噪声而改变乘性噪声阈上随机共振更容易发生,且功效更好。     

Two-stage stochastic minimum cost consensus models with asymmetric adjustment costs

When dealing with consensus cost problems with asymmetric adjustment costs, the uncertain scenarios with certain probabilities which are becoming a serious problem decision-makers have to face. However, existing optimization-based consensus models have failed to consider uncertain factors that could influence the final consensus and total consensus cost. In order to better deal with these issues, it is necessary to develop practical consensus optimal models. Thus, we establish three two-stage stochastic minimum cost consensus models with asymmetric adjustment costs that may eventually lead the way to better consensus outcomes. The impact of uncertain parameters (such as individual opinions, unit asymmetric adjustment costs, compromise limits, cost-free thresholds) are investigated by modeling three kinds of uncertain consensus models. We solve the proposed two-stage stochastic consensus problem iteratively using the L-shaped algorithm and show the convergence of the algorithm. Furthermore, a case of pollution control negotiations verifies the practicability of the proposed models. Moreover, the comparison of results with the L-shaped algorithm and CPLEX shows that the L-shaped algorithm is more effective in solving time. Some discussions and comparisons on local and global sensitivity analysis of the uncertain parameters are presented to reveal the features of the proposed models. Finally, the relationships between the minimum cost consensus model and minimum cost consensus models with asymmetric adjustment costs and the proposed models are also provided.     

基于随机模型检验的社交网络隐私保护研究

针对现有社交网络所提供静态隐私策略的隐私设置不够灵活且难以定量验证问题,提出一种动态隐私保护框架,将社交网络建模为离散时间马尔科夫链模型,通过设置触发条件实现用户动态隐私规约并将其转化为概率计算树逻辑公式,同时结合随机模型检验和运行时验证中的参数化与监控技术,保护社交网络发生随机故障情况下的用户动态隐私信息。在Diaspora开源社交网络上的实验结果表明,与静态隐私保护框架相比,动态隐私保护框架具有更高的安全性和灵活性,能较好满足用户的隐私保护需求。     

横向整合战略下异质车辆库存路径优化模型

以实现供货商联盟期望物流成本最小化为目标,针对需求随机波动下的多供货商多产品库存路径问题（IRP）进行了研究。基于横向整合战略,设计了供货商联盟成员间车辆配送成本的合理分摊方式。考虑零售商配送软硬时间窗和库存服务水平要求,构建了多供货商多产品的异质车辆库存路径混合整数随机规划模型,并利用需求累积分布逆函数将其转化为确定型规划模型。然后设计改进遗传算法求解该确定型规划模型。算例分析结果显示,使用异质车辆配送可以比使用同质重型和轻型车辆分别降低供货商联盟总成本8.3%和11.92%,分别提升配送车辆装载率24%和17%。敏感性分析结果表明,无论供货商供货数量占联盟总供货数量比例和零售商商品需求变异系数如何变化,采用异质车辆配送的供货商联盟总成本都能得到有效降低;且需求变异系数越大,采用异质车辆配送的优势越明显。     

基于随机方差减小方法的DDPG算法

针对深度确定性策略梯度算法（DDPG）收敛速度比较慢,训练不稳定,方差过大,样本应用效率低的问题,提出了一种基于随机方差减小梯度方法的深度确定性策略梯度算法（SVR-DDPG）。该算法通过利用随机方差减小梯度技术（SVRG）提出一种新的创新优化策略,将之运用到DDPG算法之中,在DDPG算法的参数更新过程中,加入了随机方差减小梯度技术,利用该方法的更新方式,使得估计的梯度方差有一个不断减小的上界,令方差不断缩小,从而在小的随机训练子集的基础上找到更加精确的梯度方向,以此来解决了由近似梯度估计误差引发的问题,加快了算法的收敛速度。将SVR-DDPG算法以及DDPG算法应用于Pendulum和Mountain Car问题,实验结果表明,SVR-DDPG算法具有比原算法更快的收敛速度,更好的稳定性,以此证明了算法的有效性。     

考虑随机来水的水电站中长期发电调度多重风险分析

为了分析来水不确定性导致的水电站发电风险,构建了日径流随机模拟模型,模拟生成了长系列径流序列,建立常规调度和优化调度模型,并将模拟径流序列作为输入驱动调度模型。以年均发电量、发电稳定性、弃水量、发电保证率、蓄满率为主要风险指标,建立了发电风险分析的指标体系。在此基础上,以三峡水库作为调度模型的研究实例,比较了常规调度和优化调度的风险水平。结果表明:优化调度较常规调度年发电量增加约5%;信息熵结果显示优化调度模型不确定性较小,更加稳定;优化调度弃水量约为常规调度的50%,且优化调度降低了出力破坏风险。文中给出的优化调度模型所得调度过程在经济效益及风险控制方面都有较优的表现。     

Estimation of access failure probability in D2D underlaid cellular networks

Device-to-Device (D2D) communication can reduce the mobile devices' energy consumption and increase the spectral efficiency in D2D underlaid cellular networks. However, D2D users will interfere with co-channel cellular users, which can lead to cellular communication access failures. There are two reasons for cellular communication access failures: (1)D2D interference and (2)insufficient spectrum resources. To address the absence of research on the performance of cellular services' access in D2D underlaid cellular networks, this paper defines the new services' access failure probability and handoff services' access failure probability to evaluate the effect of both D2D interference and limited resources on cellular communication access. Based on the stochastic geometry and stochastic process, a random network model is presented to estimate the access failure probabilities, which can provide guidelines for network design to ensure cellular services' access. The accuracy of the estimated access failure probability is validated through extensive simulations.     

基于用户分类的隐含因子模型研究*

针对现有隐含因子模型存在的新用户和项目的冷启动问题,提出基于用户分类的隐含因子模型,将用户分类信息融入到隐含因子的矩阵分解当中,先在原评分矩阵和用户分类信息的基础上使用指示函数和数据归一化等方法构建一个分类评分矩阵,再将分类评分矩阵融入到隐含因子模型的评分预测中。通过与传统隐含因子模型等方法在多个不同隐含因子个数上的实验比较分析,实验结果表明,改进模型能够不仅能解决新用户和项目的冷启动问题,还能有效降低预测评分的均方根误差,并提高预测推荐的准确度。     

打车软件混合随机均衡模型时间可靠性研究*

为了探究打车软件出现后对乘客打车行为的影响,揭示是否使用打车软件对乘客候车时间长短的变化规律,基于路网混合随机均衡模型理论,在考虑打车软件对出租车司机搜索行为影响和随机变化的OD对需求条件下,构建基于弹性需求的打车软件随机用户均衡模型;然后结合乘客等车、司机空驶时间和可靠性计算模型,引入连续平均（MSA）算法和随机路径流量分配（Dial）算法进行求解;最后通过算例验证了所建模型和算法的有效性。研究结果表明不同需求弹性下、是否使用打车软件对会乘客候车时间及候车时间可靠性产生明显的差异。