关于物流企业车辆调度的优化研究

本文简要介绍了几种车辆物流的技术环境,阐述了车辆调度的问题,并从数学角度对物流企业的车辆调度进行了优化设计,提出了相应的优化模型以及一些简单实用的调度算法,希望能够有效降低物流配送成本,提高企业的管理运营水平。     

党政机构微博在突发事件中传播效果的影响因素及策略

在分析铁路货运量预测方法的基础上，针对标准BP神经网络的不足，提出改进的BP神经网络预测模型。首先,利用动态陡度因子来改变激励函数的陡峭程度，以此来得到更好的激励函数响应特征以及更好的非线性表达能力；其次，利用附加动量因子，通过对以前经验的积累，既降低了神经网络对误差曲面的局部细节敏感特性，又较好的遏制了神经网络易于限于局部最小的缺陷；最后，采取改变学习率的方法，给定一个较大的学习率初始值，在学习的过程中学习率不断减小，网络最终趋于稳定。改进BP算法既可以得到更优的解，还能够缩短训练时间。利用全国铁路货运     

网络社区发现算法在流动表建模中的设计与应用

代际流动表可以统计子代与其父代社会地位配对数据的交互频数，反映了社会资源占有的优劣势在父子两代人之间的比较。对财富、阶级、特权等社会基本特征演变的实证考察，均依赖于代际流动表的量化分析。对数线性模型是流动表建模分析的基本工具，通过对列联表单元格频数进行拟合，可以识别流动表行分类与列分类之间的强弱交互效应，刻画父子社会地位间的交互结构。本文利用复杂网络社区发现算法分析父子社会地位的关联结构，针对简约对数线性模型拟合精度不够的问题，提出一种新的建模思路：利用社区发现算法对简约对数线性模型的残差列联表进行关联关系挖掘，将发现的社区效应作为附加参数约束引入原对数线性模型，以改善数据的拟合情况。由于该方法只在原简约对数线性模型中增加了一个参数约束，因此仍可以保证建模结果的简洁性及理论意义，同时社区效应补充了原对数线性模型对经验数据结构的解读。论文用此方法对来源于中国综合社会调查数据的经验代际职业流动表进行建模分析，较好地解释了子代职业阶层与父代职业阶层间的关联模式。     

新传播格局下议程设置功能假说反思

议程设置功能是20世纪70年代由美国传播学者麦库姆斯和肖创立并广受欢迎的一个理论假设,它起源于第三范式科学背景。在科学研究进入第四范式、新传播格局形成后,议程设置的各种不良影响及其理论缺陷日渐显露,亟须正本清源、深入反思。要以马克思主义认识论为指导,坚持议程从实践中来,以社会需要和公众关注为导向,尊重人民群众的主体地位,聚焦问题,集思广益,努力发挥好议程设置的应有功能。     

基于多因子选股的半监督核聚类算法改进研究

研究了一种附有引力影响因子的半监督K-means核函数聚类算法,并将该方法应用于多因子选股模型中。研究表明,相比传统的聚类模型,改进的模型具有较强的泛化能力,模型在处理样本线性不可分、样本分布非球状簇等问题上具有明显的优势,能选出较优的股票组合。     

中国区域间贸易的本地市场效应——基于多区域模型的检验

本文在多区域框架下,对我国区域间本地市场效应(HME)进行了经验检验。为此,本文采用了Behrens et al.(2009)的线性滤波方法,并基于我国8区域间的17个行业的贸易数据进行了研究,本文研究发现:由于区位优势、比较优势和市场规模对我国区域间的贸易模式都存在重要的影响,这导致我国各行业均不能直接观察到HME,而在过滤掉区位优势和比较优势的影响后,至少有9个行业存在HME。本文认为:在我国中西部地区劳动力成本优势和自然资源优势不断削弱的背景下,注重其区域内部市场,培育相关产业的本地市场效应是经济发展的又一动力。     

舆论危机的异化极化效应研究

随着Web2.0时代的到来,网络媒体逐渐成为舆论生成、传播和交锋的主阵地,舆论危机的形成及其异化也成为日益突出的社会风险问题.本文以舆论的异化演化机理为研究对象,通过梳理典型事件舆论话题的异化过程,对其基本内涵、表现形式和演化模式等进行系统总结.随后,研究以舆论超网络模型为基础,借鉴社会影响理论的基本原则,提出舆论异化机理的极化算法,并对其具体流程进行解析和实现.最后,本文以“7·23甬温动车事故”为例,对舆论危机的异化极化过程和影响因素进行系统仿真和实证分析.     

基于蚁群算法参数的最优选择问题研究

蚁群算法是受现实蚂蚁群体行为启发而得出的一类仿生算法。通过对蚁群算法中影响算法性能的参数进行分析和研究,并对蚁群算法中参数的最优选择问题进行实验分析,从而给出算法参数的最佳取值范围,以利于算法在实际问题中的应用和推广.