社会网络中面向多准则约束的社区发现方法

社会网络上的社区发现技术是近年来的研究热点之一,通常的社区发现方法往往立足于最优化社区的某个特征,从而达到识别社区的目的,例如最优化节点群的链接密度。在实际需求中,人们往往期待能够识别满足多种特征约束的社区,例如既连接紧密又在满足某种形状约束的条件下,规模越大越好。在某些情况下,单一条件约束的社区发现方法通常无法满足用户对于多准则的要求,而由于网络社区形式的任意性,不同发现方法的结果又难以合并。针对这一需求,给出了一种社区发现的多准则约束模型,以及能够同时满足结构约束、社区规模要求和紧密度要求的典型社区多准则约束规则;提出了一种高效的算法和剪枝策略,并在一个大规模的真实数据集上验证了该算法的有效性和高效率。

多准则约束的ICESat/GLAS高程控制点筛选

激光测高卫星在获取全球高程控制点方面具有独特的优势,本文针对ICESat(Ice,Cloud and land Elevation Satellite)卫星上搭载的地球激光测高系统GLAS(Geo-science Laser Altimetry System),提出了一种多准则约束的高程控制点筛选算法。算法综合利用全球公开版的SRTM(Shuttle Radar Topography Mission)DEM数据对GLAS进行粗差剔除,然后利用GLA14产品中的云量、姿态质量标记、饱和度参数、增益参数等多种与测距有关的属性参数进行粗粒度的筛选,保留受云层、大气、地表反射率等影响较小的激光足印点,最后结合GLA01的波形特征参数做进一步精细筛选,提取出高精度的激光点作为高程控制点。本文还采用天津、河北两个实验区的数据,利用高精度的DEM成果数据对筛选的结果进行了验证。实验结果表明,经多准则约束筛选后的激光足印点具有很高的高程精度,能够作为1∶50000甚至1∶10000立体测图时的高程控制点使用,研究结论可为国产高分辨率卫星在境外地区进行无地面控制点的立体测图提供参考。

多准则多约束水平的油田措施结构优化模型及应用

针对油田开采系统的各种复杂因素和在油田开发规划时资源约束水平可能是不确定的或有多个决策者参与决策的问题,利用多目标线性规划的扩展理论和方法——多准则多约束水平线性规划的理论和方法,研究了油田的措施产量优化分配问题。建立了以措施产油量最大、措施的总效益最好为目标,以在不同资源约束水平下的措施产量、费用和工作量为约束条件的油田措施产量分配的优化模型。与以往的模型相比,该模型的约束条件的右边是不固定的。根据模型的特殊性,提出利用多准则多约束水平线性规划的内点法求解,即按约束水平的个数将模型拆分成相应个数的多目标线性规划,利用多目标线性规划的内点法求出对应的非劣解,最后求出原模型的解。实例研究结果表明,笔者建立的模型和提出的解法可成功地解决油田措施增油阶段的资源约束水平不固定或发生变化时,油田的措施产量最优分配决策问题,可为决策制定者提供相应的备选规划方案。