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。

观点极化现象作为社会系统中的一种集群行为,会对社会稳定产生重大影响,据此对观点极化研究现状进行系统性的梳理和总结。在回顾社会与政治领域中的观点极化概念和建模研究的基础上,提炼出导致观点极化的两种观点交互方式。从个体视角出发,重点探讨两种可能导致观点极化的社会心理效应——偏见同化和敌意媒体效应。提出不同领域的极化现象研究整合的关键在于个体观点或态度变化的内在机制。在研究展望中指出今后研究的重点之一是模型与现实数据的相互印证。

随着客户对服务水平要求的不断提高,带时间窗的车辆路径问题引起了越来越多的重视。以最小化总成本及最大化客户满意度为目标,建立了车辆路径问题的双目标整数规划模型。设计了混合蚁群算法求解该问题,设置精英蚂蚁策略分别探索两个目标函数,获得更好的非支配解。重新定义了自适应挥发因子平衡算法的局部和全局搜索能力,避免陷入早熟。以NSGA-Ⅱ指导算法的双目标择优过程,并引入变邻域搜索算法来扩大搜索范围,以便于获得更好的Pareto解集。通过正交实验对算法参数进行调整,使用Solomon标准算例测试算法性能。实验结果表明,混合蚁群算法能有效解决带时间窗的车辆路径问题,求解性能明显提高。

为寻求提升安检有效性的方法,基于旅客违反民航安检规定制因机理的角度,构建了旅客、机场公安和安检员三方演化博弈模型,得出了安检员、机场公安以及旅客在民航安检过程中的影响机制。研究结果表明:适当提高对违规旅客的处罚力度,能够避免旅客违反安检规定;利用好新兴技术手段、创新安检管理方法,提高安检的准确度,使旅客逃避安检的投机行为所需成本加大,是提升安检有效性的关键方法。

平台规制策略优化是确保直播电商中供应商、主播行为合规合法的关键,针对供应商、直播平台、主播的利益联系、行为策略和博弈关系,构建三者行为策略演化博弈模型,揭示平台规制下直播电商三方行为策略演化规律,并运用Netlogo仿真模拟策略演化过程。研究表明:平台适当的惩罚与约束力度,有助于规范供应商、主播行为;平台较高补贴能激励供应商、主播规范行为,但牺牲自身利益,系统难趋向稳定;违规收益因子是影响供应商供品策略、主播行为抉择的重要因素。据此,提出规范供应商、主播行为的基本策略和具体措施。

为保证城市公共交通系统的正常运行,对其拓扑结构及韧性进行研究。依据城市公交与地铁之间的耦合距离,建立相互依赖的公共交通网络模型,通过深度学习对耦合网络的拓扑属性进行识别;结合熵权法与最优理想解距法提出节点综合重要性指标,根据节点重要性对节点进行择优恢复,对比不同恢复策略下的网络韧性。以武汉市公共交通网络为例,验证了该方法的适用性和准确性。

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。

复杂网络鲁棒性增强是近年来网络科学领域的热点,探讨鲁棒性增强策略对于网络结构设计与功能改进有着重要的科学意义和理论价值。在广泛整理与系统分析国内外文献的基础上,从事前防御、事中恢复与事后优化3个方面,全面梳理了当前复杂网络鲁棒性增强研究的关注重点与主要思想,对比分析了不同策略的优缺点与适用性,最后总结展望了该领域未来的研究方向。

针对社交网络中的用户对谣言的抵抗能力存在差异以及用户间亲密度不同的情形,通过引入谣言信度函数与个体亲密度函数,定义体现网络结构特征的非一致接触传播率。考虑传谣者的信谣程度及传谣力度不同,基于平均场理论建立一种新的网络谣言传播动力学模型。在BA无标度网络中通过数值仿真验证了理论分析的正确性。实验结果表明,谣言在度大的节点中传播更快、范围更广;高谣言信度与用户亲密度会使谣言传播速度加快、传播范围变广;进一步探究了模型中遗忘率、辟谣率等相关参数对谣言传播的影响。对基本再生数进行敏感性分析,进而提出了控制谣言传播的建议,并对比分析了随机免疫与目标免疫两种常见免疫策略的效果;在仿真网络与真实网络中分析了网络结构对谣言传播的影响规律。

针对主题词提取中关键词提取不准确以及仅考虑单一相关性的问题,提出一种将集成思想与复杂网络相结合的主题词提取算法。首先通过集成算法提取话题数据的关键词,以提高关键词提取的准确性,其次改进传统词共现公式计算关键词的共现度,并建立关键词共现网络,在网络的基础上得到最优连通子图,同时以节点度中心性为权重衡量关键词重要性并从中映射出主题词。最后,使用微博话题数据集进行实例验证,证明该算法是有效的,并优于传统的词共现算法,并在青岛社区话题数据集中进行应用。