在线社交网络中点阻塞策略下虚假信息关注度

在线社交网络中的信息影响着人们的观点或看法,混杂在其中的虚假信息必然对人们的判断和决策产生误导.人们对虚假信息的关注度越高就越容易受到虚假信息的误导,从而做出非理性甚至激进的行为.为构建和谐的网络生态环境,本文探索了点阻塞策略下虚假信息关注度最小化问题以及最小化用户被虚假信息激活时对虚假信息的总关注度.首先,考虑用户对虚假信息的关注度构建一个关注度级联模型,并借助库伦定律来刻画虚假信息扩散过程中用户对虚假信息关注度的演化.其次,证明了点阻塞策略下虚假信息关注度最小化问题的复杂性以及该问题目标集函数的非次模性和非超模性.然后,将关注度最小化问题转化为关注度下降最大化问题,借助离散函数的连续化技术以及集函数的凹闭合函数设计了一种近似投影次梯度算法.最后,在三个真实的数据集中验证了本文构造算法和模型的有效性,实验模拟结果表明了本文开发的算法优于现存的启发式算法,并且得出用户对虚假信息的关注度是影响虚假信息治理的重要因素.

维修时间不确定性下配电网灾后维修队安排的鲁棒恢复研究

为最小化灾后配电网损失量,准确描述完整维修队工作时间(分为路途时间与具体维修时间),依据台风路径对维修队所需路途时间进行分类,并利用期望概率描述具体维修时间的不确定性。建立2阶段分布式鲁棒优化模型,采用CCG算法分析国内某地区配电网算例发现:考虑维修时间不确定性可以有效减少配电网损失量。