基于非理性博弈的舆情传播仿真建模研究

随着社交网络的不断发展,借助社交网络进行传播的舆情信息的威胁越来越大. 本文利用博弈论的方法研究了舆情信息的传播机制,从理性博弈和非理性博弈的角度出发对个体与邻居的交互行为进行建模. 随后以目前较为成熟的传染病模型为基础,通过引入传播学中的社会威慑因素来构建基于非理性博弈的舆情传播模型,以实现适应舆情传播研究的仿真系统,继而将基于非理性博弈的舆情传播模型在无标度网络和小世界网络上的动力学特征进行理论分析. 在仿真环境中对非理性博弈的舆情传播模型进行实验,分析模型参数、网络密度和舆情传播源对舆情传播的影响,其结果符合理论分析结果. 最后对无标度网络上舆情传播的控制策略进行了研究,包括:社会威慑方法、目标免疫方法和正面消息方法,为社交网络上的政策制定提供了理论基础.     

多社区网络上的命名博弈

为了模仿人类对新物体认知和命名的过程,提出了一种新型的命名博弈模型,它通过词汇的权重表示个体的认知程度,低权重词汇被删除模拟个体有限记忆的过程.实验发现,在单社区网络上,所有个体的词汇最终能够统一,通过总词汇数、不同词汇数和平均协议成功率的分析解释了新个体命名的演化过程.衰减因子和删除阈值的取值对于演化速度影响较大,当它们之间存在线性关系时演化收敛较快.通过将该模型应用到多社区网络模型上,发现收敛词汇数可能不唯一,会与社区数相同,且收敛词汇数的稳定性与网络社区化强度和社区内节点的平均度有关,而与社区内节点数无关.最后,使用微分动力学的方法对这种情况进行了定量分析.     

参数选取对遗传算法动力学形态的影响

遗传算法中参数的选取决定遗传算法的运行性能．目前,对算法中参数选取都是经验性的．本文针对一个典型的2-bit问题,分析了在不同参数选取下GA的全局动力学形态．通过对标准遗传算法的各种参数的选取,分别建立了数学模型．分析了这些模型的吸引子,揭示了不同参数对动力学形态的影响．世代重叠模型和无参数模型的动力学形态相似．当变异概率很小时,模型与没有变异算子相类似;当变异算子足够大时,模型的动力学形态随着变异概率的增加发生了突变．原有的吸引不动点消失,原来的排斥不动点变成吸引不动点．这些论证为遗传算法中参数选取提供了一些理论上的证据．     

利用碳钢铸坯组织灰度图获取C含量分布的方法

摘要：基于热酸洗腐蚀原理与图像光学理论，提出运用金属低倍组织灰度分析技术（灰度分析法）获取中高碳钢铸坯的低倍组织中不同位置不同区域不同尺度的一维、二维C元素含量分布。偏析严重的位置得到的C元素含量高，初始凝固的晶粒中心位置得到的C元素含量低，说明通过灰度分析法计算的C元素含量分布能与低倍组织形貌很好地对应。同时，通过电子探针与灰度分析法的测量结果对比，发现二者C元素含量的变化趋势具有很好的一致性，这验证了灰度分析法的有效性。另外，低倍组织图像整体亮度的改变不会造成由灰度分析法所测量的C元素含量发生明显改变，则表明灰度分析法对测量环境的变化具有一定的抗干扰能力，也间接说明了其可靠性。     

自顶向下的计算机软件系统能力培养模式探索

针对当前面向软硬件贯通的系统能力培养模式主要以处理器指令为出发点牵引课程体系贯通式改革、推动知识体系构建的方式中,学生对于机器指令级别的理解不够直观深刻的问题,提出一种软件系统能力培养的新思路。以常见的应用软件问题为牵引,提出自顶向下贯穿系统软件、体系结构、指令系统等层级的相关知识,并以吉林大学为例,从研究背景、实践方法、培养模式等方面阐述这种培养模式的探索实施过程。     

基于稀疏化鲁棒LS--SVR与多目标优化的铁水硅含量软测量建模

针对高炉炼铁过程的关键工艺指标——铁水硅含量[Si]难以直接在线检测且化验过程滞后的问题,提出一种基于稀疏化鲁棒最小二乘支持向量机(R-S-LS-SVR)与多目标遗传参数优化的铁水[Si]动态软测量建模方法.首先,针对标准最小二乘支持向量机(LS-SVR)的拉格朗日乘子与误差项成正比导致最终解缺少稀疏性的问题,提取样本数据在特征空间映射集的极大无关组来实现训练样本集的稀疏化,降低建模的计算复杂度;其次,标准最小二乘支持向量机的目标函数鲁棒性不足的问题将IGGⅢ加权函数引入稀疏化后的最小二乘支持向量机模型进行鲁棒性改进,得到鲁棒性较强的稀疏化鲁棒最小二乘支持向量机模型;最后,针对常规均方根误差评价模型性能的不足,提出从建模误差与估计趋势评价建模性能的多目标评价指标.在此基础上,利用非支配排序的带有精英策略的多目标遗传算法优化模型参数,从而获得具有最优参数的铁水[Si]在线软测量模型.工业实验及比较分析验证了所提方法的有效性和先进性.      

雄奇压众岳 险秀动心旌——河南名胜风景区尧山游记

读天下,不如游天下。我和朋友阿彩早先便约定,在一个美丽的时节,一定要去爬爬山,观观景,谈谈心,放下久居城市的烦躁与繁俗。偶然间,一个报亭前,一本牛皮面杂志引得我们驻足停留,泛黄的封面上写下了这样一段话：     

高炉炼铁过程多元铁水质量指标多输出支持向量回归建模

针对高炉炼铁过程铁水温度、Si含量、S含量、P含量等关键质量指标难以直接在线检测,且离线化验过程滞后严重的难题,建立基于建模精度综合评价与遗传参数优化的铁水质量(molten iron quality,MIQ)多输出支持向量回归(multi-output support vector regression,M–SVR)动态模型,用于对高炉铁水质量指标进行在线估计.与常规单输出SVR建模不同,M–SVR可一次确定多个分类超平面,从而可实现多元铁水质量指标的多输出建模:建模精度综合评价指标从模型估计趋势以及估计误差等方面综合评价建模性能;以建模精度综合评价指标为适应度函数,采用遗传算法对M–SVR的伸缩向量和惩罚因子参数进行全局寻优,从而获得具有最优参数的GA–M–SVR动态模型.在某钢铁厂2#高炉的工业实验表明:所提GA–M–SVR模型能够根据实时输入数据的变化对多元铁水质量参数进行准确估计.     

基于大数据挖掘的低碳钢连铸工艺参数优化

摘要：针对热轧卷表面缺陷，基于大数据挖掘技术中的神经网络预测模型，提出了一种优化连铸工艺参数的新方法(prediction model method，简称PMM)。PMM方法可以得到各连铸参数对表面缺陷发生可能性的多样本连续变化图，并以此得到对应影响规律、关键工艺参数及临界值。结果表明，吹氩参数中，保护氩气流量对低碳钢热轧卷表面缺陷影响最为明显且呈负相关关系，塞棒与水口位置的最佳吹氩流量分别为3.0和1.8L/min。结晶器热流参数中，内弧侧水流量影响最明显，各面水温差最佳范围为7~9℃，最佳进水温度在35℃附近。同时，表面缺陷发生可能性随拉速提高、板坯宽度、浇铸长度增加而增加明显，但随中间包钢水质量增加而逐渐降低。此外，对比发现浇铸速度、板坯宽度、保护氩气流量与结晶器冷却水流量等参数是影响热轧卷表面缺陷形成的关键连铸工艺参数，且缺陷发生可能性对结晶器冷却水总流量的波动最为灵敏，其临界下限值为8700L/min。     

基于大数据挖掘的连铸结晶器传热独立变化规律

针对连铸板坯表面纵裂纹,基于连铸生产过程参数,利用大数据挖掘方法,提出了一种获取现场不同参数对结晶器传热单独影响的新方法,即生产参数独立影响(IPI)法。IPI方法包含数据预处理、交叉相关程度计算、主要相关参数检验、数据筛选和独立影响分析等5个环节,以实现从交互相关的连铸参数中找到参数的主要相关参数,从而分析各连铸参数对结晶器传热的独立影响规律。结果表明,除拉速、过热度、板坯宽度、结晶器锥度、结晶器总水流量等常规影响因素外,结晶器振动频率、结晶器液位、水口插入深度、塞棒位置以及不同位置吹Ar流量等均对结晶器热流有不同程度的影响。塞棒吹Ar流量、塞棒位置和水口插入深度均对结晶器传热有正向促进作用,而水口吹Ar流量、结晶器振动频率、结晶器总水流量主要表现为负向抑制作用。另外,对于水口吹Ar流量和结晶器总水流量而言,存在结晶器热流最大的拐点值,分别为3.5 L/min和8250～8750 L/min。