为了更好地揭示新冠肺炎(COVID-19)的传播机理,通过分析新冠病毒(2019-nCoV)的传播特性,考虑隐性潜伏者的自愈以及潜伏者的提前隔离,引入“入院隔离状态”,“隐性治愈状态”,考虑防控强度的变化,引入“发病状态”,提出了SEAIHR动力学模型。利用真实疫情数据,考虑不同阶段参数的变化,进行了多模型对比试验。实验结果表明,SEAIHR模型拟合和预测精度有明显提升,较经典模型在疫情前中期降低了34.4%~72.8%拟合误差,为疫情防控提供了参考与指导。

为了促进自动驾驶技术的发展,本文聚焦于自动驾驶车辆换道决策行为。首先对换道意图进行客观性量化,然后引入换道碰撞概率与换道动态风险系数,并基于博弈论思想建立自动驾驶车辆换道博弈决策行为模型,选取速度收益作为博弈收益的考量目标,使得自动驾驶车辆进行协作、安全、合理的换道。最后,使用SUMO软件将传统LC2013换道模型与换道博弈决策行为模型进行仿真实验和对比分析,结果表明换道博弈决策行为模型具有更高的稳定性、可靠性、安全性以及车道利用率。

为挖掘网络直播领域数百万主播与数亿计观众的活跃互动下大规模人群行为学特征,以斗鱼和虎牙直播平台为例,统计分析了连续123天、涉及240多万名主播、超过7.26亿条的直播数据,总结了直播平台的负载时序规律和用户行为特征。发现直播负载存在明显的日内效应和周内效应,不同直播模式的主播在观众数、粉丝数等统计特征上存在显著的组间差异,主播生存期和直播间观众数量符合幂律分布,随着平台发展,主播和观众数量呈现较强的线性相关性,但其波动性也逐步增大,体现出系统越来越强的异质性和非均匀性。对理解网络直播复杂系统中的用户行为模式、挖掘用户分布规律及变化趋势、设计商业模式如个性化推荐等方面具有重要意义。

隐朴素贝叶斯模型(HNB)和树增强朴素贝叶斯模型(TAN)通过挖掘共邻节点之间的内在关联缓解局部朴素贝叶斯模型(LNB)的强独立性假设,却忽略了真实网络中同时存在关联紧密的节点和相对独立的节点。在此基础上设计一种分包准则,将共邻节点划分为关联共邻节点和独立共邻节点,然后分别对HNB和TAN做分包改进,提出基于分包的混合朴素贝叶斯模型。在平均共邻节点数高的FWFW网络上,分包后HNB和TAN模型与原模型相比AUC值分别提升12%和11.6%。实验结果表明,所提方法能有效提升链路预测性能,并且具有良好的鲁棒性。

传染病代际间隔τ对于探究病毒传播规律具有重要的理论与实用价值,而通常其概率分布函数是未知的。因此,尝试利用最大熵方法推断代际间隔分布函数的最概然形式,详细分析了全球20个国家4 986个新型冠状病毒病例信息,在充分考虑样本多样性的基础上估计了该病毒代际间隔的总体均值和方差,然后基于此方法推定了全球新型冠状病毒代际间隔分布函数并以此计算了中国的基本再生数。研究结论有助于进一步客观地分析病毒传播特征,为制定常态化疫情防控对策和相关领域研究提供重要的参考价值。

鉴于低维混沌的图像加密算法存在密钥空间小、安全性不高等问题,通过引入光滑三次型忆阻器,构建一个改进的四维忆阻超混沌系统。对改进系统的相图、耗散性、平衡点稳定性、Lyapunov指数谱和分岔等进行数值仿真与分析,表明该系统具有丰富的动力学行为与混沌特性。并提出一种通过哈希算法进行混沌序列选择的加密算法。经过直方图、密钥空间分析、鲁棒性分析等实验仿真,表明该图像加密算法密钥空间较大,可以有效抵御暴力穷举等恶意攻击,具有较高的安全性。

为提高预测舆情演化趋势的能力,提出了一种基于改进狼群算法(IWPA)优化长短期记忆(LSTM)神经网络的舆情演化预测模型。采用Halton Sequence进行初始化,提高种群多样性;设计步长因子进行高斯-正弦扰动变换,提高狼群探索开发能力;结合鲸鱼优化算法中的螺旋改进围攻机制,增强狼群的局部搜索能力;引入记忆力机制,使用双向记忆种群增加狼群协同合作能力,将改进后的狼群算法应用到LSTM神经网络的超参数预测。采用“新冠疫情”和“食品安全”等关键词作为实例,证明了IWPA-LSTM神经网络舆情演化预测模型具有良好的准确性和普适性,适用于多种舆情演化的预测。

为有效缓解大规模停车时的停车乱、停车难问题,围绕停车费用、排队时间以及均衡多个停车场之间的停车需求,构建兼顾多方利益凸优化模型。首先,利用匹配博弈推导出最小化停车费用的稳定双边匹配;然后,同时考虑多方利益来扩展研究,构建的数学模型为凸优化问题,使用交替方向乘子法(ADMM)分布式求解;最后,仿真结果表明基于ADMM分布式优化模型与匹配博弈算法和贪心算法相比,可以满足多方利益,从隐私保护、计算时间与数据传递量等方面分析验证了ADMM分布式优化模型比集中式优化模型更适用于大规模共享停车匹配,并分析验证了考虑多方利益的必要性与权重系数对计算结果的影响。

鉴于噪声对生物系统的基因转录调控有着重要的影响作用,研究了乘性高斯白噪声和加性Lévy噪声共同激励下的基因转录调控系统的动力学特性。首先借助Janicki-Weron算法模拟出Lévy噪声,然后利用四阶Runge-Kutta 算法计算出蛋白质浓度的稳态概率密度函数,并通过绘制其图像对系统的动力学行为进行稳态分析。研究发现:高斯噪声强度、Lévy噪声强度、稳定性指标、偏斜参数均会诱导蛋白质浓度发生相变现象,且这些参数指标的增大会使基因转录调控系统逐渐从“开启”状态转变为“关闭”状态。

为揭示快递安全事故的关键致因及关联性,基于复杂网络理论,以快递人员、快件、设备、环境、管理及事故结果6类40个因素为节点,以因素间的作用关系为边,构建快递安全事故致因网络。研究发现,该网络具有小世界特性,中介中心性显著,存在3-核高密度云团。结果表明,人员伤亡、快件起火、快件破损、财产损失、运输车辆问题是事故的关键因素;快件堆积与破损对事故风险传递最为显著;15个因素间的高密度关联性对事故起到核心作用。