基于粒子群优化算法的应急资源调度研究

科学合理地开展应急资源调度,最大限度地发挥有限的应急资源的价值,是应急管理中的一项重要工作.文章构建了多种应急资源需求约束、应急时间约束、应急救援成本约束等多约束条件下的突发事件应急资源调度模型,并运用粒子群优化算法对模型进行求解,从而实现应急救援资源的高效利用与合理调度.     

Sherman-Morrison算法在隐式差分格式求解中的应用

在微分方程数值解法中,出于稳定性的考虑隐式差分格式运用的比较多.但隐式差分格式在计算过程中要解一些大型的线性或非线性的方程组,计算较复杂.本文对对流方程的初边值问题的隐式有限差分格式,利用sherman-Morrison算法对差分格式进行了求解,这样可以将一类方程的求解问题转化为三对角方程,用经典的追赶法求解.     

万物互联时代的“算法”崇拜与资源配置变革

随着万物互联时代的来临,人类资源配置将被各种人工智能“算法”①所取代。万物互联产生的数据将成为社会资源的重要形态,也是支撑人工智能“算法”的重要基础。数据资源的安全、所有权归属、开发利用效率以及保密等重要议题,将成为民族学、经济学、社会学和心理学等相关学科关注和研究的新热点。我国是一个统一的多民族国家,如何将丰富的民族多样化资源转化为支持万物互联资源网络协同优化配置人工智能“算法”的数据,需要从民族历史、文化、生物、信息处理技术等相关学科做深入的理论和实证研究。在万物互联时代,因资源配置方式与配置机制发生变革,经济学一般不再直接求解资源最优配置的策略集,更多是从理论和实证方面研究资源配置中人工智能“算法”的构造原理、构造条件与影响因素。万物互联时代,社会和谐秩序的构建,需要政府建立和维护万物互联网络的安全防护体系,并对资源配置中人工智能技术演变路径作规范和指引。     

基于改进蜂群算法的神经网络及其应用

本文提出一种具有极强全局优化能力的改进蜂群算法,该算法对人工蜂群算法的更新公式进行改进,并对整个搜索策略进行简化.算法对多个高维多极值基准函数进行全局最优化测试,结果表明,改进的蜂群算法收敛精度大大提高;其次,将改进的蜂群算法应用于神经网络的权值训练;最后,作者将这种基于蜂群算法训练的神经网络应用于降水预报,其试验结果显示了这种训练方法的可行性.     

应用同伦正则化算法反演二维溶质运移模型中的弥散系数

利用同伦正则化算法探讨了二维对流弥散方程的依赖空间变量的弥散系数反演问题.讨论了初始迭代值、数值微分步长、以及收敛精度对算法实现的影响.数值模拟表明,同伦正则化算法对于此类参数反演问题是一种有效的方法.     

个人信息处理者算法自动化决策致害的民事责任——以《个人信息保护法》第24条为中心

在数字时代,借助算法进行自动化决策的现象日益普遍。在个人信息处理者借助算法、利用个人信息进行自动化决策的情形下,算法不过是个人信息处理者进行决策的一种工具。借助算法进行自动化决策是个人信息处理者主动选择的结果,个人信息处理者对算法自动化决策的结果也具有控制力,其也因此需要对算法不当自动化决策所导致的损害承担民事责任。个人信息处理者就算法不当自动化决策所承担的民事责任具有多样性,个人既可以依法请求个人信息处理者承担违约责任,也可以依法请求个人信息处理者承担侵权责任。     

基于广义区间值模糊软集的群决策方法

文章给出了广义区间值模糊软集的矩阵形式,基于区间值模糊数的算术加权平均算子,研究了广义区间值模糊软矩阵序列的算术加权平均算子.然后,给出了区间值模糊数的得分函数表达式,进而定义了广义区间值模糊软矩阵的得分矩阵.利用广义区间值模糊软集的标准化得分矩阵定义了它的加权比较矩阵.最后,基于以上几种矩阵,给出了具体的广义区间值模糊软集环境下的群决策算法,并且通过实例验证了算法的可行性.     

项目调度中的离散时间-费用平衡问题探讨

文章针对属强NP-hard的离散时间-费用平衡问题,对其进行分类研究,第一类是确定型网络的时间-费用平衡;第二类是随机型网络的时间-费用平衡.在此基础上,重点研究了近年来用元启发式算法求解离散时间-费用平衡问题的研究进展.最后,指出了该问题需进一步研究的方向.     

改进粒子群算法优化灰色神经网络预测模型及其应用

文章针对神经网络存在局部最优、收敛速度慢以及大样本等缺点,将改进的粒子群算法、灰色模型和神经网络模型有机结合,构建了改进粒子群优化灰色神经网络预测模型(IPSO-GMNN).并与其他预测模型进行比较,实证结果表明:IPSO-GMNN预测模型能够克服神经网络预测模型的不足,更好地识别时间序列的非线性和突变性特征.在对我国专利授权数量的预测应用中,新模型对非线性时间数据预测表现出更好的预测精度和稳定性.