基于图对比学习的稳健交通流量预测

作为智能交通系统的核心技术,稳健的交通流量预测是一个长期存在但具有挑战的任务。不论是工业界还是学术界,现有模型需要大量训练数据、易受数据噪声影响而表现不稳健,是限制该领域发展与实际应用落地的重要因素。而在学术界,图对比学习可以通过数据增强与对比损失来降低数据需求量,同时提升模型抵抗数据噪声的能力。提出一种交通流量图对比学习(TFGCL)框架,用于稳健的交通流量预测。TFGCL框架有3个创新点:针对交通流量图(TFG)数据的独特时空特性,TFGCL框架从时间和空间2个角度出发,提出3种TFG数据增强方法。针对TFG数据中语义相似的假负样本,提出一个过滤策略使TFGCL框架能够免受其干扰,从而学习到高质量的表征。TFGCL框架通过联合交通流量预测任务和图对比学习任务进行同时训练。在3个真实交通数据集上与8个基线模型进行对比实验,结果表明:TFGCL框架的预测性能更为稳健,较最优基线模型最高提升6.24%,TFGCL框架的稳健性尤其体现在数据缺失较为明显的数据集和长时交通流量预测任务中。

IT项目风险管理模式研究

在对风险管理的五个核心子过程和两个附加子过程研究的基础上,结合IT项目的特点和IT项目风险管理所处的阶段的分析,介绍了“P2I2=成功风险管理”的方程式,提出了由风险管理指南(G)、P/T过程模型(P)、风险状态图(S)组成的GPS风险管理框架。

时序数据挖掘中的数据表示算法

针对时序数据挖掘中常见数据表示算法的缺陷,提出了基于关键点的误差检验分段算法。该算法首先提出了关键点的概念,接着设计了具有明确物理意义的关键点平滑公式。在此基础上,分析了传统算法在分段误差控制过程上存在的问题,提出利用中位数控制分段拟合误差的思想。最后进行了数据实验。

中短期时间序列的经济预测模型

通过引入Fourier级数和ARMA(n,n-1)模型,建立一种用于中短期时间序列经济预测的新模型。在该模型中,利用曲线拟合来剔除时间序列的趋势,利用Fourier级数来分析季节变动,利用ARMA(n,n-1)模型来处理不规则波动。最后,用一个算例说明模型的可行性。

不确定环境下IT系统升级投资的决策分析

IT投资不确定性高,风险大,系统升级收益与原系统收益混杂在一起,传统方法难以形成合理评价。为了进行有效的投资分析,在深入了解IT系统投资收益和成本变化方式,以及系统升级原因和价值的基础上,提出了不确定环境下IT系统升级投资的决策方法和模型,并通过实例对其应用进行分析。

数字趋势序列的子序列匹配算法

针对时序数据挖掘中传统趋势序列分析的缺点,提出了数字趋势序列、趋势序列展开等概念.根据数字趋势序列的特点,使用片段斜率所对应的弧度值来度量片段的趋势.针对数字趋势序列的子序列匹配问题,设计了DTW(Dynamic Time Warping)快速搜索算法.算法分为3个部分:DTW顺序搜索、约束机制、冗余消除机制.并使用实际的股票数据对算法进行了验证.

基于系统动力学的供应链稳定性研究

为了提高供应链系统的稳定性,基于系统动力学方法建立了具有两种典型延迟模式(一阶指数延迟和纯时间延迟)的二级供应链系统模型,并定义了供应链稳定性概念及判据。通过对模型进行仿真,得到了不同含义下供应链系统的稳定边界,统一了不同研究方法的结论。结果表明,供应链的稳定性主要取决于系统的反馈控制结构,决策者主观偏好与外部环境必须通过反馈控制结构才能影响系统稳定性,加强信息共享有利于提高系统稳定性并削弱牛鞭效应。

基于系统动力学的供应链稳定性判据研究

为了定量分析供应链系统的稳定性问题,提出了一种基于系统动力学方法的供应链稳定性判据。通过仿真表明,该判据可以描述供应链系统在一阶指数延迟和纯时间延迟两种典型延迟模式下的非线性动态特性,也可以用来研究决策行为对供应链稳定性的影响。仿真结果显示,一阶指数延迟系统具有恒稳定特性,但随决策参数变化会产生分岔效应;纯时间延迟系统中存在一个保证系统稳定的边界,这一边界也决定了决策的可行域。

时态数据的趋势序列分析及其子序列匹配算法研究

针对时态数据挖掘中传统趋势序列分析的缺点,提出了数字趋势序列、趋势序列展开等概念.根据数字趋势序列的特点,使用片段斜率所对应的弧度值来度量片段的趋势.针对数字趋势序列的子序列匹配问题,设计了“DTW双约束快速搜索算法”.算法分为3个部分:DTW顺序搜索、双约束机制、冗余消除机制,其中DTW顺序搜索构成了算法的基本框架,双约束机制加快了DTW距离的计算过程,冗余消除机制消除了最终结果集中的冗余.

基于统一建模语言的作业排序系统模型库设计研究

针对车间作业排序系统中的模型库管理问题,采用面向对象的建模技术,结合模型库管理的一般要求和生产作业排序算法的具体特点,提出了一种可重用的车间作业排序系统模型库设计方案。该方案采用面向服务架构,引用各种所开发的排序模型和算法,建立了一套算法模型自动匹配与生成机制,并使用所生成的模型对排序问题进行优化计算。引入仿真模型对优化结果进行验证,并通过信息反馈对优化模型加以修正,最后通过示例阐述了使用统一建模语言对系统进行建模的过程。

基于BP神经网络的资产经营绩效评估模型

针对传统资产经营绩效评估模型的缺陷,提出使用BP神经网络对企业的资产经营进行绩效评估,并对传统的BP网络进行了优化。其中自适应学习机制优化了学习率,动量项加速机制加速了传统BP网络的收敛速度,遗传算法用于选择BP网络的初始参数。最后,采用500家工业企业的资产经营绩效数据对模型的有效性进行了初步验证。

航空制造企业技改项目管理动态特性仿真研究

在分析航空制造企业技术改造(简称技改)项目管理整体动态控制特点的基础上,利用因果环路图描述了项目阶段、控制对象和资源能力等各方面因素的动态反馈关系。通过建立技改项目管理系统动力学模型描述了技改项目管理的动态流程,以及进度控制、质量控制和资源能力管理等过程。3种典型情况(理想情况、工期压缩和验收质量下降)下模型的仿真表明,该模型能够较好地反映技改项目管理过程中的各类复杂动态特性,并能够辅助技改项目管理和决策。

基于Agent的用户偏好决策模型及其应用

智能体及其组成的智能体系统是人们解决用传统方法难以解决的复杂问题的一个新途径,以复杂适应系统、智能体系统等理论为指导,吸取了智能体强化学习的基本原理,提出了一种基于智能体的用户偏好决策模型,并将其成功应用在互联网搜索中,不仅提高了搜索的质量,同时具有一定的创新性。

大型航空制造企业技术改造项目管理新模式

技术改造及其项目管理是大型航空制造企业经营管理活动中的重要任务之一。企业通过技术改造项目改进生产条件和生产工艺,增强军民用航空产品的研制能力。论文根据技改项目管理的特点,运用系统动力学方法建立技改项目全生命周期动力学模型,对技改项目生命周期的全过程进行动态仿真,为管理者提供信息和决策支持。最后,结合工作流技术的优点,建立了基于工作流技术的技改项目管理协同平台原型。

人工蚁群觅食行为建模、仿真和分析

在Wilensky蚁群觅食模型基础之上,增加了多样性、竞争机制和进化机制,提出了人工蚁群觅食行为仿真模型(AntcolonySim)。通过对该模型的仿真,分析了不同条件下的系统整体涌现属性,包括最短觅食路径、蚁群觅食优势和竞争优势。仿真结果及分析表明,AntcolonySim能够比较逼真地模拟自然界蚁群的觅食行为,对研究如何通过多相互作用的agent来模拟和探索复杂系统中的整体涌现行为具有一定的参考价值。

《册府元龟》的编纂、版本及对后世类书的影响

《册府元龟》为宋代四大类书之一。文章通过对《册府元龟》的编纂、版本、在文献学方面的贡献及对类书发展的影响的论述,阐述了《册府元龟》作为一部类书的重要意义所在。

图书馆推进全民阅读的策略

近年来,全民阅读活动受到党和国家的高度重视,图书馆作为公共文化服务机构理应发挥好推广全民阅读的主体作用。重点阐述了现阶段国家全民阅读活动开展情况及图书馆发挥的作用,并提出了具体策略。

图书馆应对农村留守儿童的关爱与服务

文章阐述了留守儿童的生活状况与阅读状况,提出了图书馆为留守儿童服务的方法。

数字趋势序列及其全序列匹配算法研究

针对基于点距离的时序数据分析和传统趋势序列分析的缺点,提出了数字趋势序列、序列的Lp距离、序列分段向量等概念,证明了包括“序列分段均值定理”在内的3个重要定理,设计了专门用于数字趋势序列的“基于序列分段向量(SSV)的全序列匹配算法”。算法使用片段斜率所对应的弧度值来度量片段的趋势,同时用趋势的保持时间来对趋势值进行加权,实现了数字趋势序列之间快速的全序列相似性搜索。

基于OWL DL的关系数据知识提取研究

关系型数据是企业的重要资源,针对当前关系数据库中海量数据的知识提取转换问题,对如何将关系型数据提取表示为OWLDL本体进行了研究。在形式化关系数据记录和本体模型的基础上,设计了转换算法来提取关系数据并将其转换为本体形式,对其中的标识和关联等关键问题进行了重点研究,最后以实例验证展示算法。该方法的提出可以使本体开发者更容易地将关系数据提取为知识,为快速构建企业知识本体提供了新的途径。