基于语义相似度的话题关联检测方法

为有效识别任意两篇报道的相似性,提出了一种基于语义相似度的话题关联检测算法.该算法首先通过计算特征词之间的相对熵作为两篇报道中特征词之间的语义相似度;其次,通过计算平均语义相似度获得特征词和报道之间的关联度;最后,结合特征词在语料库中的TF-IF(term frequency-inverse document frequency)权重计算两篇报道之间的关联度,实现报道之间的关联度检测.本文提出的方法与现有的向量空间模型方法和仅依赖于平均点互信息的方法进行了比较,并通过TDT4中文语料进行测评,结果表明,基于语义相似度的关联检测方法能够更好地利用文本的语境信息,提高了现有检测系统的性能,其最小DET(detection error tradeoff)代价降低了3%.      

地震应急救援队伍派遣及道路重建联合规划模型

针对地震灾害应急救援队伍的派遣及道路重建问题,在考虑灾区道路损毁情况对派遣时间影响及受灾点应急救援队伍需求量不确定性的基础上,建立了灾后应急救援队伍派遣及道路重建的联合规划模型.该模型以受困人员生存概率最大和应急救援队伍完成救援任务效果最佳为目标,考虑了救援队伍、救援时间和生存概率等约束因素,根据多目标规划模型的特点,给出了基于线性加权法的求解方法,数值算例验证了模型及其求解方法的有效性.研究结果表明:与原派遣方案相比,地震应急救援队伍的最优派遣方案提高了75%的救援效率;道路重建的最优方案节省了89%的救援资源.     

邮件过滤系统中预处理方法的研究与实现

完成了邮件过滤系统中的预处理工作。实现了信息增益特征选择算法,通过实验对比,得出了PU系列语料库合适的特征维数。使用词频反文档频率公式计算了特征词的权重,通过算法把标准邮件集处理成了支持向量机算法可以直接处理的向量空间模型的形式。     

基于线性回归模型与云模型的用户兴趣研究

在web信息服务中提供个性化服务时,一项非常重要的任务就是发现用户的兴趣．目前最有效的方法是通过用户的浏览行为发现用户兴趣．本文通过建立线性回归模型对用户兴趣度的计算方法进行改进,然后将用户兴趣度转化为云模型进行表示,并最终生成能准确表示用户兴趣度的新方法,从而使个性化推荐更加有效．     

面向地震应急的救援路径规划模型

地震灾害场景下,面向应急的救援路径规划需要兼顾救援效率和交通抢通对救援的影响,以支撑有限交通资源的高效利用,避免交通拥堵或瘫痪耽误应急救援行动.通过定义面向应急需求的交通网络、交通路线的通行成本和交通线的通过性等,对救援与抢通路径规划问题进行了描述;将最优救援路径和最优交通抢通方案作为该问题的约束条件,基于双层优化方法建立了双层路径规划模型以实现集成优化并构建了模型求解方法.经案例仿真分析,本文提出的救援路径规划模型可以生成准确、高效的应急救援与交通抢通集成方案,可以为具有针对性的交通管制措施的拟定提供科学依据,助力地震应急救援行动的顺利实施.     

���ڳ��������ĸ���Ӧ��Ԥ�����̿��Ʒ���

针对提高高速铁路应急救援的效率,保证高速铁路应急预案实施流程的可操作性,更好地利用信息技术支持应急响应过程,介绍了运用软件开发中的场景驱动概念以建立高速铁路应急预案流程控制工作流模型的新方法.该方法是一种结构化的方法,强调场景在整个流程控制中的作用, 并以此为核心驱动工作流模型的设计.在不同的抽象层次上使用可视化标记语言UCM对场景模型进行描述,通过对模型分层细化、逐步扩展的方式以达到结构清晰、信息完备的效果.在此基础上针对UCM的结构特点设计了具体的流程控制算法,对整体的应急响应过程的执行细节进行成效分析和逐步优化.最后结合实例阐述本方法如何使用.     

考虑灾后道路恢复情况下动态应急物资选址问题

为研究面向地震灾害下的动态应急物资选址问题,以最小化应急物资运输成本和灾民等待物资心理惩罚成本为目标,考虑灾后道路恢复情况,权衡二次运输成本和灾民等待物资心理惩罚成本,建立多目标混合整数规划模型,确定不同道路恢复情况下动态应急物资选址方案。考虑模型中权重等参数的影响,设计3种实验,并对实验结果进行讨论。通过实际算例,以雅安地震为背景,将灾后72h分成6个时段,每个时段下对应不同的道路恢复情况,确定每个时段下的应急物资选址方案,验证模型的实用性。     

基于神经网络的应急车辆行程时间计算模型

消防、救护等应急车辆的行程时间直接影响救援的质量.在分析影响应急车辆行程时间的因素基础上,选取了行驶距离和出发时刻两个影响因素,应用BP神经网络模型,建立了应急车辆行程时间计算模型,求取了影响因素对行程时间的影响重要度因子.为应急车辆的选址和调度提供了依据.     

重大突发公共卫生事件下城市应急医疗物资配送

为了在发生重大突发公共卫生事件时提高城市医疗物资的应急救援效率, 减少人员伤亡与经济损失, 在分析重大突发公共卫生事件特点与应急物流特征的基础上, 将需求紧迫度作为配送影响因素, 提出以辖区人口、感染确诊及疑似病例、医疗物资需求点规模、医护人员数量和医疗物资缺口率为评价指标的医疗物资需求点需求紧迫度评价指标体系; 针对医疗物资应急物流的特点, 调整医疗物资配送时间窗参数, 建立由车辆行驶成本、配送延误惩罚成本和无配送延误补贴费用组成的总配送费用函数, 并考虑配送车辆载重、配送时间窗、医疗物资需求紧迫度等约束条件, 构建使总配送费用最少与需求紧迫度高的需求点优先配送的双重目标, 优化了医疗物资的配送路径; 依托SPSS、Yaahp和MATLAB软件平台, 结合算例, 利用层次分析法与遗传算法求解考虑与不考虑需求紧迫度的医疗物资应急物流配送路径优化模型。研究结果表明: 重大突发公共卫生事件下, 相对于不考虑需求紧迫度的配送路径, 考虑需求紧迫度的最优配送路径不仅对需求紧迫度较高的医疗物资需求点进行优先配送, 同时还使总配送费用减少了5.8%;需求紧迫度的引入能极大地改善调度的盲目性, 基于配送车辆载重、配送时间窗、医疗物资需求紧迫度等约束条件所构建的双目标优化模型能够有效地提高应急救援效率和减少不必要的调度成本。      

应急物流中基于PPSVM的应急物资分类研究

突发事件一旦发生,应急物资需求种类是纷繁复杂的,应急物流中的物资需求又是紧迫的、动态变化的. 为了提高应急物流的运作效率,救援管理人员需要对应急物资进行分级. 本文提出一种基于后验概率支持向量机的应急物资分类方法,并在此基础上建立应急物资分类模型. 把物资的重要性、时效性和缺口程度三个因素作为物资需求分级的评价标准,将模糊化后的评价值作为PPSVM的输入,选择后验概率最大所的类别作为测试样本的类别输出来完成整个分类过程,从而得到对应的分级结果. 实验结果表明,PPSVM用于应急物资分类是可行的,能够很好地解决应急物资的分类问题.     

Ӧ�������л���PPSVM��Ӧ�����ʷ����о�

突发事件一旦发生,应急物资需求种类是纷繁复杂的,应急物流中的物资需求又是紧迫的、动态变化的. 为了提高应急物流的运作效率,救援管理人员需要对应急物资进行分级. 本文提出一种基于后验概率支持向量机的应急物资分类方法,并在此基础上建立应急物资分类模型. 把物资的重要性、时效性和缺口程度三个因素作为物资需求分级的评价标准,将模糊化后的评价值作为PPSVM的输入,选择后验概率最大所的类别作为测试样本的类别输出来完成整个分类过程,从而得到对应的分级结果. 实验结果表明,PPSVM用于应急物资分类是可行的,能够很好地解决应急物资的分类问题.     

面向城市管理平台的道路网韧性评价指标体系构建

研究异常事件(灾害)情况下道路网退化阶段和恢复阶段的性能,有助于制定针对性的应急处置措施,将灾害对道路网的影响降到最低,从而提升城市道路网韧性。首先,解析道路网韧性评价理论,即道路网韧性与异常事件特征、道路网自身的抗毁性能以及干预措施的施加时间和力度有关,并分析了异常事件类型及损坏特征,明确了道路网抗毁性能相关因素。其次,提出道路网韧性评价“两类三级”指标体系及计算方法,两类包括灾前抗毁性能评价和灾后恢复性能评价。前者旨在通过风险预判和模拟试算了解城市道路网吸收扰动的能力;后者旨在实时评价灾后各阶段道路网的使用性能,指导恢复阶段的施力方向。最后,针对不同异常事件类型和应用场景给出指标选取建议,并展示部分指标计算案例。     

基于GIS的城市交通应急保障系统研究

地震灾害是群灾之首,造成建筑物倒塌、交通生命线工程的破坏。交通应急是地震发生后采取的最紧迫的减灾措施,可以最大程度的减少城市灾害损失。通过震害预测,对城市的建筑物进行震害分析,鉴于建筑物本身结构对抗震起主要作用,构筑了简单的建筑物离散结构判别模型;依据建筑物抗震鉴定标准,对构筑的建筑物模型进行震害等级判断;地震发生后,根据贮存在GIS数据库中的建筑物模型的有关数据,判断建筑物倒塌造成的道路阻断状况,进而选择营救的最优路径,保障交通应急系统畅通。以地震灾害为背景,以GIS技术为基础,以确保交通生命线畅通为目的,研究成果可为城市交通应急保障系统管理提供技术支持。     

铁路应急服务设施双阶段组合选址模型研究

在对具有区间性质的铁路应急需求点分析的基础上,针对铁路应急服务设施备选点未知且需建数目给定的选址问题,对传统单阶段选址模型进行改进,提出了综合考虑应急服务公平性及响应时效性的双阶段组合选址模型,并结合实例,验证了模型及算法的有效性.针对备选点未知且需建数目给定情况下的铁路应急服务设施双阶段组合选址问题所得的选址方案,应急服务半径降低了21.7%,应急服务水平差异性减少了 35.8%,提高了整个系统的应急服务水平.本文提出的双阶段组合选址模型既适用于局部范围的应急服务设施选址也适用于全国范围的铁路应急服务设施选址,适用于备选点未知且给定建设数目的应急设施选址也适用于存在多个备选方案多目标布局优化的应急设施选址问题.     

多类信息对机场出站乘客交通方式选择的影响

在机场设置可变信息板(Variable Message Signboard, VMS)提供站台排队时间、道路拥堵状 况和车内拥挤度等信息，引导乘客在原有决策的基础上做出最优交通方式选择。根据出行信息 获取的顺序将决策过程分为两阶段，第1阶段是在自身经验或手机导航信息条件下进行初始交通 方式选择，第2阶段考虑到VMS信息对乘客的影响，建立基于巢式Logit模型的乘客交通方式转 移模型，利用全概率公式将两阶段信息数据融合，得到乘客交通方式选择结果。通过数值模拟验 证模型的可用性。结果发现：将信息质量足够高的等车时间信息、道路拥堵时间和车内拥挤度信 息结合有利于提高公共交通利用率和系统运行效率，可使公共交通利用率提高3%，系统运行时 间减少13.8%；道路拥堵越严重，路上拥堵时间信息的提供对乘客的交通方式选择影响越大；交通 需求较小的情况下提供VMS信息有利于提高机场巴士利用率。     

基于Web挖掘的站内搜索优化设计

随着网上信息的急剧膨胀,如何让用户快速、高效地检索出所需信息显得极其重要。文章介绍了一种基于向量空间模型的站内搜索优化设计方案,实现了对网站搜索系统的优化设计。     

灾后应急救援运输路径优化模型研究

针对目前运输路径优化模型主要依靠经验法做出决策判断的缺陷,分析了灾后救援运输过程中网络可靠度、容量可靠度、运输时间、运输物资需求量、运输损耗等各种不确定性因素;分别以时间目标、可靠性目标、损耗目标为3个优先级,运用网络图理论构建了灾后应急救援运输路径优化的多目标随机规划模型,并运用遗传算法探讨模型的求解方法;通过具体的案例来说明模型中各个参数,并通过实际的模拟计算来验证该模型的合理性和有效性。     

基于隐马尔科夫模型的文本分类

文本分类经过多年的发展,已经产生了很多成熟高效的算法.将隐马尔科夫模型用于文本分类,对每个文本类构建一个隐马尔科夫模型,x2检验获得类别特征词集,其状态转移表示按照一指定顺序对类别特征词集进行遍历,状态输出符号为特征词的词频,隐马尔科夫模型的状态转移过程隐含的表示了属于该类的文本的形成过程.具有最大概率的HMM分类器就是所属的类别.该算法不仅将特征词考虑进去,而且还将词频信息融入隐马尔科夫模型中,实验结果表明该方法分类效率较高     

�༯����Ӧ����ͨʱ����ɢ����Ԥ��ģ��

本文着重研究应急交通需求时空分布预测方法. 从分析应急交通需求特点入手,在总结现有研究的基础上,提出广义S型行为反应曲线的概念,并紧扣不同集结点的疏散时间要求和反应参数各异的特点,建立了广义S型需求加载曲线模型,同时给出了单位时段疏散百分比的分析方法. 应用上述方法,设计了分时段应急交通OD需求矩阵的求解算法,从而建立应急交通需求时空分布模型. 基于MATLAB软件对模型编程实现,在对给定算例进行应用后,证明模型能够准确刻画不同时刻的各集结点和整个系统的应急需求疏散比例的动态变化,并有效应用于应急交通时变需求分布的预测.     

基于短文本匹配的ATS典型场景用户需求分析方法

随着交通系统自组织运行与自主化服务能力的快速发展,自主式交通系统（Autonomous Transportation Systems, ATS）成为智能交通系统未来的重要发展方向,构建ATS体系架构是规划与建设新一代智能交通系统的基础。面向典型交通场景,首先要分析交通系统的用户需求,本文重点解决基于ATS需求体系的典型交通场景用户需求分析问题,具体研究场景关键词与需求文本库的匹配方法。针对ATS的场景需求分析问题,首先提出基于分层的场景描述方法,对不同抽象层次的交通场景进行分层分解,并根据活动理论解析各抽象层次场景的属性要素。其次,根据属性要素特点提出基于短文本匹配的双层匹配模型,在双层模型中应用了TF-IDF和LSI两种相似度匹配算法。最后,在一体化出行服务典型场景中进行方法应用与对比,判断匹配模型和算法的实际效果。结果表明,采用TF-IDF和LSI算法协同作用的双层匹配模型取得了较好的匹配效果,匹配度指标达85%,并进一步通过灵敏度分析验证了双层匹配方法的适用性。