震后伤员救援车辆两阶段规划模型及算法研究

不确定情景下的应急物资配送和车辆路径优化问题是目前国内研究的一大热点,其中 震后伤员运送车辆调度及路径优化问题随着近几年地震等自然灾害的频繁发生也逐渐引起人 们的重视． 本文采用聚合优化算法对灾区进行应急救援区域划分,建立了以总救援时间最短和 相对综合救援权重值最大为目标的救援车辆两阶段数学规划模型,设计了带三角函数变异的 离散型萤火虫优化算法进行求解,并与常规算法求解结果做了对比分析． 通过算例进行模拟实 验表明,所提出的模型和算法可以有效解决地震情景下的伤员救援车辆调度问题,且改进算法 的全局搜索性能更优．     

大样本数据聚类的改进方法

K-means算法是处理大样本数据的聚类分析的常用算法之一.该算法的不足之处是聚类的数目k必须事先给定.文章提出应用黄金分割法来度量有关该聚类的有效性,该方法能自动优化确定最佳的聚类个数,以此实现大样本数据的有效聚类:并采用实际数据说明了方法的合理性和有效性.     

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。     

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.