基于知识图谱的城市洪涝灾害链推演及时空特性解析

城市洪涝灾害具有链式传播特性,解析城市洪涝灾害链的传递规律和时空演变特征对于阻断灾害链具有重要意义。本研究以郑州“7·20”特大暴雨洪涝灾害中地铁5号线被淹和京广快速路隧道被淹2个事件为案例,构建知识图谱揭示灾害链传递规律。通过复盘灾害链的演变过程,从中识别灾害链中的诱发点、引爆点、扩散点以及放大点,并着重分析致灾机理以及灾害链的时空特性,以灾害曲线形式直观展示不同灾害链的影响程度。郑州“7·20”洪涝灾害典型案例解析表明,两事件存在多个灾害链阻断时机,在救灾过程中应综合考虑灾前、灾中因素的影响,果断采取断链措施,并且要充分发挥应急措施的时效性,及时阻断引爆点和扩散点,降低洪涝灾害损失。该方法能够应用于链式灾害的复盘,指导分析具体事件的致灾机理和救灾切入点。

基于知识图谱的暴雨灾害链挖掘与预测研究

暴雨灾害不仅会引发崩滑流、内涝等次生灾害,更会造成交通中断、供电中断、市政设施损毁等一系列衍生后果,这种现象被称为暴雨灾害链。为了把握暴雨灾害链演化发展的客观规律,有效防范暴雨灾害链的风险,本文提出了一种基于知识图谱的暴雨灾害链挖掘与预测方法。首先,将承灾体影响纳入暴雨灾害链本体模型,构建了暴雨灾害链知识图谱;其次,提出了基于链路耦合的暴雨灾害链挖掘方法,构建了基于贝叶斯网络的暴雨灾害链预测模型;再次,以珠三角地区为例,挖掘暴雨灾害链,并预测某次暴雨事件的灾害链。结果表明:①构建的暴雨灾害链知识图谱能够全面展示出暴雨次生灾害链及其衍生的承灾体后果;②基于知识图谱链路耦合的暴雨灾害链挖掘方法完整地挖掘出了暴雨灾害链,主要类型包括自然灾害类、城市生命线影响类、人员伤亡类、设备和建筑事故类、生产生活潜在影响类;③提出的基于贝叶斯网络的暴雨灾害链预测模型,在暴雨灾害发生初期就能准确预测出暴雨灾害链的发生概率。

国内低碳供应链文献知识图谱构建分析与应用

低碳供应链是构建全球企业责任体系和实现我国“双碳”目标的关键要素之一,文章总结了国内学者在低碳供应链领域的研究现状及脉络,分析了研究热点与前沿领域,并构建了相关文献知识图谱,为后续研究和知识共享奠定基础。研究选取了中国知网CSSCI数据库中截至2023年9月1日发表的206篇低碳供应链文献,通过Citespace和Neo4j软件对文献进行知识图谱的构建、分析与应用。研究表明:我国低碳供应链研究始于2010年;研究学者以及研究机构之间合作关系不强;研究热点是碳减排、供应链协调、碳交易及参与主体行为博弈;研究演进是从基础概念到供应链决策等纵深领域,从宏观到微观;明显的研究趋势体现为复合碳政策下供应链管理与减排,且从2022年起逐渐与“双碳”研究领域融合。文章构建的知识图谱主要可用于本领域知识查询及学者合作推荐等知识共享服务应用,未来可拓展知识共享服务应用并开展跨学科合作交流。

基于灾害风险普查知识库的台风灾害链知识图谱构建

基于灾害系统论与知识图谱构建技术,利用全国第一次自然灾害综合风险普查提供的调查技术规范和各灾种风险评估技术规范,结合已有的历史台风灾害案例及其他相关文献资料,从中提取出致灾因子、承灾体分类目录及相互之间的灾害链关系表;基于GIS中的时空拓扑关系理论,提取承灾体实体与致灾因子空间特征之间的时空拓扑关系谓词;从台风灾害报道的新闻与社交媒体语料库中基于自然语言处理技术提取受灾动词、受灾程度词,作为描述承灾体受灾情况的关系谓词;在此基础上构建了“致灾因子-关系-承灾体”三元组为灾害链基本链条的知识网络,从而构建出更为全面完整的台风灾害链网络。该知识网络包括59个节点,787个三元组,通过Neo4j图数据库更具体形象地展示了完整的台风灾害链网络,并为进一步的台风灾害网络分析和知识推理奠定了基础。

基于产业链的电力设备智能故障诊断方法研究

电力设备故障是导致电网无法正常运行的重要原因。针对电力设备故障诊断机制因缺乏协同管理和知识共享导致的效率低下和技术更新受限问题,提出一种基于产业链的电力设备故障诊断方法。首先基于设备故障诊断历史数据,采用BERT-BiLSTM-ATT深度神经网络构建设备故障知识图谱;然后从上下游协同、虚实互补两个方面构建电力设备故障诊断跨时空信息联动模式。该方法解决了电力设备故障根源追溯、处理措施检索难题,有助于推动电力设备的智能化、可视化故障诊断。

GAT-IL:一种基于图注意力网络与模仿学习的服务功能链部署方法

网络功能虚拟化通过将网络功能从专用硬件设备迁移到商用服务器上运行的软件中间盒中,简化了网络服务的配置和管理.在网络功能虚拟化的环境下,由一系列有序的虚拟网络功能组成的服务功能链正在成为承载网络服务的主流形式.将底层物理网络资源分配给服务功能链的需求称为服务功能链部署问题.对于基础设施提供商来说,在有限的资源条件下获得长期高回报是一个重要的挑战.本文形式化定义了服务功能链部署问题,提出了一种基于图注意力网络与模仿学习的服务功能链部署方法(Graph Attention Network and Imitation Learning,GAT-IL).该方法使用图注意力网络评估每个物理服务器的放置潜力,通过蒙特卡洛树搜索方法给出专家示范,并采用模仿学习方法进行智能体的训练,融入集束搜索策略优化解空间.大量的实验结果表明,本文提出的GAT-IL方法在平均收益代价比和接受率的性能指标上均优于现有代表性算法.

基于知识图谱关系预测的阶梯式问句链生成模型

研究旨在让机器自动生成符合人类提问习惯的阶梯式问句链,辅助智能阅读提问、智能客服、智能医疗问诊等领域对于自然语言理解与生成任务的实际需求,提出一种基于知识图谱关系预测的阶梯式问句链生成模型(stepped question chain generator based on knowledge graph link prediction,SQCG-KGLP)。SQCG-KGLP模型包括编码和解码两部分,在编码部分,对问句链的问句实体进行特征初始化,并通过特征融合方法获得问句链的融合头实体和待测尾实体的初始向量。将融合头实体和待测尾实体的初始向量送入SQCG-KGLP模型的Graph Attention图表示学习模块中,从而获得融合头实体和待测尾实体的表示向量。在解码部分,将融合头实体以及待测尾实体的表示向量输入到SQCG-KGLP模型的convKB模块中进行链接预测。在自建问句链数据集上进行不同跳数的实验,以MRR、Hits@1、Hits@3、Hits@10作为评测指标。结果表明,SQCG-KGLP算法均优于基线模型。当问句链生成迭代次数增加时,支持关系预测的知识图谱跳数随之增加,下一个节点问句语义信息表达的自然性会随之下降。此外,在现实应用场景中较难获得足量的高跳数问句训练数据集。目前,该研究仅能支持三跳以下的问句链生成。利用知识图谱的语义关联及知识图谱关系预测机制,生成的阶梯式问句链具有层层递进、由易到难、环环相扣的特点,使问句链的阶梯式逻辑质量更优。

基于邻居采样和图注意力机制的产业链风险评估模型

风险评估是提高产业链韧性的重要途径,也是降低产业链不稳定性的有效手段。然而,现有风险评估的研究基于供应链结构,忽略了其他因素,无法准确地刻画产业链上下游各节点的关联关系,导致评估效果存在偏差。针对上述问题,考虑到产业链内部各节点相互关联、风险状况多样、存在风险传递的特性,提出了基于邻居采样和图注意力机制的产业链风险评估模型GANS。首先,构建了产业链的异质图,利用“产品-公司”“产品-产品”刻画了产业链节点之间的关联关系,并从产业链中提取财务数据等作为节点的数据特征;其次,提出了基于元路径和公司投融资关联规则的公司关系图生成模块,实现对产业链中公司节点关系的高效转化和结构特征的高效学习;接着,针对生成的多种公司关系图,设计了结合邻居采样和图注意力机制的产业链风险评估模块,对节点邻域特征进行随机采样和聚合,同时结合注意力机制对基于多种公司图的节点特征进行自适应聚合,并通过分类器实现节点级风险评估;最后,依据节点风险等级与节点的结构特征对产业链进行风险评估。实验表明,在真实产业链数据集上,GANS在准确性、F1分数等方面均优于现有的模型,证明了GANS实现产业链风险评估的准确性和有效性。

基于大数据的血液供应链管理研究综述及展望

血液供应链相关综述论文多聚焦于研究问题、方法、趋势和挑战等方面,缺少从数据应用角度探讨血液供应链管理的综述性研究。利用文献计量方法回顾了116篇学术论文,可视化地展示了基于大数据的血液供应链管理相关研究合作和热点。在此基础上,从大数据视角探讨血液采集管理、血液库存与分配管理以及血液供应链网络设计3个方面的研究热点。最后,提出基于大数据的血液供应链管理PAGE框架阐述未来研究方向。研究成果有助于学界更准确地追踪和聚焦血液供应链管理中大数据的应用研究前沿和主题,为业界利用大数据管理血液供应链提供重要指导方向。

产业链标准图谱方法论创新研究

围绕提升产业链供应链现代化水平,从阐释产业链供应链的内涵出发,分析标准对于提升产业链供应链韧性和安全的作用,并以电子信息制造业标准图谱研究为例,论述标准图谱对于充分发挥标准提升产业链供应链安全韧性的意义,提出构建产业链标准图谱的具体方法论和实践应用工作举措。

数字化背景下教学环境建设——以“应用随机过程”课程为例

数字化助力教学环境建设,为优质教学的内涵式发展提供强劲的思想动力和智慧源泉。基于目标的问题导向、内容以专题呈现、挖掘典型案例教学、优化教学设计思路路径、因人导学,推动线上线下课堂精准对接,打造“双线共融”的“GPO+DATE+GTP”混合式智慧教学环境模式优化组合。基于知识图谱的数字化教学新生态,加强注重巧妙启发,深度融入思政元素,营造主题式、细粒化、有趣化的“小环境”。以任务驱动法刺激教学,将学习任务作为主线、学生作为主体、教师作为辅导者积极协助。教学策略以质疑、释疑、演绎、应用、总结及巩固为主线,环环相扣。教学中精讲高质量论文并拓展课程内容,尽显该课程理论渗入实践的魅力,体现较高的课程价值,培养学生探索未知且勇攀科学高峰的使命感。

链图的距离特征值

如果一个图G不包含2K_(2),C_(3)及C_(5)作为导出子图,称其为链图。在所有点数和边数给定的连通二部图中,链图具有最大的谱半径,这使得链图在图谱理论中占有一席之地。本文研究了连通链图距离特征值的分布情况。对于点数为n的连通链图G=G(t_(1),…,t_(h);s_(1),…,s_(h)),我们证明了-2是G的重数为n-2h的距离特征值,且G有h-1个距离特征值小于-2和h+1个距离特征值大于-2。

绿色供应链管理领域的研究热点与前沿——基于CiteSpace的知识图谱分析

文献取用1999—2022年1 312篇CNKI期刊论文作为样本,绘制绿色供应链管理领域研究的知识图谱,包括关键词共现、作者、发文机构、突现等多个维度,旨在揭示中国绿色供应链管理研究的热点领域与前沿演进,为后续研究提供参考。主要的研究结论:(1)绿色供应链管理的研究自始至今已有一段时间,并呈逐渐增加的趋势,但在过去两年中有所减少,发文作者和机构之间的合作比较松散,因此仍需要加深对相关研究的数量、范围和层次的探讨。(2)在低碳经济的时代背景下,学者们广泛而深刻地研究了企业在绿色供应链管理中应承担的社会责任以及相关的绿色生产和逆向供应链策略。(3)中小企业绿色供应链的建立以及绿色发展和绿色创新是共同关注的最新发展趋势。

我国生猪产业知识图谱构建研究

针对中国生猪产业链各环节关联性弱、产业数据碎片化、数据类型复杂多样等问题,文章研究设计了基于知识图谱的生猪产业总体架构。通过分析生猪垂直产业领域、本体设计、数据采集、基于语义角色标注与依存句法分析的知识抽取和词典匹配与相似度匹配相结合的知识融合、基于Neo4j数据库的知识存储六个步骤,构建了生猪产业知识图谱,实现了产业链上各孤立环节的应用关联,为产业知识智能检索与智能辅助决策系统构建提供数据基础,助力中国生猪产业数字化建设。

我国生鲜冷链物流领域研究热点和前沿

为了分析我国生鲜冷链物流的研究热点和前沿,文章利用CiteSpace软件,对2018—2023年公开发表在核心合集数据库中主题词为“生鲜物流”或含主题词为“冷链物流”的文献进行可视化分析,最终以科学知识图谱的形式展示了生鲜冷链物流研究的研究主体、学科分布、研究热点和研究趋势等情况。结果显示,我国目前生鲜冷链物流领域研究热点为“冷链物流系统规划”、“冷链技术研究”、“冷链物流市场研究”,智慧冷链信息化研究、物流服务质量研究、物流领域专业人才的培养策略以及乡村物流发展研究是未来的研究方向。

基于知识图谱的产业链大数据平台设计与实现

为了实现产业园区数字经济智能化全局发展,完善智慧园区功能配套设施,基于知识图谱技术,设计并实现一个基于Vue.js框架的产业链大数据分析与管理平台。平台实现可视化产业链知识图谱、数据大屏、关系查询、数据分析、数据管理等功能,针对性解决区域产业发展、监测评估、招商引资等问题。该平台通过产业链数据的深度挖掘,构建产业链全景,为产业园区提供综合性决策支持服务,剖析深层次产业链价值,发掘企业潜在的合作与竞争关系,促进区域之间的交流合作,协助提升企业的经济效益。

结合层次图神经网络与长短期记忆的产业链风险评估预警模型

产业链风险评估预警是有效保护产业链上下游公司利益和减轻公司风险的重要措施。然而,现有方法由于忽视了产业链上下游公司之间的传播效应和公司信息的不透明性,无法准确评估公司风险,且忽略了动态财务数据对产业链的影响,无法提前感知风险,进行风险预警。针对以上问题,提出一种结合层次图(HG)神经网络与长短期记忆(LSTM)的产业链风险评估预警模型(HiGNN)。首先,利用产业链上下游关系和投融资关系构建“产业链-投资”HG;其次,利用财务特征提取模块提取公司多季度财务数据的特征;再次,利用投资特征提取模块提取投资关系图特征;最后,利用注意力机制融合财务特征和投资特征,通过图表示学习方法对公司节点进行风险分类。在真实的集成电路制造业数据集上的实验结果表明,与图注意力网络(GAT)模型、循环神经网络(RNN)模型相比,当训练比率为60%时,所提模型的准确率分别提升了14.87%、22.10%,F1值提升了12.63%、16.67%。所提模型能够有效捕捉产业链中的传染效应,提高风险识别能力,优于传统的机器学习方法和图神经网络方法。

面向语义分析的文本式任务图生成方法研究

针对复杂任务的不确定性和复合型,论文提出面向语义分析的文本式任务图生成方法研究,将任务分析过程划分为任务链图构建和任务实体关联图构建两阶段。在语义分析的基础上将任务语句中动词和名词的“动宾”短语提取出并集合成事件对构成任务链图;任务实体关联图通过textrank算法提取任务语句中与任务链实体相关的关键词和高频词内容,将任务链图中忽略的关键信息展示在任务实体关联图内,两图共同将任务语句信息展示完整。该方法将人工智能与思维活动任务分析结合在一起,实现了任务自动分析,为复杂任务分析提供了新的方法。

链式神经网络动力学及其与环状结构、星型结构对比分析

链式结构作为一种基本结构广泛地存在于各种复杂系统当中,然而,对于链式结构的复杂网络动力学分析鲜有报道.本文以神经网络为例,研究具有链式结构的多时滞高维神经网络模型的分岔动力学,并运用流图分解法以及整体元替代法推导出特征多项式随神经元节点个数变化的递推规律式,从而分析出特征多项式方程根的分布情况.考虑神经递质传输时延对系统稳定性的影响,并得出导致系统拓扑突变的临界值.最后,通过数值仿真验证给出理论的正确性,并通过对比仿真对链式结构、星型结构与环形结构这3种结构的神经网络动力学进行分析,从而得出神经网络的结构性差异对网络分岔动力学的影响.

数字经济时代国内供应链研究进展——基于CiteSpace和VOSviewer的文献计量分析

数字经济作为国家级战略,深刻影响到我国供应链发展。本文回顾了中国知网(CNKI)数据库中收录的2017—2023年数字经济时代国内供应链研究的1126篇相关文献,运用CiteSpace和VOSviewer可视化软件分析,结果表明:该领域研究涉及多个学科,发文作者尚未形成核心高产作者群,但企业与科研单位的合作使得学术研究更具实践意义;国内研究重点聚焦于供应链数字化转型以及数字技术赋能供应链两个方面;目前的研究前沿是数字经济背景下供应链韧性、供应链创新以及供应链金融三个领域,以期对未来该领域研究提供参考价值。