我国重大疾病跨地域就诊的随机网络建模与分析

关于重大疾病跨地域就诊的管理与决策问题是我国医药卫生体制改革的主要关注点之一。目前有关卫生管理领域的研究缺少重大疾病跨地域就诊建模的全局性视角。本文基于跨地域就诊的流动数据,提出使用随机网络来对跨地域就诊现象进行建模和分析。随机网络中节点的平稳概率反映了网络的全局属性,且随机网络模型表现出的性质均具有较强的现实意义。本文还讨论了不同本地就诊偏好程度和不同节点尺度下随机网络模型的结果,并分析了平稳概率关于交互强度的敏感性。本文提出的随机网络模型和相应的优化目标为重大疾病跨地域就诊管理决策理论和方法的研究奠定了基础。

基于随机网络演算的天地一体化网络性能分析

针对天地一体化网络中流量具有长相关性和链路信号衰减复杂的特点,采用矩母函数形式的随机网络演算作为研究工具,将天地一体化网络映射为一个串联排队模型。通过构造自相似流量的聚合随机到达曲线和吉尔伯特信道的随机服务曲线,对基于自相似流的天地一体化网络端到端的性能边界进行评估。研究还通过数值分析探究了违约概率、服务速率、Hurst参数等因素对天地一体化网络端到端性能边界的影响。以上研究结果为天地一体化网络的流量控制和缓存管理提供了指导,有助于进一步的性能优化。

基于分层随机网络的智能电表计量数据异常分析

在智能电网技术背景下,智能电表(SM)数据的处理面临诸多挑战,包括大数据量、快速处理要求和数据多样性等问题。为解决这些问题,提出了一种基于分层随机网络模型的智能电表计量数据异常分析框架。首先,引入了一个用于训练的实时电力计量异常检测模型,并采用了一种有效的参数估计方法,以充分利用从SM处收集的大规模数据集。其次,通过设计一个综合处理缺失点和正则化的方法,以解决SM数据处理过程中的两个主要难题。通过融合多个子系统的观测数据,不仅能够更好地进行多变量计数,还能够识别系统的异常状态。实验中,将2500个样本中的80%(2000个)用于训练模型,其余20%(500个)用于测试。实验结果表明,所提出的方法相较于其他方法在使用多个测量值进行异常诊断时,模型表现得更为出色。因此,本研究不仅提供了一种处理SM数据的创新方法,还为实时电力计量异常检测领域提供了有力的支持。

基于随机网络演算的LTE网络端到端时延分析

长期演进计划LTE(Long Term Evolution)由第三代合作伙伴计划(The 3rd Generation PartnershipProject,3GPP)提出,是下一代高速无线网络通信的重要标准.LTE网络中的数据传输性能评价是学术界与工业界重要问题.但是,无线信道的时变性使得LTE网络中性能评价的复杂度大大增加.文中利用随机网络演算对LTE网络中不同数据流的到达和服务进行建模,建立了对LTE网络进行数据传输时端到端(End-to-End,E2E)时延分析的框架,并通过数值分析验证了所建立框架的有效性.

DTN网络环境下动态随机网络编码方法

容迟容断网络的移动性、间歇连通性和动态拓扑等动态特性使得当前应用于静态网络拓扑和固定多播容量的静态随机网络编码难以适应DTN网络环境的网络编码传输,为此提出了一种DTN网络环境下动态随机网络编码传输方法。该方法以马尔科夫信道模型为基础,根据节点的数据状态动态监测信道速率,在信源节点构造了带信道容量的网络流图,并计算和预测当前网络多播容量,最后根据多播容量的变化动态扩展和裁剪随机网络编码方案,实现DTN网络环境下数据的动态网络编码传输。仿真结果表明,相比传统的固定多播率编码方法,动态随机网络编码方法降低了数据的平均传递延迟,提高了数据投递率。

基于累积前景理论的随机网络用户均衡模型

出行者行为假设对交通网络用户均衡建模具有重要影响,更符合人们的真实决策行为的累积前景理论,为随机交通网络中的路径选择行为研究提供了新的分析框架.基于累积前景理论,将出行者的路径选择决策与网络的随机性相结合,建立了随机网络用户均衡的等价变分不等式模型;提出了求解模型的算法,通过简单的算例对模型和算法的合理性进行验证.通过对参数进行灵敏度分析,发现模型可以较好的反映出行者的风险态度、出行者对网络服务水平的预期以及出行流量波动大小对网络均衡状态的影响.

基于随机网络集成模型的广义网络社区挖掘算法

根据结点的属性和链接关系,现实世界中的复杂网络大多可分为同配网络和异配网络,社区结构在这两类网络中均普遍存在.准确地挖掘出两种不同类型网络的社区结构具有重要的理论意义和广泛的应用领域.由于待处理的网络类型通常未知,因而难以事先确定应当选择何种类型的网络社区挖掘算法才能获得有意义的社区结构.针对该问题,本文提出了广义网络社区概念,力图将同配和异配网络社区结构统一起来.本文提出了随机网络集成模型,进而提出了广义网络社区挖掘算法G-NCMA.实验结果表明:该算法能够在网络类型未知的前提下准确地挖掘出有意义的社区结构,并能分析出所得社区的类型特征.

基于随机网络的在线评论情绪倾向性分类

提出了一种基于随机网络的在线评论情绪倾向性分类模型SCP-X(Shortest covering path-X).首先引入了一种增量式创建词语顺序共现随机网络的方法,并基于此随机网络以及情绪词表,提出了一种基于评论序列最短覆盖路径(Shortest covering path,SCP)的情绪倾向性分类方法.该方法具有以下两个优点:1)能够对相对短小、随意性较强、完整性较差的评论文本展开词语联想,从而对完整性较差的评论数据进行属性值扩展;2)能够对评论文本的冗余属性进行约简,约简后数据的属性规模为一般VSM模型的10%左右.本文最后设计了一组实验,对以下算法进行了对比测试:TC,SVM,SCP-TC,SCP-SVM,SCP-HMM,SCP-Bayes.结果表明本文提出的SCP-X方法对在线评论文本的倾向性分类效果更佳.

基于粒子群优化随机网络的有限条件下地震灾害应急资源优化配置方法研究

由于地震灾害的防御难度较大、事前准备较为困难和事后救援要求较高,传统资源的配置方式难以高效发挥应急资源的有效价值。由于灾害的演化与救灾过程具有随机性,这种特点可利用随机网络加以描述,因此以地震灾害中应急救援事件为例进行分析,结合灾害的演化发展规律及应急救灾资源的作用,对救灾过程中有限资源的配置问题进行了优化方法研究,构建了基于随机网络模型的有限条件下应急救灾资源优化配置模型,通过假设各事件的转向概率、时间消耗以及应急资源投入对各事件的影响,实现了对应急救灾网络过程的量化分析。基于粒子群算法优化了资源的配置,实现了救灾期望时间最短的目标,并通过计算分析验证了方法的有效性。

利用随机网络模型和CT数字图像预测近饱和土壤水分特征曲线

通过对连续土壤切片CT图像的分析,定量获取了土壤孔隙的大小分布情况。在此基础上建立了基于土壤孔隙形态学特征的随机网络模型,在孔隙尺度模拟了土壤中的水分运动过程,并预测了近饱和土壤水分特征曲线。结果表明,通过选取合适的模型参数,基于土壤孔隙形态学特征建立的随机网络模型可以模拟出与土壤样本实测值非常接近的水分特征曲线,可以作为一种快速测量的方法。

基于K均值聚类的随机网络拓扑模型

路由算法仿真通常采用Waxman随机网络拓扑模型,但其生成的网络拓扑图存在网络节点疏密不当、度数难以控制、难以生成连通图等问题。针对以上不足加以完善,提出了一种基于K均值聚类的随机网络拓扑模型KRTG。其仿真实验的结果表明,使用该模型避免了出现两个节点间距离过近的情况,节点分布均匀且疏密得当,边的分布也比较均衡,能生成节点度数适当的连通图,为QoS组播路由算法的仿真工作打下了基础。

基于随机网络演算的无线多跳网延迟边界分析

端到端延迟作为无线多跳网QoS中最重要的参数之一,其边界分析的准确性直接影响到无线多跳网的QoS保障,而其中流量场景的复杂性导致了分析的难度大幅增加。在综合考虑了无线多跳网流量场景中存在流量直接传输,流量汇聚和流量分裂的特性后,该文运用3种流量算子对系统进行建模,并首次结合随机网络演算提出一种分析无线多跳网延迟边界的方法。仿真结果表明,理论边界可以准确地预测无线多跳网的延迟情况,且明显优于确定性延迟上界。

装配式产品拆卸的随机网络模型研究

针对废弃回收产品拆卸不确定的特点,打破了确定性拆卸的假设,提出了用随机网络模型的方法研究装配式产品的拆卸过程,分为中结点和叶结点2种拆卸情况,并用解析法求出了每道拆卸环节的零部件可得率和平均拆卸时间。最后,以手机产品的拆卸为例,绘制了拆卸树,给出了包含手机产品全部零部件的所有拆卸可能性的随机拆卸网络图。

多孔球形催化剂颗粒的随机网络模型

提出了一种多孔球形催化剂颗粒随机网络构造方法,并以等温一级不可逆反应为例,对催化剂孔道网络内发生的反应扩散过程进行了模拟计算。模拟结果表明,计算出的曲折因子既是孔网络配位数的函数,又随Thiele模数的变化而不同,在纯扩散条件下测得的有效扩散系数只能应用于扩散影响不严重的反应扩散区域。同时对在不同的网络模型上的模拟结果进行了分析,并对各自得出的结论之间存在的分歧进行了解析。

基于随机网络的废弃产品回收预测模型

针对闭环供应链的逆向物流环节部分,在分析废弃产品回收过程中各相关组织之间的动态关系的基础上,运用随机网络的相关理论,构建了以生产厂商为回收主导的废旧电器产品回收随机网络预测模型。该模型可以求出产品回收至生产厂商的概率、期望时间以及回收产品的数量。并以空调回收为例,进行案例分析。

基于随机网络编码的无线广播重传方案及性能分析

针对自动最复重传(ARQ)机制在无线广播系统中吞吐量性能不佳的缺陷,提出一种基于随机网络编码的广播重传方案RNC-ARQ。对于广播节点,采用随机线性码对所有丢失包进行编码组合重传。对于接收节点,当接收的编码包累积到一定数量后可通过解码操作恢复出原始数据。该方案可有效减少重传次数,改善无线广播的吞吐量性能。基于Gilbert-Elliott模型描述的突发错误信道,建立了信道状态和节点接收处理流程合并的多状态马尔可夫模型,并以此为基础推导了RNC-ARQ方案的呑吐量闭合解。最后,使用NS-2模拟器评估RNC-ARQ方案的性能,结果表明在突发差错信道下,基于随机网络编码重传方案的吞吐量优于传统的选择重传ARQ方案和基于异或编码的重传方案。

基于随机网络的创新扩散研究

基于ER随机图模型建立创新扩散网络,通过虚拟潜在采纳个体的决策过程,研究了创新潜在采纳主体行为、扩散网络结构与性质对创新微观采纳和宏观扩散的影响。实验结果表明,内部影响和外部影响共同决定一个成功的创新扩散。潜在采纳个体越倾向于从同质邻居个体处获取创新的评价信息,创新的扩散深度越大。随着潜在采纳者数量的增大,创新扩散的深度呈现周期性波动的特点。潜在采纳者的平均邻居数、扩散网络的聚集系数和平均路径长度与创新扩散的深度存在非单调的变化关系。创新潜在采纳主体行为、扩散网络结构与创新扩散的速度无关。实验结果有助于创新推广者制定有效的创新营销策略。

基于随机网络编码的无线报文重传最优策略

网络编码技术为无线报文重传问题研究提供了新思路.分析并证明了完全无线报文重传问题最优策略所需重传报文数量等于节点请求报文数量的最大值;基于随机网络编码技术提出了最优重传策略RNCOPT(Random Network Coding based OPTimal Scheme),其编码系数从某选定有限域中随机选取(0除外);利用网络编码矩阵重新生成机制以保证100%解码成功率;描述了RNCOPT组合报文结构及发送节点操作过程.仿真表明:当接收节点数量为30而报文总数为30时,RNCOPT相对于传统非网络编码方案节省重传报文数量可达32%,而此时现有某典型策略CliqueNC却无明显效果.

随机网络编码数据传输的仿真实现

基于随机网络编码方法,构造了在实验室内实现单源组播网络数据传输的仿真模型:用局域网内的网络终端代表单源组播网络的节点,以IP地址和端口号代表有向信道,采用UDP网络通信实现数据传输,从而对单源组播网络进行了仿真。运用Java编程实现了有限域的算术运算,根据随机网络编码的编码规则,分别编写了单源组播网络的源节点、中间节点和宿点的工作程序,形成了一个完整的软件系统,该仿真模型可以适合于任意单源组播网络。

中央随机网络系统的应用探讨

文章通过对中央随机网络系统受试者信息登记、随机化分配、药品管理、在线访视、紧急揭盲等方面的介绍,说明中央随机网络系统可以保证随机化的准确实施,降低偏倚、减少浪费、简化管理环节、提高临床科研效率和质量,探讨目前中央随机网络系统在临床科研应用中存在问题。