摘要：多资源受限柔性作业车间调度问题(MRC-FJSP,multi-resource constrained flexible job shop scheduling problem)是一类复杂的组合优化问题。针对以最小化最大完工时间为目标的MRC-FJSP,提出了一种带随机网络的多种群粒子群优化算法(MPSO-RDnet,multi-population particle swarm optimization algorithm with random network)。首先,设计了一种半主动解码和基于启发式规则解码相结合的新型解码方式,对原有解空间进行有效裁剪。其次,提出了基于关键路径的两种邻域结构,提高算法局部搜索能力;引入了基于随机网络的多种群策略,提高算法全局搜索能力;提出了面向算法搜索停滞问题的重新初始化策略,增强算法的鲁棒性。最后,采用MRC-FJSP基准算例SFTSP进行测试,验证了算法的可行性和有效性。

摘要：根据路由仿真平台的现状及一般设计原则 ,介绍了基于QoS(QualityofService)的随机网络路由仿真平台的开发设计与应用 ,提出了几种较为新颖的网络拓扑生成方法 .实践证明这些方法能很好地描述网络特性 。

摘要：本文构建了核电事故应急过程的GERT随机网络模型,在分析日本福岛核事故应急救援过程的基础上,研究智能计算方法与传统随机网络相结合的途径。将应急过程分解为串联环节和并联环节,将并联环节作为串联环节的一部分,先以整体为对象进行资源配置优化,再单独分析并联环节。分析了应急资源对各救援环节的作用,在应急资源一定的前提下提出了对应的粒子运动速度矢量受限。利用速度投影矩阵纠正粒子运动,得到了资源受限的粒子群优化算法,获得了应急过程中资源的优化配置,以及降低了核电事故应急的时间消耗。

摘要：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.

摘要：道路网络起讫点(OD)需求是城市决策长期交通规划和短期交通管理中的基础参数,准确的交通需求更是实施交通拥堵控制、限行限速、路径诱导等措施的先决条件。综合运用观测的轨迹已知和未知路径出行时间,建立随机网络交通需求估计双层规划模型。上层广义最小二乘模型最小化历史交通需求与待估交通需求、观测路径出行时间与待估路径出行时间之间的偏差,约束为交通需求、路段流量、路段出行时间与路径出行时间之间的传播关系,通过高斯混合模型(GMM)对其中轨迹未知的观测出行时间依概率聚类。下层为随机网络交通出行均衡模型,分别运用出行时间预算和随机用户均衡处理路网不确定性和出行者感知误差。上、下层之间通过交通需求和OD-路段关联比例进行信息传递。设计迭代算法框架求解双层规划模型,迭代算法包含求解上层模型的最速下降法、求解下层模型的相继平均算法和求解GMM模型的最大期望(EM)算法。通过算例表明轨迹未知的路径出行信息的加入在提升需求估计精度的同时也增大了估计值的方差;设计的迭代算法能够稳定收敛到10-5的精度;GMM软聚类方法估计的交通需求显著优于硬聚类方法估计的需求值;交通需求值对观测路径出行时间的扰动更加敏感。研究考虑出行者风险态度,通过轨迹信息的重新构建揭示城市交通需求演化规律。

摘要：为了求解满足一定时间限制的最大概率路径问题,在建立该问题数学模型的基础上,提出了一种改进蚁群算法。首先根据随机网络的定义建立了随机网络最大概率路径问题的数学模型,然后结合随机网络最大概率路径问题的特点,设计了一种新的启发式信息和信息素更新规则的改进蚁群算法,最后选择了4组数据,将改进蚁群算法与一种混合遗传算法进行对比试验,分别求取对应的全局最大概率路径和反映算法总体性能的多项数据。实验表明,改进蚁群算法的收敛速度和总体性能均优于混合遗传算法,为求解随机网络最大概率路径问题提供了一种快速、可行的方法。

摘要：企业家网络是基于企业家群体的社会网络关系,网络中的企业家节点不可能都有效地为企业带来关键信息及资源,也常常带来冗余信息及资源。同时,网络中的"关系"需要资源的投入才能够维持其稳定,保证持续有效地为企业带来利益。文章基于随机网络模型构建企业家网络并设计核心企业家识别算法与资源投入分配算法,并通过这些算法为企业维持社会网络资本,获得绩效提升,提高竞争优势提供理论指导依据。

摘要：本文提出了分析结构系统荷载效应统计参数的随机网络法。

摘要：研究了存在外界干扰时离散随机多智能体系统的编队控制,其中随机多智能体网络的变换服从马尔科夫链。假设系统中存在不一致的常数时延,首先,设计了编队控制协议,使得跟随者跟踪虚拟领导的同时形成所要求的编队,且和其它智能体达到速度一致。然后,基于Lyanunov稳定性理论,以LMI的形式给出了误差系统稳定并满足H∞指标要求的充分条件,并指出,对于系统中所考虑的常数不一致时延无上限要求。最后,仿真结果证明了所设计协议的有效性。

摘要：随着人工神经网络在不同领域的成功应用,改变网络结构以优化其性能成为近年来的研究热点。由于人工神经网络具有广泛的连通性和复杂的结构,在获得高性能的同时,设计时间、布线成本和空间成本都更低的稀释型人工神经网络备受关注。复杂系统理论主要考虑结构对网络整体行为的影响,并将其应用于人工神经网络,使其具有更高的效率和更简单的结构。研究表明,复杂随机拓扑结构在连通性较低的情况下也要优于全连接人工神经网络。但根据神经生物学的研究,具有短特征路径长度和无标度分布的高度聚集的神经元更受青睐,且连接成本更低。因此,将小世界和无标度拓扑应用于人工神经网络成了相关领域的研究热点。文中总结和讨论了小世界、无标度和混合复杂网络与传统的全连接和随机结构对人工神经网络性能的影响。