为解决现有观点演化研究对社会阶层考虑不够充分的问题,在个体异质性影响力的基础上,将网络中节点的拓扑性质与社会结构结合,提出了一种基于HK模型的观点演化模型。在3种经典复杂网络和一个实证网络中,采用社会学领域中根据资本划分社会阶层的方法,构建了3种社会结构。利用仿真实验,发现社会结构对观点演化具有重大影响,通过社会政策调整社会结构有利于观点达到一致。为研究现实社会同一类型社会结构中观点演化不一致的情况,在B型金字塔和橄榄型社会结构下,设置高阶层个体不同的初始观点分布,发现高阶层个体观点的极化和统一会相应地影响舆论的极化和一致。

复杂网络的不同类型边转换(方向改变)和在不同节点间增加边对网络能控性有不同影响,为了更好地了解有向网络边转换和增加对网络能控性影响,提出一种边分类方法,把边根据节点类别和匹配关系分成12种类型,并给出辨识算法。基于此分类给出网络边转换和增加时网络能控性(驱动节点数目)的变化规律。通过模型网络和实际网络分析了每种边在网络中的比例,并分析了边转换和增加时驱动节点数目变化。结果验证了定理的正确性。

为解决全员定期核酸检测成本高,导致间隔周期长且效率低的问题,给出了基于社交网络信息的抽检策略,将在线社交网络信息与新冠肺炎传播规律融合,建立了带抽检策略的新冠肺炎传播模型。在此基础上,研究了随机抽检策略、熟人监测策略、度大节点目标抽检监测策略三种策略对新冠肺炎传播的影响。研究发现在校园等人群密集接触的环境下,熟人和度大节点目标抽检策略在峰值幅度、峰值时间、早期预警等指标下都好于随机监测策略,减少了新冠病毒传播天数以及感染人数,能更早、更快地控制住疫情,预警效果从高到低依次是度大节点目标监测策略、熟人监测策略、随机监测策略。

社区划分是网络研究中的重要组成部分,基于医疗数据对类风湿关节炎患者进行社区划分能够有效提升临床医疗决策的准确性。考虑到社区划分过程中可能会存在患者属性异构及相关性问题,首先基于复合粗糙集理论实现对患者异构属性的有效处理,其次将复合粗糙集理论与 louvain 算法相融合,构建出基于异构属性节点的社区划分模型。通过采用临床真实数据集及经典网络数据集对本文构建的模型进行实验分析,验证了本文模型能够取得模块值较大的社区结构,实现将不同疾病活动程度的患者划分到不同社区内,从而提升患者疾病活动程度评估的有效性和准确性。

为探究发明者影响力的演变规律,研究了多层图时序专利发明者引用网络的节点影响力模型。划分网络层并根据节点影响延续性和高影响力节点的吸引性构建层间联系,得到发明者影响力的时序演变数据后利用分段拟合方法挖掘其中的分布和演变规律。实证分析“分子生物学与微生物学”领域专利数据,表明专利的质量和数量决定着发明者的影响力水平。高影响力发明者持续受关注,大部分中等影响力发明者和低影响力发明者会逐渐边缘化。

后真相时代群体立场的对立加剧和媒体公信力的下降导致敌意媒体效应凸显。为揭示敌意媒体效应对舆论形成的影响,探究舆论群体和大众媒体之间的互动机制,提出一种考虑媒体敌意和意见领袖的观点演化模型,并进行仿真实验。仿真结果与分析表明,媒体的真实观点、群体与媒体的交流概率、极端意见领袖的比例等因素都会调节群体的极化程度。结果从定量角度揭示了敌意媒体效应的存在会对舆论形成,尤其是群体极化的加剧造成重要影响。

考虑到在微博信息传播过程中,每一位网络用户的观点都受到其前一位网络用户观点的影响,提出建立基于微博数据挖掘的贝叶斯观点演化模型。以“动态清零政策是我国抗疫总方针”为关键话题词,利用Python爬取微博评论数据,经过数据预处理和分词,对贝叶斯观点演化模型进行实证分析,结果发现官方媒体对舆情的及时引导对情感演化倾向起到重要作用。

“区域全面经济伙伴关系协定”(RCEP)的签署具有重大经济战略意义,为了给航空公司在RCEP协定范围内开拓航线提供参考,利用多层复杂网络的理论和方法建立基于航空公司层面的航线网络模型,多角度探究RCEP国际航线网络特征及各航空公司在航线网络中的贡献度。研究表明,RCEP国际航线网络是具有多个核心的无标度网络;全服务航空公司提高了RCEP国际航线网络各机场间的航空运输效率,低成本航空公司则是RCEP国际航线网络覆盖范围扩充的主力军。

针对符号预测算法在预测准确率和算法复杂度方面难以均衡的问题,有效地融合社会学发展规律与网络局部特征,提出一种基于结构平衡理论与地位理论计算节点相似度的符号预测算法。为更好的结合上述两种理论对两节点相似度得分的贡献,引用调节因子,将基于两种理论的相似度得分按照调节因子的权重求和,相似度的得分的正负即为边符号预测的结果。最后将算法在多个不同数据集进行实验,与经典的CN算法和PSNBS算法在预测准确率与算法复杂度两个方面进行对比分析。结果显示该算法在预测准确率方面与经典算法非常接近,但在时间复杂度方面本文比经典算法低一个数量级,明显优于经典算法。

为解决快速路日益严重的拥堵现象,探讨其交通运行状态及演化规律,确定交通状态判别标准。运用交通仿真平台Vissim软件进行模拟分析,应用谱聚类分析算法精确提取交通状态突变边界,结合尖点突变理论,研究分析不同时间、位置的交通流状态。结果表明:交通流在自由流与拥堵流两种状态之间相互转化时,存在明显的突变现象。

综合考虑减排投入延迟效应与消费者低碳参考效应对产品需求和品牌商誉的影响,构建了由制造商和零售商组成的双渠道低碳供应链,并基于最优控制理论先后对分散、集中和成本分担3种模式下的成员运营策略、产品低碳水平、品牌商誉以及整体利润进行了比较与分析。研究发现:参考效应总会调动制造商低碳生产的积极性,提升产品低碳水平和品牌商誉稳态值,挫伤企业广告宣传热情;只有当延迟时间低于一定阈值时,供应链成员采取集中决策才是有意义的;延迟时间抬高了消费者对产品低碳水平的心理预期;参考效应会加剧延迟时间对不同决策机制下供应链整体利润的影响。

为分析个体行为特征和决策偏好对水资源冲突演化的影响,应用前景价值函数构建跨国界河流水资源冲突感知收益矩阵,运用演化博弈分析上下游决策行为演化路径与结果,构建系统动力学模型进行模拟仿真。结果表明:合作决策集的选择需要满足复杂的博弈条件;当上游积极放水的感知成本、上游消极放水的感知收入、下游主动争取的感知成本增加和水资源冲突风险感知成本减少时,将降低上下游合作的概率,流域将可能爆发水资源冲突。

针对机器人对未知目标的编队跟踪问题,建立机器人运动控制模型,提出了基于强化学习的目标跟踪与环围控制策略。在强化学习策略驱动下,机器人探索发现目标点位置并展开跟踪,使用环围编队运动模型对机器人跟踪策略进行实时优化,实现对逃逸目标点的动态跟踪与环围控制。搭建了多机器人运动测试环境,实验表明结合强化学习的方法能够缩短多机器人编队调节时间,验证了多机器人环围编队控制策略的有效性。

为提高无人驾驶汽车感知系统硬件资源利用率,构建了一种基于特征融合的无人驾驶多任务感知算法。采用改进的CSPDarknet53作为模型的主干网络,通过构建特征融合网络与特征融合模块对多尺度特征进行提取与融合,并以7种常见道路物体的检测与可行驶区域的像素级分割两任务为例,设计多任务模型DaSNet(Detection and Segmentation Net)进行训练与测试。使用BDD100K数据集对YOLOv5s、Faster R-CNN以及U-Net模型进行训练,并对mAP、Dice系数以及检测速度等性能指标做出对比分析。研究结果表明:DaSNet多任务模型在道路物体检测任务上,mAP值分别比YOLOv5s和Faster RCNN高出0.5%和4.2%,在RTX2080Ti GPU上达到121FPS的检测速度;在占优先权与不占优先权的可行驶区域上分割的Dice值相较于U-Net网络分别高出了4.4%与6.8%,有较明显的提升。