罗玮[1]（2021）在《基于计划行为和多属性效用理论的PC桥梁可持续加固策略》文中研究指明气候变化在加剧,随之而来的全球气温升高会对全球生态安全和经济发展产生巨大的不利影响,可持续发展不容忽视。人类活动产生的温室气体主要来源中交通、工业与建筑占比达六成以上,而建筑物的建造及维护消耗的能源占全球能源消耗总量的30-40%左右。因此,建筑业（包括基础设施建设）是可持续发展过程中的重要影响因素,需要对其进行深入研究。随着中国经济持续发展以及基础建设工作的稳健推进,中国已成为世界桥梁数量最多的国家。同时,性能退化的桥梁以及危桥的数量正在增长。而对于性能退化桥梁的维修不仅会带来巨大的经济成本,同时也会对环境和社会造成影响,对可持续发展造成影响。由于我国桥梁养护资金不足,人才队伍匮乏,以及管理手段、理念上的局限性,导致很多时候对于维护资源的分配以主观意愿为主,缺乏客观与科学的决策方法。而在气候变化日益严重的背景下,随着可持续思想的发展,桥梁维护策略决策需要考虑的影响因素也越来越多。在桥梁长达数十年的维修保养期内,决策者不仅需要考虑维修策略的安全性与经济性,同时也需要考虑到维修加固活动所带来的环境与社会成本。传统风险决策方法中决策者被认为是完全理性的,即决策者可以摒除主观情绪影响,完全客观的从自身利益最大化的角度出发,选择最优策略。但是在现实生活中很难存在完全理性人,在桥梁维护策略决策中,决策人更是会受到自身知识水平、个人经历及主观情绪的影响。在考虑维护策略的可持续性时,由于考虑的影响因素增多,同时很多工程师对于环境和社会方面的知识了解有限,因此面临着新的问题和挑战。为了能够建立可持续桥梁维护策略决策方法,使得通过规范模型得到的结果与决策者现实中做出的决策更加接近,有必要对工程师在选择维护策略时的心理因素进行研究并纳入模型中。综合考虑桥梁维护策略决策中的经济、环境、社会影响因素,并对决策者的心理因素深入分析,找出重要影响因素,不仅会提高决策方法的性能,同时也可以得到更加可持续的维护策略。本文的研究工作主要包括以下几个方面:（1）依据气候变化条件下的二氧化碳浓度与温度变化,计算了PC桥梁的时变可靠度。并且基于多属性效用理论,在代表性浓度路径8.5（Representative Concentration Pathway,RCP）气候变化情景下,考虑基于性能控制的四种常用维护方法（体外预应力法、粘贴FRP布/板法、增大截面法和粘贴钢板法）,分析了预应力（Prestressed Concrete,PC）桥梁的成本属性、经济属性、环境属性以及社会属性,建立了基于多属性效用理论的可持续PC桥梁维护策略优化模型。通过基于多属性效用理论的可持续PC桥梁维护策略优化模型计算出不同维护策略的可持续效用与成本效用,以成本效用及可持续效用最大化为目标函数,采用增加精英策略、密度值估计及快速非支配排序的遗传算法,对多目标优化进行求解。（2）基于计划行为理论,通过扩展传统行为理论的模型因子研究桥梁维护决策行为的驱动机制。以桥梁维护决策行为为研究对象,从社会心理学、社会统计学角度总结了维修加固行为的影响因素。在此基础上构建桥梁加固行为的计划行为理论模型,选取行为态度、主观规范、感知行为控制、知识、感知风险作为影响因素指标,并通过问卷调查收集数据,建立结构方程模型,分析各个影响因素对维护决策行为的影响,以期从行为意愿层面促进桥梁维护的可持续发展。（3）针对建立的PC桥梁可持续维护策略优化模型,分别通过层次分析法与熵值法得到多属性决策问题中的属性权重,并得到综合权重,最大程度保证权重的准确性。对决策人的风险态度及感知风险进行分析,并验证感知风险对风险态度的调节效应,通过修正后的风险态度对可持续PC桥梁维护策略优化模型进行更新。（4）针对可持续维护行为的计划行为理论预测模型的计算复杂,计算成本与时间成本较高的缺点,通过误差向后传播算法、支持向量回归算法和轻量梯度提升决策树算法等机器学习方法对模型数据进行了训练和测试,建立了相应的机器学习预测模型,简化了行为预测过程,对行为影响因素的重要性进行了排序。通过最大信息相关系数以及全局敏感性分析方法对模型变量的相关性及敏感性进行了分析。
方嘉奇[2]（2021）在《震后医药应急物流供需动态适配决策问题研究》文中指出近年来,世界自然灾害频发。特别是我国地震灾害在近二十年呈现出活跃的态势,频率和规模都大于往常。地震发生之后,应急物资特别是应急医药是保障地震灾区伤病患者生命安全的关键物资。如果不能精准、快速地将应急医药配送至灾区,则有可能影响伤病患者的救治。本文研究的医药应急物流供需动态适配决策问题主要是指通过分析医药供给与需求之间的影响因素,预测灾区医药物资需求并动态地进行高效配置,即解决应急医药“配多少、何时配、如何配”的问题以实现供需匹配。由于地震具有突发性和不确定性,使得实际决策过程变得尤为艰难。在地震发生初期,灾区应急医药需求信息混乱且不完备,增加了需求预测的难度;而灾后应急医药的需求及配置又迫在眉睫,需要依照时间窗序列快速地进行医药物流的供需适配决策;同时,随着应急救援工作不断推进,灾情也会发生变化,导致原来的应急医药适配决策出现不能适应需求的快速变化,需实时调整刷新适配决策以应对地震现场信息的更新。关于上述应急医药物流供需的复杂性适配决策问题,本文梳理了国内外相关文献,发现学者对医药应急物流决策问题研究相对较少,特别是还缺乏医药物流动态配置的综合、深入的系统性研究。对此,本文提出的应急医药动态供需适配决策不仅符合地震的实际救援情况,同时能更加快速、精确地进行医药物资配置,最终达到供需适配。针对应急医药物流中需求信息完备性、配置时间紧迫性和灾情演化动态性这三大关键性问题,本文以适量、适时、适运为目的,分析了医药应急物流供需适配相关问题,综合考虑了震后应急医药的实际供需情况和供需适配特征,对适配场景进行了分析,将适配模式选定为基于全局考虑的多目标多阶段协同适配模式以构建供需适配决策模型。首先,通过构建基于地震疾病谱的多源数据融合需求预测模型以解决信息完备性问题;随后通过建立基于时间窗序列约束下供需适配决策模型,在实现供需适配的同时,以解决时间紧迫性问题;最后建立滚动时间窗序列,并应用贝叶斯决策理论,综合应用历史信息、现场样本信息和预测信息,建立医药应急物流供需动态适配决策模型以解决灾情演化动态性问题。通过三大模型的构建,能够有效实现应急医药的供需适配。同时,本文还以汶川地震数据为背景分别对需求预测模型、供需适配时间窗序列决策模型以及供需动态适配决策模型进行了仿真分析。仿真结果表明本文提出的模型可以有效解决医药应急物流需求预测问题,并得出科学合理的医药应急物流动态适配决策方案。该决策方案确保适配效用损失最小,提高适配效率。另外,通过滚动时间窗序列、贝叶斯决策理论及群组刷新技术等使得适配过程更加贴合地震实际情况,实时更新以达到决策最优,使有限的救援医药物资发挥最大效用。由此可见,本文研究震后应急医药的供需动态适配决策能够为地震救援提供科学、有效的参考。图53幅,表44个,参考文献186篇。
李宁宁[3]（2021）在《基于风险分摊的梯级水库汛期水位动态控制及决策研究》文中指出我国水能资源蕴藏量十分丰富,但季节间水资源分布差异显着。水库是一种挖掘水能资源潜力,有效缓解地区水资源分布不均衡的工程措施,可将流域的径流资源存蓄起来,以保障枯水期水资源供给。但是,水库汛期往往承担着艰巨的防洪任务,需要将运行水位控制在防洪限制水位以下,这与水库以水头、水量为基础的发电、供水等需求形成矛盾冲突。随着全球气候变暖,各流域气象水文条件发生显着改变,伴随着调度技术、风险分析能力及应急处置机制日趋完善,规划阶段设计的汛限水位已无法满足现阶段综合利用要求。在防洪风险可控的条件下,适当抬高汛期运行水位,对于提高水库综合利用效益、实现水能资源高效利用具有重要现实意义。本文以金沙江流域溪洛渡-向家坝梯级水库为研究对象,基于统计学、管理学、运筹学、控制论等理论,综合运用黑箱模型、大数据、智能算法、前景理论等方法,以梯级水库汛期运行水位动态控制为研究背景,围绕防洪和发电两个目标,构建了以径流分析及预报为基础,基于“空间风险分摊”的梯级水库联合运行水位动态控制域推求模型,进一步分析了梯级水库水位动态控制组合方案的防洪风险和发电效益,并通过多目标群决策模型进行方案优选,实现了预报-调度-风险效益分析-决策的系统性结合,旨在于风险可控的条件下提高梯级水库汛期发电效益,完善梯级水库汛期运行水位控制理论和方法,为水库平稳安全运行提供技术支撑。主要取得了如下成果:（1）基于径流划分和预报因子筛选的中长期径流预报模型。首先综合运用MK检验、RS检验等方法对溪洛渡历史入库径流序列进行了变化趋势分析;针对现有径流预报未能考虑到径流序列特征的不足,提出了一种基于径流序列特征聚类的径流划分方法,通过K-means聚类方法将历史径流划分为丰、平、枯三种典型类别,根据待预报径流特征,以相应类别的前期径流序列作为预报因子,通过MIC法筛选出相关性强的预报因子作为BP人工神经网络的输入,可以改善神经网络输入侧的条件,提高中长期径流预报精度。（2）基于空间风险分摊思想的梯级水库汛期运行水位动态控制模型。在分析溪洛渡-向家坝梯级汛期运行水位抬高的可行性的前提下,针对梯级水库异步蓄水可能造成系统风险发生时间提前的问题,提出了“等比例蓄水”原则来优化梯级水库防洪库容分配方式,以降低系统风险;在溪洛渡-向家坝调洪规则的基础上考虑“等比例蓄水”原则,推求出了两库汛期联合运行水位动态控制域,从而制订出梯级水库汛期运行水位组合方案,并开展不同水位组合方案的防洪风险分析,为实现洪水资源化利用奠定基础。（3）基于改进电子搜索算法的梯级水库联合优化调度模型。以溪洛渡-向家坝汛期不同水位组合方案为约束条件,建立了两库联合发电优化调度模型;针对电子搜索算法在求解梯级水库优化调度问题时存在搜索空间越限和搜索效率不高的问题,提出可行域内搜索策略以保证每次迭代的个体都是可行解,并采用参数自适应方法以提高算法前期全局搜索速度和后期的局部搜索能力;将改进电子搜索算法与其他算法对比,验证了算法在求解效率方面的优越性;将其应用于溪洛渡-向家坝联合发电优化调度模型的求解,从而优化年内水量分配过程,争取更高的发电效益。（4）基于累积前景理论的专家群体满意度最大群决策模型。建立了基于风险-效益指标的溪洛渡-向家坝汛期运行水位方案决策指标体系;采用组合赋权优化方法以获得兼顾指标排序度和重要度的指标权重;通过累积前景理论获得贴近实际决策心理的个人决策结果,在此基础上根据专家满意度最大原则建立群决策模型,求解出与所有参与决策的专家个人决策结果最贴切的方案作为群决策结果。优选出的方案权衡了风险和效益,可以为实现水资源高效利用提供参考。
常志萍[4]（2020）在《基于BP神经网络的投标报价博弈研究》文中认为近年来中国经济发展迅速,在未来的一段时间内建筑行业将是中国国民经济的支柱产业。然而,随着我国招投标管理制度的不断发展完善以及建筑施工企业数量的不断增加,我国的建筑市场竞争也日趋激烈。建筑施工企业要想获取工程利润以使自已企业做大做强,就必须采用科学合理的投标策略。因此提高中标率已然成为众多建筑公司追求的目标。为了能够提高企业中标率,前人已经采取了很多方法对投标报价预测进行了深入地研究,其中博弈论和人工智能是研究此问题的主流思想方法,但这些方法仍存在些许不足,如:对于投标企业风险态度假设过于严苛、对数据的依赖性强等。正是由于存在着这些不足,使得所建立起的投标报价决策分析模型的预测效果不太理想,导致预测结果与现实问题存在着很大的差距。因此本论文将投标企业的风险态度因子以函数形式引入决策模型,并借助BP神经网络来优化参数设置区间,使得决策模型更适合于实际情况。本研究主要成果如下:（1）利用组合优化的思想构建了基于BP神经网络的报价博弈模型。首先通过分析筛选投标限价影响因素建立因素矩阵,设计模型结构,将所收集到的数据对预测模型进行训练仿真得到BP网络投标最高限价预测模型;然后针对目前建筑招投标市场中常用的综合评估法评标,利用不完全信息静态博弈的思想建立了投标报价决策模型。（2）将风险态度因子以函数形式引入博弈分析模型。在实际建设工程招投标活动,各施工企业投标决策人在做出决策时会有不同的风险态度,其会影响企业是否中标以及项目的利润。因此在构建报价博弈模型时,论文将投标各博弈方的风险态度因子以函数的形式引进博弈模型,使其更加地贴近于实践。（3）从一个虚拟投标人的角度出发,对一个工程实例进行了模拟投标。结果表明:利用BP网络技术优化了报价区间,大大提高了原有博弈模型的预测精度,同时也发现了所建立的模型对投标报价相关理论的发展有很好的推动作用,对提高投标企业的中标率有极大的现实意义。
吕晶[5]（2020）在《基于多模态融合的决策偏好挖掘方法及在过程控制中的应用》文中指出传统的工业过程优化控制,在面对复杂环境时难以建立精准的数学模型,解决如控制器参数整定等问题时,往往依赖于专家的决策经验,根据控制目标和操作工况进行参数试凑。然而,由于缺乏建立专家决策偏好模型的准确描述,面向不同的决策目标,专家的决策偏好和经验往往难以传承。因此,急需建立一种随专家试凑过程而逐步获得决策偏好模型的有效途径。决策偏好是基于专家个人的认知、情感、理论知识以及经验累积的一种综合表现,很难完全进行量化处理。同时,决策偏好也蕴含了专家期待的方向和目标。目前还没有统一的模型来解释和体现专家决策中的个人偏好。随着对人类心理学的深入研究和情感计算技术的进展表明:与传统的决策方法相比,认知情感不但可以更好地定量地表示人类在决策中的意愿,而且可以量化专家决策偏好的涌现过程。本文所述专家决策偏好特指在情感计算模型下的决策偏好。值得一提的是,专家决策偏好的表达是一个多模态的过程,不同的模态描述了情感的不同方面,并且包含互补信息。一般通过文本、语音、EEG等模态信息来进行情感识别,但是在工程实际操作中一般很难获得以上的识别数据。因此,面向工业控制过程,本文考虑对专家的面部表情和对应的控制曲线进行多模态融合,将这些信息结合起来可以构建鲁棒性更强的情感识别模型,进而可以识别专家决策过程中的决策偏好。此外,如何描述产生专家决策偏好的情感互动机制,并给出专家决策偏好的挖掘方法,是提高操作优化过程效率和辅助指导其他操作人员决策的有效途径。无疑具有学术研究意义和工程应用价值。本文的主要研究内容包括以下三部分:1.提出了一种新的基于个性和 PAD（Pleasure-Arousal-Dominance）情感空间状态模型的认知情感计算模型;此外,定义了一种新的情感状态参数来解释该情感计算模型在情感互动中的更新;同时,建立了基于遗传算法的决策偏好挖掘策略。2.构建了一种基于多模态融合的情感计算专家决策偏好挖掘方法。基于CNN-LSTM（Convolutional Neural-Long Short Term Memory Networks）的神经网络进行多模态特征融合过程,用于情感分类。随后,通过认知情感计算过程进行专家决策偏好的挖掘。3.将所提出的方法应用于一类工业控制过程耦合回路系统的PID控制器整定问题和啤酒发酵过程中的操纵向量优化问题,获得了良好的效果,验证了我们提出的基于多模态融合的专家决策偏好挖掘方法应用在工业过程中的可行性和有效性。
周家豪[6]（2020）在《基于脑电的闯红灯行为及预警功效研究》文中提出机动车闯红灯违法行为是造成信号交叉口交通事故的重大原因之一,并且闯红灯事故带来的后果往往比较严重。在交叉口黄灯亮起后,不当的驾驶行为是导致闯红灯行为的重要原因,而驾驶行为与脑电相互影响,相互作用,建立行为和脑电关联机制,有助于探究驾驶行为的深层次影响机理,提高对驾驶行为的认知,提供新的闯红灯行为研究方向。智能预警技术的发展为闯红灯事故的预防提供了新方法,设计合理有效的预警方案,并基于驾驶行为对预警功效进行评估;建立预警和脑电关联机制,从深层次探究预警影响机制,为交叉口闯红灯预警技术研究提供理论支撑和新的设计研究思路。首先,分析闯红灯行为的发生过程,确定本论文的重点关注对象,即在红灯亮起前车辆未驶入交叉口,红灯亮起后车辆驶入交叉口并继续行驶的闯红灯违法行为。其次,提出闯红灯违法实验设计方案和两阶段预警技术实现方案,并依托驾驶模拟平台进行场景设计。招募人员完成实验,通过驾驶模拟器和脑电设备采集驾驶人行为和脑电数据。最后,建立驾驶行为和脑电关联机制,利用线性混合效应模型、二元Logistic回归、配对T检验、相关性分析和BP神经网络分析驾驶分析驾驶行为和脑电特征以及两者之间的相互作用关系,对驾驶人走停决策进行分类预测,并且分别从驾驶行为和脑电角度探究了预警功效,为驾驶行为和预警机制的深层次影响机理提供了研究思路,为减少闯红灯事故和提高交叉口安全提供了理论支撑。对于驾驶行为的研究表明,黄灯触发时刻和黄灯触发时刻车辆速度均对驾驶人走停决策和闯红灯率有显着性影响;黄灯触发时刻以及性别和年龄的二阶交互作用对黄灯触发时刻车辆速度和制动反应时间有显着性影响。对于预警功效的研究表明,预警显着降低了驾驶人选择通过交叉口的比例和闯红灯率,以及黄灯触发时刻车辆速度,驾驶人制动反应时间和最大减速度。对于驾驶行为和脑电的关联性研究表明,驾驶与驾驶人各脑区均相关,信号灯变黄事件使驾驶人δ波相对功率降低,θ波、α波、和β波相对功率上升,说明驾驶人精神集中,注意力和警觉性提高;脑电与黄灯触发时刻车辆速度和制动反应时间均存在显着的相关性,不同性别和年龄驾驶人的相关关系存在差异;基于脑电数据,利用BP神经网络对驾驶人走停决策进行了预测并获得了较好的结果。对于两阶段预警对脑电影响的研究表明,第一阶段预警提高了驾驶人的注意力以及对第二阶段预警的接受程度;第二阶段预警提高了驾驶人对于交通信息听觉和视觉方面收集与处理能力,提高了驾驶人的注意力和警惕性,有效降低了驾驶人选择通过交叉口的可能性,有助于预防交叉口闯红灯违法行为,保障了交叉口的安全性;预警对不同性别和年龄驾驶人脑电的影响存在差异。
姜野[7]（2020）在《算法的法律规制研究》文中研究说明算法在广义上讲就是解决问题的程序,但是由于数据和算力的不断发展,基础数学理论的演进,作为人工智能本质的算法取得了突破性进展,以机器学习为主的多类型算法在新闻推送、搜索引擎、电子商务、信用评分以及司法裁判领域等多个场景当中得到应用。算法性能的提升以及应用的普及提高了社会的运行效率,却又因内部不透明性、有限自主性和难以问责性而可能导致诸多风险。这些特性将算法区别于普通的技术,也为我们带来了规制难题,当自我规制、市场规制和伦理规制并不能够有效应对算法带来的风险与影响,法律规制便成为了最为直接和有效的规制手段。有必要以算法技术的迭代更新为背景,将算法的法律规制作为主要研究对象,突出当前算法呈现出的有限自主性特征,建构符合我国算法应用现状的法律规制体系。伴随互联网络的发展,线上活动在人们日常生活中所占的比重越来越大,算法在为我们提供更加迅捷高效的推送结果的同时也会对我们的视域、判断甚至最终选择产生影响。可以说,网络对于其发展中形成的自生自发的扩展秩序已经形成了路径依赖。显然,算法使用者秉持的技术中立与技术无罪观念已经形成了强大惯性,这种惯性带来的后果不可避免地与公民的权利及社会的有序发展发生抵牾。在此过程中,会形成算法歧视、算法统治甚至消解社会信任等风险,而个人在算法面前逐渐演变成为数据的汇总,难免会被算法规训,隐私保护的难度逐步增大,算法的学习特性还将导致数字鸿沟加剧发展。这些社会风险以及对个人产生的不利影响都需要来自法律的有力回应。在法律规制算法的理论基础方面,需要明确算法只能成为法律规制的对象而不能成为法律本身,应当认清算法的法律属性,将其定位为具有有限自主性的人造物。现阶段,我国对于算法的规制模式仍属于回应型的,重视结果的规制而忽略过程的控制。具体表现为个人数据保护立法较为分散,平台责任规定不够明晰以及规制算法的法律体系性不足。当前,欧盟与美国分别形成了以数据保护和算法责任为中心的算法规制模式,二者能够在一定程度上提供可借鉴的经验却也都存在一定的局限性。因此,我国需要构建系统的法律规制体系。进而以法律治理归化技术治理,将防范风险定位为制度设计所要达到的目标,以科技伦理作为内在指引。法律规制体系的系统建构,覆盖算法应用的全过程,主要包括算法应用前的审查监督,应用过程中的数据保护以及应用后产生后果时的法律问责。首先,在算法审查监督具体规制措施的研究当中,要完善算法的分级分类制度,当前算法的主要应用场景集中在两个领域之中,一个是商业领域一个是公共决策领域。在确定算法的风险等级之后,根据不同等级确定相应的透明度边界,完全不透明的算法会形成黑箱,而完全公开的算法则无法保护算法开发者的创新热情。因此,通过明确算法的透明度建立健全的监督机制能够在算法应用前的阶段有效防止问题的产生。其次,通过对于数据权利体系的研究加强算法应用过程当中的法律保障。明晰数据权属的界定对于限制算法至关重要,没有数据的算法将无法发挥作用。而我国法律对于日益多元的数据形式并未作出明确的界分,数据控制者和数据主体在数据的收集和使用上存在着矛盾。由此,在强调互联网企业对于数据利用的同时,也不能忽略对于个人数据权的保护。赋予数据主体数据可携权以及加强对被遗忘权的保护能够有效应对算法应用带来的数据失控。最后,研究算法应用之后产生的法律后果,以及如何问责的问题。加强算法的可解释性并保护数据主体的算法解释权,能够复盘算法运行的过程,找出法律后果产生的具体原因,合理分配责任完成法律问责。针对算法应用的全过程分别设计的法律规制手段只能解决短期和中期所呈现出的问题,而数字人权的提出能够从更加宏观的角度影响算法,从而达到在源头上规制算法的目的并实现算法规制的长期目标。数字人权要求在数字科技发展的过程当中坚持以人为本,一方面,数字人权保护机制所倡导的价值就是科技发展应当遵循的价值。另一方面,数字人权的覆盖范围极其宽广,面对以算法为代表的数字技术的广泛应用场景都可以通过数字人权进行约束。保护数字人权,要求增强算法开发者的人权理念,强化算法的道德习得能力,提升数字弱势群体的参与以及在全社会培育数字素养和算法认知。数字人权的提出能够引领法律规制体系的构建,引领算法设计的理念。更进一步,结合我国正在推行的人类命运共同体,数字人权可以增强我国在科技立法和数据治理领域的话语权。
王思成[8]（2020）在《风险治理导向下滨海城市综合防灾规划路径研究》文中研究表明我国滨海城市兼具高经济贡献度与高风险敏感度,其治理能力现代化水平的提升,有赖于对复杂且多样化“城市病”风险的源头管控。而当前滨海城市综合防灾规划偏重空间与设施的被动应灾,缺乏动态风险治理技术支撑,导致防灾能力认知不清、“平灾结合”缺失、多规衔接困难等现实矛盾,工程性综合防灾体系亟待引入精细化风险治理思路进行拓展与完善。论文在国家社会科学基金重大项目《基于智慧技术的滨海大城市安全策略与综合防灾措施研究》（13&ZD162）的支撑下,以安全风险治理为导向,探究滨海城市传统综合防灾规划体系的重构路径。全文按“发现问题--聚焦困难--寻找办法--应用反馈”的思路展开,在风险治理与防灾规划两大重要领域之间,构建耦合风险识别、评估与管控体系的综合防灾规划研究框架,将风险治理技术的应用,由规划前期分析,拓展到从编制到实施的全过程。通过理论探索、规划溯源、路径细化,辨析滨海城市安全风险机理特征,论证综合防灾规划困境及其重构路径,组建融合多元主体的风险评估系统,提出差异性防灾空间规划策略,达到摸清滨海城市安全风险底数、准确全面风险评估、提高综合防灾效率的目的。在风险治理理论探索层面。运用灾害链式效应分析方法,从物质型灾害和风险治理行为的“双视角”建立了滨海城市安全风险机理整体认知路径。由传统物质灾变能量的正向传递转为风险治理行为的反作用力研究,创建了风险治理子系统动力学模型,揭示出风险治理行为在应对物质型灾害“汇集-迸发”式的灾变能量正向传导时,具有“圈层结构”的逐级互馈特征,认为综合防灾规划的编制必须依此机理特征,形成多层级的防灾空间体系。嫁接风险管理学产品供应链的风险度量方法,构建了适用于滨海城市的灾害链式效应风险评估框架,认为综合防灾规划体系的重构,必须以全生命周期风险治理为目标,通过风险评估耦合风险治理技术与防灾空间体系,丰富了多学科交叉下的综合防灾规划理论内涵。在综合防灾规划溯源层面。论文通过纵向多灾种防灾技术演进分析,横向多部门防灾规划类比,认为现状综合防灾能力认知不清是导致滨海城市综合防灾规划困境的根源。紧扣所有防灾规划均以最低防灾基础设施投资,换来最优防灾减灾效果的本质诉求,移植经济地理空间计量模型,首次提出运用综合防灾效率评价,规范并统一综合防灾能力认知方法。通过量化防灾成本、灾害产出、风险环境间的“投入--产出”关系,得到影响我国滨海城市综合防灾效率提升的5个核心驱动变量,依此制定韧性短板补齐对策。通过对滨海城市安全风险机理与综合防灾效率的研究,得到风险治理技术与防灾空间规划的响应机制。分别从多维度风险评估系统的拓展性重构,多层级防灾空间治理的完善性重构,形成传统综合防灾规划体系融合“全过程”风险治理技术的重构路径,为当前滨海城市综合防灾规划困境提供了新的解题思路。在规划路径细化层面。突破传统综合防灾规划静态、单向的风险评估定式,细化“多维度”风险评估指标框架:通过多元主体的灾害链式效应分析,认为灾变能量在政府、公众与物质空间环境间,存在领域、时间与影响维度的衍生关系,逐项建立了集成灾害属性、政府治理、居民参与等多元主体的风险评估指标体系与评判标准,为综合防灾规划提供了理性数据支撑。改变防灾设施均等化配置或减灾措施趋同化集合的规划方式,细化“多层级”空间治理体系内容:通过多维度风险评估系统的组建,认为治理差异性是滨海城市防灾空间规划的关键点,针对不同空间层级的主导型灾害风险及其灾害链网络结构特征,分级划定风险管控与防灾规划的重点内容,最大程度地发挥防灾基建与管理投入的效用,提高综合防灾规划效率。以多元利益主体共同参与风险治理为目标,细化“全过程”综合防灾规划流程:认为耦合风险监测、评估、管控机制的综合防灾规划,必须具备风险情报搜集与分析、风险控制与防灾空间布局、风险应急处置与规划实施三个阶段。完整呈现了风险治理导向下滨海城市综合防灾规划体系的重构路径。通过天津市中心城区综合防灾规划的应用反馈,表明本文“全过程”风险治理、“多维度”风险评估、“多层级”风险管控的规划路径,有利于提升滨海城市整体韧性,可为其他城市开展安全风险治理,建设综合防灾体系提供研究范例。
孙润稼[9]（2020）在《大停电后机组恢复在线智能决策优化研究》文中研究指明随着社会经济的发展,电力需求持续增长,风电等多种可再生能源大规模接入电网,电力系统迅速发展,国家、社会和人民对于电力的依赖性越来越高。大面积停电事故会威胁人民的生命财产乃至国家社会的安全,在发生大停电后快速实现电网自愈有利于减轻这种负面影响。电网自愈恢复的首要任务是完成发电机的启动并建立骨干网架,尤其在电力系统恢复前期,机组恢复更是重中之重。因此,全方位研究考虑骨干网架重构的机组恢复问题,对于安全、有序和快速的电网自愈具有十分重要的理论意义和实用价值。合理有效的机组恢复方案能够充分考虑恢复过程中的多种影响因素,大停电发生后有效指导调度人员,完成机组恢复的同时,构建骨干网架。充分利用快速发展的电力信息系统,在线智能逐步进行机组恢复决策,能有效应对恢复方案与实际恢复过程不相符的情况。对于停电风险更大的高比例风电系统,在线指导大规模风电场与传统机组的恢复,能够利用风速条件较好的风电场促进恢复进程。本文在已有研究成果的基础上,对考虑骨干网架重构的机组恢复在线智能决策优化进行了深入的分析研究,利用偏好多目标优化、进化计算、深度学习、强化学习以及蒙特卡洛树搜索等人工智能技术,构建了从恢复方案制定到在线恢复决策再到考虑风功率参与的机组恢复的全方面机组恢复智能决策优化体系。论文的主要研究工作和取得的创新性成果如下:（1）整合机组恢复相关的多方面影响因素,提出一种基于偏好多目标优化的机组恢复方法,用于优化制定机组恢复方案。一方面,分别从机组、网架以及负荷三个电力系统基本要素出发,提出系统总发电能力、线路平均重要度以及骨干网架内重要负荷百分比作为机组恢复评价指标。综合考虑多个优化目标和约束,并依据对于不同目标的偏好性,建立偏好多目标优化模型。另一方面,针对所建优化模型偏好性和离散性的特点,提出一种基于偏好的离散非支配排序遗传算法（Preference-based Discrete Nondominated Sorting Genetic Algorithm Ⅱ,PD-NSGA-Ⅱ）。分别提出基于偏好的支配关系和松弛的Pareto支配关系,作用于外部种群和正常种群,提高了算法对于机组恢复问题的求解效率。算例结果表明采用所提偏好多目标优化模型所得方案在强调机组恢复的同时,考虑了所建骨干网架对于后续恢复的影响和经济性因素。PD-NSGA-Ⅱ相较同类型算法对机组恢复问题具有更高的求解效率,能够获得数量可控且高质量的解。最终所得解的数目可由决策者提前设置,方便对最终方案进行决策,该方法对于机组恢复方案的优化制定具有较高的实用价值。（2）为应对停电后系统的初始状态和机组恢复过程的不确定性,提出一种基于蒙特卡洛树搜索（Monte Carlo Tree Search,MCTS）和稀疏自动编码器（Sparse Autoencoder,SAE）的机组恢在线恢复动态决策方法。建立包含离线准备工作和在线决策的机组在线恢复框架,通过逐步决策将要恢复的输电线路,完成机组恢复,并形成骨干网架。提出机组恢复效率评价指标,用于指引决策过程。采用SAE离线学习机组恢复相关数据,建立估值网络用于MCTS算法,快速评估某一系统恢复状态下最优机组恢复效率指标。引入MCTS进行机组恢复在线决策,并提出改进的上限置信区间算法、剪枝技术以及基于估值网络的模拟技术,有效提高了对于下一步将要恢复线路的搜索效率,进一步采用并行计算,保证机组恢复决策的在线实现。算例结果表明SAE是一种理想的机组恢复数据学习训练算法。基于改进的上限置信区间算法、剪枝技术以及估值网络的MCTS算法搜索效率明显提高,可靠地保证了机组恢复决策的在线实现。所提方法能够自动应对恢复过程中可能存在的线路恢复时间与预设值不符或者线路恢复失败等不确定情况,并且所得方案比离线方法所得方案具有更高的鲁棒性。（3）提出一种基于实时系统状况和风功率预测信息的考虑风电场参与的机组恢复在线决策方法,逐步决策将要恢复的输电线路,在线辅助调度员完成风电场与常规机组的恢复。同时考虑系统最大发电能力与火电机组热启动,提出机组恢复评价指标用于评价考虑风电场机组恢复的表现。由于风功率场景的多样性,提出一种基于强化学习的自学习策略学习机组恢复数据,生成策略网络。所得策略网络可根据系统状态快速估算各条备选线路被投入的概率,将其应用到MCTS,能够提升算法的搜索效率。为保证恢复期间系统的有功平衡,采用模型预测控制进行风功率控制,提出滚动优化模型,基于实时状态和预测信息优化已恢复风电场的有功出力。算例结果表明所提自学习策略能够在可调整的时间内获得有效的策略网络,其所得策略网络能够提升恢复决策的效率。所提方法能够针对不同的风功率场景做出合理决策,并自发应对恢复过程中突然发生的风电爬坡事件。所提风功率控制方法能够有效保证机组恢复期间的有功平衡,并通过牺牲一定有功出力为可能发生的风电爬坡事件提供控制冗余。
熊杰[10]（2020）在《政务微博在线评论中的用户情绪及行为研究》文中研究指明微博等网络社交媒体在线服务的蓬勃发展吸引了大量用户参与其中,政务微博已经成为了公众关注社会问题、感知政治态势的重要信息来源。政府有促进和鼓励网络社交媒体产业快速发展的需求,也有规范和约束网络社交媒体行为的必要,我国向来高度重视媒体的意识形态属性及宣传教育功能。因此,如何准确把握互联网发展趋势,充分利用信息科学技术,关注网络社交媒体用户的情绪倾向和交互行为,推动网络社交媒体又好又快的发展,是政府和社会都应该思考的议题。网络社交媒体用户在社交网络上产生的海量数据,为学术界进行相关的研究提供了丰富的资料,尽管在这一热点领域已经有了一些有意义的探索,但仍不够充分。本文主要以当前网络社交媒体相关研究为基础,在情感响应理论、社会网络理论等理论的驱动下,通过实证分析和机器学习方法研究政务微博在线评论中用户的情绪表达及交互行为,具体分为三个部分:1.研究政务微博用户的情绪倾向产生机理。基于情感响应理论,结合信息丰富度理论、情绪感染理论、理性行为理论等,构建模型研究用户在政务微博评论中情绪倾向表达的影响因素,并探究性别的调节作用。实证结果表明,信息更丰富、情绪更积极的政务微博信息会收到更多用户的积极评价,社会活跃程度更高、历史发布情绪倾向习惯更积极的用户在评论其他推文信息时更有可能表达积极情绪,女性用户更容易受到信息层面因素的影响,而男性更容易根据自己的特质,理性地表达情感。微博服务提供商可以参照研究成果考虑实施性别差异策略来提升用户在线评论的积极情绪,例如针对女性用户采取更丰富的信息策略,针对男性用户的宣传内容可结合其过往兴趣。政府可以通过了解公众用户的在线情感表达机制而受益,例如可以使用更多的话题标签来引导用户情绪的表达。2.研究政务微博用户的交互行为产生机理。基于社会网络理论,结合社会学习理论、同质性理论、社会资本理论等理论,构建了ERGM研究模型,探究用户在政务微博中交互网络形成的影响因素。研究证实了互惠性、传递性、同质性、社会资本、情感对用户之间以评论/回复为代表的交互网络形成的影响。微博服务提供商和管理部门可依据研究结论采取适当的行动或政策引导政务社交媒体用户交互网络的形成,例如可以通过拥有较高社会影响力或较高社会活跃度的用户吸引更多的普通用户参与,可以通过建立基于兴趣的用户群体激发用户的交互意愿并提升政务微博平台的参与度,还可以通过发布一些热点事件信息或者设置一些特殊话题（如具有争议性的社会现象/问题）吸引用户参与讨论。3.实现对政务微博用户交互行为及情绪倾向的预测。采用机器学习算法实现了对用户情绪倾向以及以评论/回复为代表的用户交互行为的预测。研究发现:利用微博信息和用户历史发文信息的Doc2vec词向量特征、微博信息特征组、用户特征组使用多层感知机方法能实现对用户情绪倾向以及以评论/回复为代表的交互行的预测。另外,本文还通过对比实验验证了神经网络模型的有效性。微博服务提供商、企业管理者、公共部门管理者在运营网络社交媒体平台时,可以参照本文研究结论对平台发布的推文信息进行用户情绪倾向以及交互热度预判,从而提升管理和服务效能,对公共政策制定实施以及完善政府部门对网络社交媒体管理优化具备非常重要的意义。
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 研究现状 |
| 1.2.1 桥梁可持续维护策略优化 |
| 1.2.2 计划行为理论 |
| 1.2.3 多属性效用理论 |
| 1.2.4 人工智能方法 |
| 1.3 研究内容 |
| 2 基于多属性效用理论的桥梁可持续加固策略优化 |
| 2.1 PC桥梁加固策略 |
| 2.1.1 桥梁时变可靠度计算 |
| 2.1.2 PC桥梁维修加固准则 |
| 2.1.3 加固后PC桥梁可靠指标增量 |
| 2.2 PC桥梁生命周期可持续加固策略多属性决策 |
| 2.2.1 桥梁加固多目标属性因素分析 |
| 2.2.2 PC桥梁生命周期加固策略多属性决策方法 |
| 2.3 基于多属性效用理论的桥梁可持续加固策略优化 |
| 2.3.1 效用的定义和公理 |
| 2.3.2 多属性效用理论 |
| 2.3.3 PC桥梁多属性效用模型 |
| 2.3.4 基于遗传算法的PC桥梁加固策略优化模型 |
| 2.4 本章小结 |
| 3 基于计划行为理论的桥梁可持续加固行为 |
| 3.1 计划行为理论 |
| 3.1.1 可持续行为相关社会心理学理论 |
| 3.1.2 计划行为理论因素分析 |
| 3.2 桥梁加固行为偏好研究 |
| 3.2.1 加固行为社会心理学影响因素分析 |
| 3.2.2 加固行为个人影响因素分析 |
| 3.3 基于计划行为理论的桥梁可持续加固行为模型 |
| 3.3.1 研究方法 |
| 3.3.2 问卷设计 |
| 3.3.3 模型构建和假设 |
| 3.4 基于计划行为理论的加固行为分析 |
| 3.4.1 加固行为影响因素描述性分析 |
| 3.4.2 数据检验 |
| 3.4.3 加固行为SEM模型适配度检验 |
| 3.4.4 加固行为假设检验 |
| 3.5 本章小结 |
| 4 桥梁可持续加固策略机器学习模型 |
| 4.1 机器学习理论 |
| 4.1.1 机器学习概念及分类 |
| 4.1.2 加固行为预测模型建立 |
| 4.1.3 机器学习预测模型分析 |
| 4.2 基于特征选择的机器学习行为预测模型 |
| 4.2.1 最大信息相关分析 |
| 4.2.2 全局敏感性分析 |
| 4.3 本章小结 |
| 5 基于计划行为理论改进的可持续加固策略模型 |
| 5.1 桥梁加固策略优化多属性效用模型 |
| 5.1.1 多属性权重分析 |
| 5.1.2 风险态度分析 |
| 5.1.3 感知风险分析 |
| 5.2 改进的桥梁加固策略多属性效用优化模型 |
| 5.2.1 桥梁加固策略多属性效用优化模型确定权重 |
| 5.2.2 经计划行为理论修正的风险态度 |
| 5.3 优化模型分析 |
| 5.3.1 使用实测权重的多属性效用优化模型分析 |
| 5.3.2 使用优化风险态度的多属性效用优化模型分析 |
| 5.4 优化模型加固策略分析与选择 |
| 5.4.1 优化模型加固策略生命周期环境影响分析 |
| 5.4.2 优化模型加固策略生命周期成本分析 |
| 5.4.3 基于计划行为理论的优化模型加固策略选择 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录A 调查问卷 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 |
| 学位论文数据集 |
| 致谢 |
| 摘要 |
| ABSTRACT |
| 序 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究范围 |
| 1.4 研究方法、思路和内容 |
| 1.4.1 研究方法 |
| 1.4.2 研究思路 |
| 1.4.3 研究内容 |
| 1.5 主要创新点 |
| 1.6 本章小结 |
| 2 文献综述 |
| 2.1 文献回顾性分析 |
| 2.1.1 数据来源 |
| 2.1.2 文献统计分析 |
| 2.1.3 研究热点与趋势分析 |
| 2.2 医药应急物流内涵 |
| 2.2.1 医药应急物流 |
| 2.2.2 医药应急物资 |
| 2.2.3 医药应急物资的特征 |
| 2.3 应急物流需求预测研究 |
| 2.3.1 应急物资需求特性 |
| 2.3.2 应急物资需求影响因素 |
| 2.3.3 考虑需求特性的预测方法 |
| 2.4 应急物流资源配置研究 |
| 2.4.1 应急物流资源配置概念 |
| 2.4.2 应急物流资源配置特点 |
| 2.4.3 应急物流资源配置模式 |
| 2.5 应急物流供需适配决策研究 |
| 2.5.1 供需适配决策研究 |
| 2.5.2 带时间窗约束的决策研究 |
| 2.5.3 基于动态信息更新的决策研究 |
| 2.6 本章小结 |
| 3 应急物流供需适配问题分析 |
| 3.1 应急物流供需适配概念与特征 |
| 3.1.1 供需适配概念 |
| 3.1.2 供需适配特征 |
| 3.1.3 供需适配原则 |
| 3.2 供需适配结构及效用分析 |
| 3.2.1 供需适配场景分析 |
| 3.2.2 供需适配结构 |
| 3.2.3 供需适配效用分析 |
| 3.3 供需适配系统运作分析 |
| 3.3.1 供需适配系统目标 |
| 3.3.2 供需适配系统运作过程 |
| 3.3.3 供需适配系统运作模式 |
| 3.3.4 供需适配系统运作机制 |
| 3.4 本章小结 |
| 4 不完备需求信息下医药物资多源数据融合预测模型 |
| 4.1 需求信息完备性问题 |
| 4.1.1 考虑信息完备的重要性 |
| 4.1.2 需求信息完备性分析 |
| 4.1.3 需求信息完备性优化方法 |
| 4.2 地震疾病谱变化规律分析 |
| 4.2.1 地震医学救援阶段划分 |
| 4.2.2 震后疾病谱变化表现 |
| 4.2.3 地震疾病谱变化影响因素 |
| 4.2.4 震后医药物资需求及其变化规律 |
| 4.2.5 地震疾病谱数据分析 |
| 4.3 不完备信息下地震疾病谱多源数据融合预测模型 |
| 4.3.1 多源数据融合预测技术 |
| 4.3.2 需求预测模型假设 |
| 4.3.3 多源数据融合过程 |
| 4.3.4 基于地震疾病谱的多源数据融合预测 |
| 4.3.5 对比分析 |
| 4.4 多源数据融合需求预测模型仿真分析 |
| 4.4.1 预测模型仿真背景 |
| 4.4.2 预测模型仿真过程与结果 |
| 4.5 本章小结 |
| 5 紧迫状态下医药应急供需适配时间窗序列决策模型 |
| 5.1 配置时间紧迫性问题 |
| 5.1.1 考虑时间紧迫的重要性 |
| 5.1.2 配置时间紧迫性分析 |
| 5.1.3 配置时间紧迫性优化方法 |
| 5.2 紧迫状态下时间窗序列供需适配分析 |
| 5.2.1 时间窗序列的概念 |
| 5.2.2 时间窗序列的生成 |
| 5.2.3 时间窗序列下的医药适配方式 |
| 5.3 供需适配时间窗序列决策模型 |
| 5.3.1 符号与假设 |
| 5.3.2 时间窗序列的协同适配决策 |
| 5.3.3 单时间窗口的综合适配决策 |
| 5.3.4 求解方法 |
| 5.3.5 对比分析 |
| 5.4 供需适配时间窗序列模型仿真分析 |
| 5.4.1 时间窗序列适配模型仿真背景 |
| 5.4.2 时间窗序列适配模型仿真过程和结果 |
| 5.5 本章小结 |
| 6 灾情演化下医药应急供需动态适配决策模型 |
| 6.1 灾情演化动态性问题 |
| 6.1.1 考虑灾情动态演化的重要性 |
| 6.1.2 灾情演化动态性分析 |
| 6.1.3 灾情演化动态性优化方案 |
| 6.2 灾情演化下滚动时间窗序列供需适配分析 |
| 6.2.1 滚动时间窗序列的概念 |
| 6.2.2 滚动时间窗序列的生成 |
| 6.2.3 滚动时间窗序列下的医药适配方式 |
| 6.3 供需动态演化适配决策模型 |
| 6.3.1 符号与假设 |
| 6.3.2 动态适配决策概念界定 |
| 6.3.3 动态适配决策 |
| 6.3.4 求解过程 |
| 6.4 供需动态适配模型仿真分析 |
| 6.4.1 动态适配模型仿真背景 |
| 6.4.2 动态适配模型仿真过程与结果 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 附录A 医药相关数据 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 中长期径流预报 |
| 1.2.2 汛期运行水位动态控制 |
| 1.2.3 梯级水库联合优化调度 |
| 1.2.4 多目标决策 |
| 1.3 目前存在的主要问题及发展趋势 |
| 1.4 主要研究内容 |
| 第2章 溪洛渡径流特性分析及中长期径流预报模型 |
| 2.1 引言 |
| 2.2 研究区域概况 |
| 2.3 径流特性分析 |
| 2.3.1 径流年内分配 |
| 2.3.2 径流年际变化 |
| 2.4 基于径流划分和预报因子筛选的中长期径流预报 |
| 2.4.1 基于K-means聚类法的径流划分 |
| 2.4.2 基于MIC的预报因子筛选方法 |
| 2.4.3 基于BP人工神经网络的中长期径流预报模型 |
| 2.5 实例应用 |
| 2.5.1 径流丰平枯划分及代表年选取 |
| 2.5.2 预报因子筛选 |
| 2.5.3 中长期径流预报 |
| 2.6 本章小结 |
| 第3章 溪洛渡-向家坝汛期联合运行水位动态控制 |
| 3.1 引言 |
| 3.2 研究区域概况 |
| 3.3 基于空间风险分摊思想的梯级水库蓄洪规则 |
| 3.3.1 梯级水库联合防洪调度“等比例蓄水”原则 |
| 3.3.2 防洪调度结果分析 |
| 3.4 梯级水库汛期联合运行水位动态控制 |
| 3.4.1 溪-向汛期运行水位动态控制可行性分析 |
| 3.4.2 梯级水库汛期联合运行水位动态控制域 |
| 3.5 实例应用 |
| 3.5.1 动态控制域下限 |
| 3.5.2 动态控制域上限 |
| 3.5.3 考虑洪水发生时间预报误差的水位动态控制风险分析 |
| 3.6 本章小结 |
| 第4章 IESA及其在梯级水库发电优化调度中的应用 |
| 4.1 引言 |
| 4.2 改进电子搜索算法 |
| 4.2.1 电子搜索算法 |
| 4.2.2 可行域内搜索策略 |
| 4.2.3 逐步收敛的参数自适应方法 |
| 4.2.4 算法步骤 |
| 4.3 梯级水库联合发电优化调度模型 |
| 4.3.1 目标函数 |
| 4.3.2 约束条件 |
| 4.4 算法性能分析 |
| 4.5 实例应用 |
| 4.6 本章小结 |
| 第5章 基于专家群体最大满意度原则的群决策模型 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.3 组合赋权优化方法 |
| 5.4 基于累积前景理论的个人决策 |
| 5.4.1 决策矩阵归一化处理 |
| 5.4.2 价值函数和概率权重函数 |
| 5.4.3 综合前景价值 |
| 5.5 基于专家满意度最大原则的群决策模型 |
| 5.5.1 专家满意度最大原则 |
| 5.5.2 EMGDM构建步骤 |
| 5.6 实例应用 |
| 5.6.1 决策矩阵建立 |
| 5.6.2 指标权重计算 |
| 5.6.3 个人决策 |
| 5.6.4 群决策 |
| 5.7 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 主要创新点 |
| 6.3 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究综述 |
| 1.2.1 基于概率论的报价决策模型研究 |
| 1.2.2 基于AHP报价决策模型研究 |
| 1.2.3 基于人工智能的报价决策模型研究 |
| 1.2.4 基于博弈论的报价决策模型研究 |
| 1.2.5 文献研究评述 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 1.4 本章小结 |
| 2 投标报价理论研究 |
| 2.1 建设工程招投标 |
| 2.1.1 招投标的含义 |
| 2.1.2 招投标的招评标方式 |
| 2.1.3 投标报价 |
| 2.2 BP神经网络 |
| 2.2.1 BP神经网络的结构 |
| 2.2.2 BP神经网络的学习算法 |
| 2.3 博弈论 |
| 2.3.1 博弈论的基本思想 |
| 2.3.2 纳什均衡 |
| 2.3.3 不完全信息静态博弈 |
| 2.4 报价决策模型的思路设计 |
| 2.5 本章小结 |
| 3 基于BP的投标最高限价预测模型 |
| 3.1 BP神经网络的应用分析 |
| 3.2 标高金与标高率的概念引入 |
| 3.3 标高率影响因素指标体系 |
| 3.3.1 指标体系设立原则 |
| 3.3.2 标高率影响因素指标初选 |
| 3.3.3 标高率影响因素分析 |
| 3.3.4 影响因素数据矩阵的建立 |
| 3.4 基于BP网络的投标最高限价预测模型的建立 |
| 3.4.1 训练样本的说明 |
| 3.4.2 BP网络模型结构设计 |
| 3.4.3 模型在MATLAB下的实现 |
| 3.4.4 MATLAB平台下BP神经网络模型的训练 |
| 3.5 本章小结 |
| 4 基于博弈论的报价决策模型 |
| 4.1 博弈论的应用分析 |
| 4.2 暗标拍卖 |
| 4.3 研究思路设计 |
| 4.4 报价决策模型的构建与求解 |
| 4.4.1 模型的基本假设条件 |
| 4.4.2 模型的基本参数 |
| 4.4.3 模型的求解 |
| 4.4.4 模型分析 |
| 4.5 本章小结 |
| 5 实证分析 |
| 5.1 案例背景 |
| 5.2 基于BP的投标方限价预测模型 |
| 5.2.1 S项目数据的处理 |
| 5.2.2 限价预测模型的预测 |
| 5.3 基于博弈论的报价决策模型 |
| 5.4 研究成果分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
| 学位论文数据集 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 认知情感 |
| 1.2.2 情感计算 |
| 1.2.3 决策偏好 |
| 1.2.4 多模态融合 |
| 1.2.5 工业过程控制中的工程优化问题 |
| 1.3 研究内容与结构安排 |
| 第二章 认知情感计算模型 |
| 2.1 认知,心情和情绪 |
| 2.2 情感计算模型 |
| 2.2.1 OCC(Ortony-Clore-Collins)模型 |
| 2.2.2 PAD模型 |
| 2.2.3 FFM模型 |
| 2.3 一种多层认知情感计算模型 |
| 2.3.1 个性特征的初始化 |
| 2.3.2 基于个性特征的心情计算 |
| 2.3.3 心情更新和情感状态参数 |
| 2.3.4 PAD心情状态与情绪状态的映射 |
| 2.4 实例分析 |
| 2.4.1 情感参数实验 |
| 2.4.2 情感强度实验 |
| 2.5 本章小结 |
| 第三章 基于多模态融合的专家决策偏好挖掘方法 |
| 3.1 多模态情感分类方法 |
| 3.1.1 多模态融合及情感分类模型 |
| 3.1.2 基于历史曲线图像的特征提取 |
| 3.1.3 基于面部表情图像的特征提取 |
| 3.1.4 多模态特征融合及情感分类 |
| 3.2 基于情感计算的专家决策偏好挖掘方法 |
| 3.3 实例分析 |
| 3.3.1 基于历史图像的多模态特征提取 |
| 3.3.2 多模态融合情感分类识别 |
| 3.3.3 专家决策偏好挖掘 |
| 3.3.4 分析与讨论 |
| 3.4 本章小节 |
| 第四章 专家决策偏好挖掘方法在过程控制中的应用 |
| 4.1 耦合回路的PID控制器参数整定 |
| 4.1.1 问题描述 |
| 4.1.2 基于专家经验的控制器参数整定方法 |
| 4.1.3 基于决策偏好的控制参数整定 |
| 4.1.4 结果分析与讨论 |
| 4.2 啤酒发酵过程的操作优化 |
| 4.2.1 问题描述 |
| 4.2.2 传统IEC的交互式操作优化 |
| 4.2.3 基于决策偏好的操作优化 |
| 4.2.4 结果分析与讨论 |
| 4.3 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 研究成果及发表的学术论文 |
| 作者及导师简介 |
| 附件 |
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 闯红灯行为现状研究 |
| 1.2.2 预警技术现状研究 |
| 1.2.3 脑电现状研究 |
| 1.2.4 走停决策预测研究 |
| 1.3 研究内容 |
| 1.4 研究目标 |
| 1.5 技术路线 |
| 2 驾驶及脑电数据采集与处理 |
| 2.1 驾驶模拟与脑电设备 |
| 2.1.1 驾驶模拟器 |
| 2.1.2 脑电设备 |
| 2.2 驾驶模拟实验场景设计 |
| 2.2.1 闯红灯违法事件设计 |
| 2.2.2 两阶段预警方案设计 |
| 2.3 驾驶模拟实验流程 |
| 2.3.1 实验人员选择 |
| 2.3.2 实验步骤 |
| 2.4 驾驶行为与脑电关联机制建立 |
| 2.4.1 无预警情况下驾驶行为和脑电关联机制建立 |
| 2.4.2 两阶段预警功效与脑电关联机制建立 |
| 2.5 实验数据采集与处理 |
| 2.5.1 驾驶行为数据 |
| 2.5.2 脑电数据 |
| 2.6 实验数据分析方法 |
| 2.6.1 线性混合效应模型 |
| 2.6.2 二元logistic回归 |
| 2.6.3 配对T检验 |
| 2.6.4 相关性分析 |
| 2.6.5 BP神经网络 |
| 2.7 本章小结 |
| 3 两阶段闯红灯违法预警实验驾驶行为研究 |
| 3.1 车辆走停决策与闯红灯情况 |
| 3.2 黄灯触发时刻车辆速度 |
| 3.3 制动反应时间 |
| 3.4 最大减速度 |
| 3.5 本章小结 |
| 4 无预警情况下驾驶行为与脑电的关联性研究 |
| 4.1 驾驶人在接近交叉口过程中脑电基本变化情况 |
| 4.2 脑电与黄灯触发时刻车辆速度 |
| 4.3 脑电与制动反应时间 |
| 4.4 基于脑电特征的走停决策的预测 |
| 4.4.1 基于二元Logistic回归的走停决策预测 |
| 4.4.2 基于BP神经网络的走停决策预测 |
| 4.5 本章小结 |
| 5 两阶段预警对驾驶人脑电的影响研究 |
| 5.1 第一阶段预警对驾驶人脑电影响分析 |
| 5.2 第二阶段预警对驾驶人脑电影响分析 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 研究内容总结 |
| 6.2 研究展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
| 中文摘要 |
| abstract |
| 绪论 |
| 一、选题的背景和意义 |
| 二、研究现状 |
| 三、论文的基本框架 |
| 四、研究方法 |
| 第一章 算法应用的主要场景及规制困境 |
| 一、算法的广泛应用与争议 |
| (一)新闻推荐场景 |
| (二)搜索引擎排序 |
| (三)电子商务领域 |
| (四)个人信用评分 |
| (五)司法裁判领域 |
| 二、算法的独特性质 |
| (一)算法的不透明性 |
| (二)算法的有限自主性 |
| (三)算法的难以问责性 |
| 三、传统路径难以进行有效规制 |
| (一)自我规制路径缺乏内在动力 |
| (二)市场规制无力对抗垄断局面 |
| (三)伦理规制难以有效融入算法 |
| 第二章 法律规制算法的法理证成 |
| 一、算法应用产生的社会风险 |
| (一)算法歧视加剧社会不公 |
| (二)算法权力形成算法统治 |
| (三)深度伪造消解社会信任 |
| 二、算法决策对个人的不利影响 |
| (一)算法分析侵害数据主体隐私权 |
| (二)算法规训妨碍个人的自由意志 |
| (三)算法学习加剧数字鸿沟的发展 |
| 三、法律规制算法的理论基础 |
| (一)法律与科技的法理思考 |
| (二)厘清算法的法律与法律的算法 |
| (三)算法的法律属性探究 |
| 第三章 法律规制模式的反思与预设 |
| 一、我国规制算法的模式与不足 |
| (一)数据保护的相关立法 |
| (二)算法规制的直接条款 |
| (三)当前规制模式的不足 |
| 二、域外规制算法的经验及局限 |
| (一)以数据保护为中心的欧盟方案 |
| (二)以算法责任为中心的美国路径 |
| (三)欧美规制算法路径的比较分析 |
| 三、法律规制算法的应然选择 |
| (一)以法律治理归化技术治理 |
| (二)将风险防范作为规制目标 |
| (三)将科技伦理作为内在指引 |
| 第四章 法律规制体系的系统构建 |
| 一、算法应用前的审查监督 |
| (一)完善算法分级分类制度 |
| (二)算法的透明度及其边界 |
| (三)建立健全算法监督机制 |
| 二、算法应用中的法律保障 |
| (一)明晰数据权属的界定 |
| (二)赋予数据主体数据可携权 |
| (三)加强对被遗忘权的保护 |
| 三、算法应用后的法律问责 |
| (一)算法的可解释性 |
| (二)算法解释权的概念及证成 |
| (三)构建合理的法律问责体系 |
| 第五章 未来展望:以数字人权引领算法规制 |
| 一、人类生存状态的数字化重塑 |
| 二、算法技术背景下的数字人权 |
| (一)数字人权中的自由命题 |
| (二)数字人权中的平等命题 |
| (三)数字人权中的安全命题 |
| 三、数字人权的保护机制 |
| (一)将人权理念融入算法开发 |
| (二)强化算法的道德习得能力 |
| (三)提升数字弱势群体的参与 |
| (四)培育数字素养与算法认知 |
| 结论 |
| 参考文献 |
| 作者简介及攻读博士学位期间发表的学术成果 |
| 后记 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及问题 |
| 1.1.1 新型城镇化发展成熟期的城市病治理短板 |
| 1.1.2 滨海城市经济贡献与多灾风险的现实矛盾 |
| 1.1.3 重大改革机遇期的城市防灾减灾体系调适 |
| 1.1.4 城市安全危机演变下的风险治理应用创新 |
| 1.1.5 重大课题项目支撑与研究问题提出 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义与价值 |
| 1.3 研究范围与概念界定 |
| 1.3.1 有关风险治理的核心概念界定 |
| 1.3.2 滨海城市安全风险范围界定 |
| 1.3.3 滨海城市灾害链与综合防灾规划内涵 |
| 1.3.4 论文研究的时空范围划定 |
| 1.4 研究内容与技术路线 |
| 1.4.1 主要研究内容 |
| 1.4.2 核心研究方法 |
| 1.4.3 整体研究框架 |
| 第二章 理论基础与研究动态综述 |
| 2.1 滨海城市综合防灾规划理论体系梳理 |
| 2.1.1 风险管理与城市治理的同源关系 |
| 2.1.2 灾害学与生命线系统的共生机制 |
| 2.1.3 安全城市与韧性城市的协同适灾 |
| 2.2 风险治理与防灾减灾关联性研究综述 |
| 2.2.1 国内外风险治理研究存在防灾热点 |
| 2.2.2 国内外防灾减灾研究偏重单灾治理 |
| 2.2.3 二者耦合的安全风险评估技术纽带 |
| 2.3 风险治理导向下的综合防灾规划研究启示 |
| 2.3.1 主体多元化:从风险管理到风险治理 |
| 2.3.2 治理立体化:从减灾工程到防灾体系 |
| 2.3.3 措施精细化:从灾前评估到动态管控 |
| 2.4 本章小结 |
| 第三章 滨海城市安全风险系统机理特征辨析 |
| 3.1 滨海城市整体灾害链式效应的互馈机理 |
| 3.1.1 物质灾害与管理危机的海洋特性 |
| 3.1.2 空间是灾害链延伸的核心载体 |
| 3.1.3 物质与管理灾害链的互馈关系 |
| 3.1.4 全生命周期风险治理的断链减灾 |
| 3.2 风险治理行为反作用的系统动力学建模 |
| 3.2.1 风险系统之模糊开放与逐级互馈 |
| 3.2.2 治理行为之因果回路与反向驱动 |
| 3.3 滨海城市安全风险评估框架的构建 |
| 3.3.1 灾害链式效应动态风险评估模式 |
| 3.3.2 灾害信息集成综合风险评估框架 |
| 3.4 滨海城市安全风险治理特征的解析 |
| 3.4.1 要素治理的“复合”与“多维”特性 |
| 3.4.2 网络治理的“长链”与“双刃”特性 |
| 3.4.3 综合治理的多元化与全过程特征 |
| 3.5 本章小结 |
| 第四章 滨海城市综合防灾规划困境及治理响应 |
| 4.1 综合防灾规划困境识别与矛盾梳理 |
| 4.1.1 整体认知错位导致规划实施低效 |
| 4.1.2 纵向防灾能力与设防标准冲突 |
| 4.1.3 横向多种规划间难以相互衔接 |
| 4.2 综合防灾效率评价与规划困境破解 |
| 4.2.1 综合防灾效率时空演进下认知防灾能力 |
| 4.2.2 综合防灾效率导向下补齐韧性治理短板 |
| 4.3 综合防灾规划与风险治理响应机制 |
| 4.3.1 风险治理耦合空间规划的必要性 |
| 4.3.2 综合防灾规划系统响应的可行性 |
| 4.4 本章小结 |
| 第五章 耦合“全过程”风险治理的综合防灾规划路径 |
| 5.1 滨海城市传统综合防灾规划体系重构路径 |
| 5.1.1 规划内容与方法的并行重构 |
| 5.1.2 规划目标与定位的治理解构 |
| 5.2 全过程风险治理下的综合防灾规划流程设计 |
| 5.2.1 耦合事前风险分析的规划准备阶段 |
| 5.2.2 注重事中风险防控的规划编制阶段 |
| 5.2.3 兼顾事后风险救治的规划实施与更新 |
| 5.3 规划路径拓展之“多维度”风险评估系统 |
| 5.3.1 领域-时间-影响维度评估要素构成 |
| 5.3.2 灾害-政府-公众维度多元评估主体 |
| 5.3.3 是非-分级-连续维度四级评判标准 |
| 5.4 规划路径完善之“多层级”空间治理方法 |
| 5.4.1 宏观层风险治理等级与空间层次划分 |
| 5.4.2 中观层“双向度”风险防控空间格局构建 |
| 5.4.3 微观层风险模拟与防灾行动可视化 |
| 5.5 本章小结 |
| 第六章 基于多元主体性的“多维度”风险评估路径 |
| 6.1 滨海城市多元治理主体的风险评估路径生成 |
| 6.2 灾害属性维度的风险评估指标细化 |
| 6.2.1 聚合城镇化影响的自然灾害指标 |
| 6.2.2 安全生产要素论的事故灾难指标 |
| 6.2.3 公共卫生标准化的应急能力指标 |
| 6.2.4 社会安全保障力的风险预警指标 |
| 6.3 政府治理维度的风险评估指标甄选 |
| 6.3.1 影响维度下的风险治理效能指标 |
| 6.3.2 政府风险治理效能评判标准细分 |
| 6.3.3 政府安全风险综合治理效能评定 |
| 6.4 公众参与维度的风险评估指标提炼 |
| 6.4.1 面向居民空间安全感的核心指标 |
| 6.4.2 融入居民调查的核心指标再精炼 |
| 6.4.3 滨海城市居民综合安全感指数评定 |
| 6.5 链接多维度评估与多层级防灾的行动计划 |
| 6.6 本章小结 |
| 第七章 基于治理差异性的“多层级”空间防灾路径 |
| 7.1 区域风险源监控及整体韧性治理 |
| 7.1.1 区域风险分级之“一表一系统”区划 |
| 7.1.2 衔接国土空间规划的韧性治理 |
| 7.1.3 生命线系统工程的互联共享 |
| 7.2 城区可接受风险标准与防灾空间治理 |
| 7.2.1 城区防灾基准之可接受风险标准 |
| 7.2.2 “耐灾”结构导向的避难疏散体系优化 |
| 7.2.3 对标防灾空间分区的减灾措施优选 |
| 7.2.4 PADHI防灾设施选址与规划决策 |
| 7.3 社区居民安全风险防范措施可视化治理 |
| 7.3.1 社区设施适宜性之防灾生活圈 |
| 7.3.2 风险源登记导向的社区风险地图 |
| 7.3.3 对标全景可视化的防灾体验馆设计 |
| 7.4 建筑物敏感度评价及防灾细部治理 |
| 7.4.1 建筑物外部敏感度之易损性整治 |
| 7.4.2 灾时仿真模拟导向的安全疏散路径 |
| 7.4.3 对标功能差异性的内部防灾能力提升 |
| 7.5 防灾救灾联动应急管理响应方案 |
| 7.5.1 RBS/M分级的多风险动态管控响应 |
| 7.5.2 责权事权下的多部门联动救灾响应 |
| 7.6 本章小结 |
| 第八章 风险治理导向下的综合防灾规划实证 |
| 8.1 天津市中心城区既有灾害风险环境特征识别 |
| 8.1.1 海陆过渡下的八类主导自然灾害 |
| 8.1.2 双城互动下的四类主体事故灾难 |
| 8.1.3 既有风险评估偏重单向风险分级 |
| 8.1.4 兼顾治理“核心-基础”划定研究范围 |
| 8.2 针对城区主导型灾害的“多维度”风险评估 |
| 8.2.1 灾害属性具备灾源防控与分级治理条件 |
| 8.2.2 政府治理存在专项防灾与系统实现短板 |
| 8.2.3 居民安全呈现生态与避难疏散供给不足 |
| 8.3 响应风险评估结果的“多层级”防灾空间治理 |
| 8.3.1 “源-流-汇”指数导向的生态韧性规划 |
| 8.3.2 动态风险治理导向的专项防灾响应 |
| 8.3.3 避难短缺-疏散过量矛盾下的治理优化 |
| 8.3.4 “三元”耦合导向的防灾空间治理系统实现 |
| 8.4 本章小结 |
| 第九章 结论与展望 |
| 9.1 主要研究结论 |
| 9.2 论文创新点 |
| 9.3 研究不足与展望 |
| 参考文献 |
| 附录 |
| 附录A:滨海城市安全风险治理子系统动力学模型 |
| 附录B:滨海城市自然灾害综合防灾能力与空间脆弱性指标详解 |
| 附录C:滨海城市居民综合安全感调查问卷 |
| 发表论文和参加科研情况说明 |
| 致谢 |
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 背景和意义 |
| 1.2 电力系统恢复问题概述 |
| 1.2.1 电力系统恢复阶段划分 |
| 1.2.2 电力系统恢复问题的国内外研究现状 |
| 1.2.3 人工智能在电力系统恢复中的应用 |
| 1.3 机组恢复问题研究现状分析 |
| 1.4 论文的主要研究工作 |
| 第2章 基于预设数据的机组恢复方案优化制定 |
| 2.1 引言 |
| 2.2 偏好多目标优化模型 |
| 2.2.1 优化目标 |
| 2.2.2 约束条件 |
| 2.3 PD-NSGA-Ⅱ算法 |
| 2.3.1 PD-NSGA-Ⅱ算法简介 |
| 2.3.2 基于偏好的支配关系 |
| 2.3.3 松弛的Pareto支配关系 |
| 2.3.4 PD-NSGA-Ⅱ主循环 |
| 2.4 基于PD-NSGA-Ⅱ的机组恢复优化 |
| 2.4.1 基因编码 |
| 2.4.2 连通性检测 |
| 2.4.3 参考点选取 |
| 2.4.4 算法流程和方案决策 |
| 2.5 算例分析 |
| 2.5.1 新英格兰10机39节点测试系统 |
| 2.5.2 山东西部电网 |
| 2.6 小结 |
| 第3章 基于实时数据的机组在线恢复动态决策 |
| 3.1 引言 |
| 3.2 机组在线恢复框架和评价指标 |
| 3.2.1 机组在线恢复 |
| 3.2.2 机组在线恢复框架 |
| 3.2.3 评价指标 |
| 3.2.4 约束条件 |
| 3.3 基于SAE的估值网络 |
| 3.3.1 训练集生成 |
| 3.3.2 基于PSO的样本标签计算 |
| 3.3.3 估值网络训练 |
| 3.4 基于MCTS的机组恢复在线决策 |
| 3.4.1 MCTS |
| 3.4.2 改进的UCT算法 |
| 3.4.3 剪枝技术 |
| 3.4.4 基于估值网络的模拟 |
| 3.4.5 MCTS并行实现 |
| 3.5 算例分析 |
| 3.5.1 新英格兰10机39节点测试系统 |
| 3.5.2 山东西部电网 |
| 3.6 小结 |
| 第4章 考虑风电场参与的机组恢复在线决策 |
| 4.1 引言 |
| 4.2 考虑风电场的机组恢复框架和评价 |
| 4.2.1 考虑风电场的机组恢复 |
| 4.2.2 考虑风电场的机组恢复框架 |
| 4.2.3 评价指标和约束条件 |
| 4.3 离线自学习 |
| 4.3.1 自学习方法 |
| 4.3.2 风功率场景聚类 |
| 4.3.3 估值网络和策略网络 |
| 4.3.4 样本生成 |
| 4.4 机组恢复在线决策 |
| 4.5 恢复期间风功率控制 |
| 4.5.1 模型预测控制 |
| 4.5.2 风电场控制模式 |
| 4.5.3 风功率模型预测控制 |
| 4.6 算例分析 |
| 4.6.1 调整后的新英格兰10机39节点系统 |
| 4.6.2 山东东北部电网 |
| 4.7 小结 |
| 第5章 结论与展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间的研究成果 |
| 学位论文评阅及答辩情况表 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及研究问题 |
| 1.1.1 研究背景 |
| 1.1.2 研究问题 |
| 1.2 研究目的和意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状及评述 |
| 1.3.1 政府使用网络社交媒体的相关研究 |
| 1.3.2 公众参与政务网络社交媒体的相关研究 |
| 1.3.3 网络社交媒体的用户情绪相关研究 |
| 1.4 研究方法与技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 1.5 研究内容与论文框架 |
| 1.5.1 研究内容 |
| 1.5.2 论文框架 |
| 第二章 理论基础、研究数据和分析方法 |
| 2.1 基本概念 |
| 2.2 网络社交媒体用户情绪及行为相关理论基础 |
| 2.2.1 情感响应理论模型 |
| 2.2.2 信息丰富度理论 |
| 2.2.3 情绪感染理论 |
| 2.2.4 理性行为理论 |
| 2.2.5 社会网络理论 |
| 2.2.6 社会学习理论 |
| 2.2.7 同质性理论 |
| 2.3 研究数据 |
| 2.3.1 数据集介绍 |
| 2.3.2 数据预处理 |
| 2.4 分析方法 |
| 2.4.1 多层线性模型 |
| 2.4.2 指数随即图模型 |
| 2.4.3 相关机器学习方法 |
| 2.5 本章小结 |
| 第三章 政务微博在线评论中用户情绪倾向的影响因素研究 |
| 3.1 在线评论中的用户情绪 |
| 3.2 政务微博在线评论中用户情绪倾向影响因素的研究假设 |
| 3.2.1 政务微博信息的丰富度对用户情绪倾向的影响 |
| 3.2.2 政务微博信息情感对用户情绪倾向的影响 |
| 3.2.3 政务微博用户的历史情绪习惯对用户情绪倾向的影响 |
| 3.2.4 政务微博用户的活跃度对用户情绪倾向的影响 |
| 3.2.5 性别差异对用户在线情绪倾向表达的调节作用 |
| 3.3 研究设计与实验结果 |
| 3.3.1 研究框架与研究模型 |
| 3.3.2 研究数据与变量定义 |
| 3.3.3 描述性统计 |
| 3.3.4 多元线性回归 |
| 3.4 研究结论与讨论 |
| 3.4.1 研究结论 |
| 3.4.2 研究讨论 |
| 3.5 本章小结 |
| 第四章 政务微博在线评论中用户交互行为的影响因素研究 |
| 4.1 在线评论中的用户交互行为 |
| 4.2 .政务微博在线评论中用户交互行为影响因素的研究假设 |
| 4.2.1 互惠性对用户交互行为的影响 |
| 4.2.2 传递性对用户交互行为的影响 |
| 4.2.3 同质性对用户交互行为的影响 |
| 4.2.4 用户的社会资本对用户交互行为的影响 |
| 4.2.5 极端情绪对用户交互行为的影响 |
| 4.3 研究设计与实验结果 |
| 4.3.1 研究框架 |
| 4.3.2 研究数据与变量定义 |
| 4.3.3 ERGM参数估计与拟合优度检验 |
| 4.4 研究结论与讨论 |
| 4.4.1 研究结论 |
| 4.4.2 研究讨论 |
| 4.5 本章小结 |
| 第五章 政务微博在线评论用户交互行为及情绪倾向的预测研究 |
| 5.1 多层感知机 |
| 5.2 文本表示模型与特征训练 |
| 5.2.1 文表示词向量模型 |
| 5.2.2 Doc2vec程序特征训练 |
| 5.3 用户交互行为预测 |
| 5.3.1 特征提取与训练 |
| 5.3.2 预测结果与分析 |
| 5.4 用户情绪倾向预测 |
| 5.4.1 特征提取与训练 |
| 5.4.2 预测结果与分析 |
| 5.5 总结与分析 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 论文工作总结 |
| 6.2 论文工作展望 |
| 致谢 |
| 参考文献 |
| 附录 A:ICT文献中的情感概念及结构概述 |
| 附录 B:ICT文献中情感概念间的关系概述 |
| 攻读博士学位期间取得的成果 |
