基于PageRank算法的改进物流节点选址模型研究

文中针对物流网络设计中的关键物流配送节点选址问题传统算法的局限性,结合PageRank算法和贪心算法,设计了一种考虑交通拥堵情况和节点利用率的连续型多物流节点选址算法。算法将各交通小区货运需求量通过PageRank算法进行推荐排序,然后使用贪心算法和聚类算法不断迭代,获得覆盖所有需求同时满足利用率的物流节点。同时基于南京市仙林区物流数据展开实验。实验结果显示本文提出的算法相比较传统的多元节点算法,在物流节点个数方面,数量有明显减少;在服务交通小区覆盖率方面,本文提出算法覆盖率略低于多元节点法,但覆盖率均超过90%,即该算法覆盖范围利用率均能达到平均水平。综合考虑物流节点的建设及运营成本,可得出如下结论:文中提出的基于PageRank算法的连续型多物流节点覆盖算法较传统的节点选择算法高效。     

一种改进的基于最大流的PageRank算法研究

PageRank是Google使用的一种网页排序算法,它可以对网页进行评估,并根据这个评估对网页进行排序。评价标准是一个PR值,每个网页都会被赋予这样的一个值,用来衡量网页的重要性,并据此给出相应的排名。起初PageRank是用于搜索引擎检索结果的排序,现在也被广泛用于其他很多方面,比如网页的采集、检索结果聚类分析等。本文将最大流社区发现算法和PageRank结合,提出了一种新的改进算法。     

基于MapReduce的PageRank算法的研究

在对PageRank算法进行研究的基础上,利用MapReduce编程模型思想对PageRank算法进行改进,设计了在云平台Hadoop环境下运行的基于MapReduce的PageRank分布式并行算法,并在实验中对不同规模的Web图数据集进行了测试,分析不同的Blocksize参数对于算法计算性能的作用以及集群节点数目对于算法运行效率的影响.     

融入权威性与相关性的PageRank算法

对基于权威性的PageRank算法与基于相关性的PageRank算法进行了讨论,从分析网页内容相似性的角度解决相关性需求,从网页链接分析的角度解决权威性需求.并结合两种算法的优点,提出了一种新的PageRank算法.     

基于聚类分析法的城市轨道交通站点分类

文章提出了城市轨道交通站点的功能判别方法。文章在考虑轨道交通站点在城市中的节点性和场所性的基础上,统计站点有效吸引区范围内的土地、人口、交通状况,建立站点功能定位数据库,采用主成分分析与聚类分析结合的方法,从定量化的角度得到站点分类结果。     

基于加权PageRank算法的关键包识别方法

识别软件中的关键实体对于人们理解软件,控制和降低维护费用具有重要意义.然而现有的工作基本都是针对关键类识别的,针对关键包、方法/属性等的研究甚少;同时现有的工作也未能揭示关键类与软件外部质量属性间的关系.为丰富现有的工作,本文提出了一种基于加权PageRank算法的关键包识别方法.该方法用加权有向软件网络模型抽象包粒度软件系统,提出新度量PR(PackageRank)从结构角度量度节点重要性,并引入加权的PageRank算法计算该度量值.数据实验部分以六个开源Java软件为例,分析了包的PR值与常用复杂网络中心性指标(介数中心性、接近中心性、度数中心性等)间的相关性;使用加权的SIR(Susceptible-Infectious-Recovered)模型分析了PR所识别关键包的传播影响,并与其它相关方法进行比较,验证了本文方法的有效性;最后,以其中两个软件为例,分析了包的PR值与包可理解性间的关系,进一步验证了本文方法的有效性.     

LeaderRank与PageRank算法比较研究

确定复杂网络中节点的影响力对于网络上信息传播及网络营销等具有重要的价值。Page Rank算法和LeaderRank算法是两种著名的对复杂网络中节点进行重要性排序的算法。分别使用这两种算法对斯洛伐克最流行的在线社会网络Pokec中的用户进行了重要性排序。与度中心性指标排序结果进行对比,分析了这种排序结果出现的原因。并使用经典的疾病传播模型SIR模型对这两种算法进行了信息传播的仿真模拟,仿真结果显示LeaderRank算法用于在线社会网络节点重要性排序效果更好。     

基于PageRank的缓存替换策略

为了提高代理缓存的性能,提出了基于PageRank的缓存替换策略。该算法是从用户访问行为对文件对象价值具有影响的角度提出的,该算法首先将用户和文件对象类比为网络中的节点,将用户和文件对象之间的访问关系抽象为网络中的连线,然后采用PageRank算法计算文件和用户的权重值,最后在需要进行缓存替换时,优先替换文件权重值小的文件。仿真实验的结果表明,相对于LFU算法,该算法具有较高的请求命中率和字节命中率。     

基于Google PageRank算法的围棋棋手排名方法

文中通过对PageRank算法的详细分析,以及对随机冲浪模型的讨论,介绍了基于Google PageRank算法的围棋棋手排名方法,根据棋手的PageRank值对棋手进行排名。从实验的客观性和稳定性上对排名结果进行分析,实验结果表明该算法在围棋棋手排名上具有良好的客观性和稳定性。     

基于PageRank算法的自我主权身份认证信誉评价方法

自我主权身份认证系统采用多个身份证书发证方为用户提供身份数据背书服务,因发证方资质、诚实度等情况不同,其服务可信性存在较大差别。目前缺少发证方服务可信性的量化评价方法,不利于进一步提高系统的可信性和安全性。提出一种改进的PageRank算法,将其应用于发证方业务关联网络中,能够有效计算出发证方的信誉度,可作为发证方服务可信性的量化评价指标,以提高系统的可信性。实验表明,相较于传统的PageRank算法,本文方法反映了系统用户和验证者对发证方的信誉影响,提高了发证方信誉度计算的准确性。     

PageRank算法在学术网络平台中的应用研究

随着学术网络平台上科技论文的大量发表,高效地从复杂的学术网络中找到符合用户需要的有价值的文章及其作者成为当前一项重要而困难的工作。文章首先对学术社区发现算法的研究现状进行说明;然后对论文排名和作者影响力评估算法进行论述;最后总结论文排名和作者影响力评估算法存在的不足和面临的挑战,并对学术影响力排名的发展前景进行展望。     

基于TLBO优化算法的电动汽车充电站选址

随着电动汽车使用规模的不断增加,建设电动汽车充电站已成为当务之急。文中将每个区域中心作为电动汽车充电负荷中心,以分区内电动汽车充电桩数量作为充电站选址的权重系数,建立了充电站位置和定容的优化模型。采用TLBO优化算法计算出电动汽车充电站的数量、建设地点、每个充电站的覆盖范围以及充电站的充电桩数量。仿真结果表明,TLBO优化算法在电动汽车充电站的选址和定容方面,计算准确、收敛速度快,并且具有良好的全局优化性能。     

一种抗击链接垃圾页面的PageRank改进算法

由于PageRank算法在计算过程中没有考虑垃圾页面对网页排序结果的影响,论文对PageRank算法进行了改进,使其在计算过程中为垃圾页面及其链接页面传递较低的Pr值。实验表明,改进后的算法明显降低了垃圾页面对网页排序结果的影响,提高了页面问的相关度和区分度。     

如何规划因特网站点

随着因特网(Internet)在中国的应用普及,各地电视台纷纷在网上建立自己的站点,作为向世界宣传自己的一个窗口。 目前建立的站点,均采用最流行的WWW技术。WWW是World Wide Web的缩写,意为全球信息网,简称Web,它是一个把信息检索技术与超文本(HyperText)技术相     

一种基于PageRank的页面排序改进算法

首先对PageRank算法进行了分析,探讨了国外现有的基于链接结构的改进算法.在此基础上,指出PageRank算法平均分配PageRank值影响了网页的排序质量,提出了一种不平均分配PageRank值的改进算法NPR,并对改进算法进行测试及分析.实验证明,NPR的排序结果比PageRank提高了约11.2%的相关度.     

基于免疫算法的 TD-SCDMA 网络基站选址优化

针对已有3G基站选址优化算法的不足和TD-SCDMA网络的特点,提出了一种基于免疫算法的TD-SCDMA网络基站选址优化方案。建立了基站选址问题的数学模型,设计了基于反学习的种群初始化方案和精英交叉策略,给出了免疫优化算法框架。实验结果表明,该算法不仅能够以较小的建站代价获得较高的网络覆盖率,而且算法具有较好的收敛性。     

基于改进狮群算法的低碳冷链配送中心选址研究

受新冠疫情影响,冷链药品需求激增,为了准时完成医药物资交付,配送中心选址问题显得尤为重要。以物流服务响应概率为约束条件,构建了一种综合考虑碳排放成本和物流成本的物流中心选择模型。引入调节因子和高斯变异对基础狮群算法(LSO)进行改进,并用改进狮群算法(ILSO)对其进行求解。函数测试结果表明,ILSO相比LSO和遗传算法(GA)具有较好的寻优能力和稳定性。相关的案例仿真分析显示,ILSO算法的选址结果总成本相比LSO算法和GA算法分别减少14.63%、17.11%,有效地节约了选址成本。最后,通过对物流服务响应概率进行敏感度分析表明,随着响应概率的增加,碳排放成本呈现先降低、后快速增加的情况。     

基于现有站点的选址方法在LTE建设中的应用

文章以一般城区的大学为典型场景,分析在充分利用现有站址资源的情况下结合仿真软件验证的选址方法,保证选址的科学性和合理性.为网络规划和建设选址提供参考.