检索结果-内蒙古大学图书馆

物理学报 2024年第21期73卷 282-295页

作者：王建伟赵乃萱望楚佩向玲慧温廷新辽宁工程技术大学工商管理学院葫芦岛125105 东北大学工商管理学院沈阳110167

相互依赖网络中的级联故障过程一直是网络级联分析的一个重要领域.与以往研究不同的是,本文考虑了人们在出行时最小化成本的需求,提出了基于成本约束的网络动力学模型.同时,研究了相互依赖网络中不同层次的特性,定义了不同的负载传播模... 详细信息

相互依赖网络中的级联故障过程一直是网络级联分析的一个重要领域.与以往研究不同的是,本文考虑了人们在出行时最小化成本的需求,提出了基于成本约束的网络动力学模型.同时,研究了相互依赖网络中不同层次的特性,定义了不同的负载传播模式.在此基础上,本文通过改变网络结构和模型中的参数,仿真现实中的网络防护策略并验证这些措施的防护效果,并发现了一些有趣的结论.一般认为,增加网络中连边的数量或提高连边的质量可以有效地增强网络的鲁棒性.然而,本文的实验结果表明,这些方法在某些情况下实际上可能会降低网络的鲁棒性.一方面,网络中一些特殊边的复活是导致边能力提升网络鲁棒性却下降的主要原因,因为这些边会破坏原有网络的稳定结构;另一方面,无论是提高单层网络的内部连通性来增加网络连边数量,还是提高相互依赖的网络之间的耦合强度来增加连边数量,都不能完全有效地提高网络的鲁棒性.这是因为随着边数量的增加,网络中可能会出现一些关键边,这些边会吸引大量的网络负载,导致网络的鲁棒性下降.

关键词：级联故障耦合网络鲁棒性能力悖论

来源：评论

学校读者我要写书评

暂无评论

四重底线下模糊多目标可持续供应链网络规划

引用

计算机集成制造系统 2024年第9期30卷 3354-3387页

作者：邱云飞于智龙金海波刘雨诗张文文辽宁工程技术大学软件学院辽宁葫芦岛125105 辽宁工程技术大学工商管理学院辽宁葫芦岛125105

针对可持续供应链网络多基于经济、环境、社会三重底线进行模型构建,未能充分描述企业自身治理能力与供应链模型的关联程度,同时为了更加准确地表示模型中不确定参数的真实状态,在《CITI评价指南8.0》的基础上,提出一种对经济成本、环... 详细信息

针对可持续供应链网络多基于经济、环境、社会三重底线进行模型构建,未能充分描述企业自身治理能力与供应链模型的关联程度,同时为了更加准确地表示模型中不确定参数的真实状态,在《CITI评价指南8.0》的基础上,提出一种对经济成本、环境污染、社会影响与企业治理能力四重底线协同建模的模糊多目标可持续供应链网络模型,并设计了一种结合禁忌搜索与分支定界的混合式元启发算法(TSA-BB)对模型进行求解。首先,综合考虑四重底线的各项指标特征,建立相应的模糊层次分析结构模型表示各指标间的相对重要程度。然后,根据相对重要程度依次构建直接影响矩阵、综合影响矩阵,并依据二者计算各指标的加权中心度作为整合多目标函数的综合权重。最后,在TSA-BB中设计多种算法规则对模型进行高效求解,并基于大量算例仿真验证了模型与算法的可行性及有效性。实验结果表明,模糊指标与四重底线协同建模可更好地拟合供应链的真实状态,同时企业治理能力应成为各层级决策者均衡优化供应链网络模型需考虑的重要决策依据。

关键词：四重底线可持续供应链企业治理能力禁忌搜索分支定界

来源：评论

学校读者我要写书评

暂无评论

基于特征组合的ECA-TCN光伏发电功率预测模型

引用

太阳能学报 2024年第12期45卷 94-100页

作者：温廷新郭晓赛辽宁工程技术大学工商管理学院葫芦岛125105

为有效挖掘光伏发电功率数据中的有效时序信息,进一步提升光伏发电功率预测效果,提出一种基于多因素融合的高效通道注意力机制(ECA)-时间卷积网络(TCN)预测模型。首先,采用最大互信息系数(MIC)提取光伏发电功率相关特征;其次,使用多项... 详细信息

为有效挖掘光伏发电功率数据中的有效时序信息,进一步提升光伏发电功率预测效果,提出一种基于多因素融合的高效通道注意力机制(ECA)-时间卷积网络(TCN)预测模型。首先,采用最大互信息系数(MIC)提取光伏发电功率相关特征;其次,使用多项式特征衍生方法融合各相关因素特征,衍生高维特征,进行特征组合;然后,将自适应选择一维卷积核大小的ECA模块与可有效捕捉光伏发电功率数据时序性信息的TCN相结合,搭建ECA-TCN预测模型;最后,采用多个模型进行对比实验。实验结果表明:该文提出的特征组合方法可高效的选择光伏发电功率数据特征,提升特征的表现能力。特征组合后的ECA-TCN预测模型的均方根误差(RMSE)为0.0828 kW,相较于LSTM、LSTM-TCN、ECA-LSTM,ECA-TCN的RMSE分别降低了0.29、0.23和0.13个百分点,并具有最优的拟合度(R2)90.74%。该模型可在保持高拟合度的同时有效提高光伏发电功率预测精度。

关键词：光伏发电预测时间卷积网络最大互信息系数高效通道注意力

来源：评论

学校读者我要写书评

暂无评论

基于Diff-Cascade的低资源命名实体识别方法

引用

计算机科学与探索 2025年

作者：邱云飞董丽波张文文辽宁工程技术大学软件学院辽宁工程技术大学工商管理学院

在低资源命名实体识别（Named Entity Recognition ，NER）任务中，目前许多基于迁移学习的方法虽然能够缓解数据稀缺问题，但往往会导致句子中部分正确信息的遗漏或识别错误，从而影响模型在低资源环境中的效果。针对此问题，本文提出... 详细信息

在低资源命名实体识别（Named Entity Recognition ，NER）任务中，目前许多基于迁移学习的方法虽然能够缓解数据稀缺问题，但往往会导致句子中部分正确信息的遗漏或识别错误，从而影响模型在低资源环境中的效果。针对此问题，本文提出了一种基于多模块协同的NER模型——Diff-Cascade-NER。首先，利用变分自编码器（Variational Autoencoder， VAE）在潜在空间中学习数据表示，并生成多样化的样本；接着，将上下文信息、句法分析和VAE重构数据作为条件输入到条件编码器（Conditional Encoder， CE）进行编码；然后，将编码后的数据传递给级联扩散模型（Cascade Diffusion Mechanism， CDM），通过多阶段的去噪和生成过程产生高质量样本；最后，通过对抗学习阶段（Adversarial Learning， AL）优化生成样本的质量和多样性。实验结果表明，对比现有模型，Diff-Cascade-NER在8个低资源数据集上表现优越，特别是在BC2GM和WNUT-16数据集上，F1值分别达到85.44%和56.38%，验证了各模块协同作用在低资源NER任务中的有效性。

关键词：低资源命名实体识别变分自编码器条件编码器级联扩散模型对抗学习

来源：评论

学校读者我要写书评

暂无评论

反事实思维对建筑工人安全行为的影响研究

引用

安全与环境学报 2025年第1期25卷 141-147页

作者：李乃文张雪莹牛莉霞辽宁工程技术大学工商管理学院辽宁葫芦岛125105

为探讨反事实思维对建筑工人安全行为的作用机制,通过理论分析和文献研究提出假设模型。采用反事实思维量表、安全知识量表、风险感知量表和安全行为量表,随机抽取398名建筑工人进行调查,通过SPSS和AMOS分析验证假设模型。结果显示:反... 详细信息

为探讨反事实思维对建筑工人安全行为的作用机制,通过理论分析和文献研究提出假设模型。采用反事实思维量表、安全知识量表、风险感知量表和安全行为量表,随机抽取398名建筑工人进行调查,通过SPSS和AMOS分析验证假设模型。结果显示:反事实思维对建筑工人安全行为具有显著的正向影响;安全知识和风险感知在反事实思维与建筑工人安全行为间不仅分别起独立中介作用,还共同发挥了链式中介作用。研究表明,增加反事实思维,提高建筑工人安全知识水平和风险感知能力可有效提高安全行为,减少安全事故。

关键词：安全社会科学反事实思维安全知识风险感知安全行为

来源：评论

学校读者我要写书评

暂无评论

样本不平衡条件下煤矿突水水源识别——以谢桥煤矿为例

引用

安全与环境学报 2025年

作者：王彦彬闫晓杉辽宁工程技术大学工商管理学院

为了有效识别煤矿突水水源，以保障煤矿安全生产，使用合成少数类过采样技术（Synthetic Minority Oversampling Technique，SMOTE）补充少数类样本，继而采用支持向量机（Support Vector Machine，SVM）模型对突水水源进行识别。试验选... 详细信息

为了有效识别煤矿突水水源，以保障煤矿安全生产，使用合成少数类过采样技术（Synthetic Minority Oversampling Technique，SMOTE）补充少数类样本，继而采用支持向量机（Support Vector Machine，SVM）模型对突水水源进行识别。试验选取96条谢桥煤矿水化学数据进行分析，首先对样本数据进行标准化处理和主成分分析（Principal Component Analysis，PCA），将数据集划分为训练集和测试集，对训练集中少数类样本采用SMOTE法生成新的样本，然后采用改进混沌哈里斯鹰优化（Chaos Harris Hawks Optimization，CHHO）算法结合十折交叉验证优化支持向量机惩罚因子C和径向基函数（Radial Basis Function，RBF）核的参数γ，根据优化结果建立突水水源识别模型，对测试集中突水水源进行识别。将该方法与朴素贝叶斯、随机森林所得结果进行比较，结果显示，采用本方法对测试集识别结果准确性优于其他两种方法，表明该方法在突水水源识别上具有良好的实用性和有效性。

关键词：安全工程突水水源识别主成分分析合成少数类过采样技术混沌哈里斯鹰优化算法支持向量机

来源：评论

学校读者我要写书评

暂无评论

智能建造与建筑工业化协同度测算与分析

引用

科技导报 2025年

作者：张瑞雪刘泓志刘冠兴辽宁工程技术大学工商管理学院

智能建造与建筑工业化协同发展是复杂的系统，是推动建筑业转型升级的重要途径。本文通过云模型和复合系统协同度模型对我国各地区智能建造与建筑工业化协同度进行测算。研究发现：我国正处在智能建造与建筑工业化协同发展的关键时期，... 详细信息

智能建造与建筑工业化协同发展是复杂的系统，是推动建筑业转型升级的重要途径。本文通过云模型和复合系统协同度模型对我国各地区智能建造与建筑工业化协同度进行测算。研究发现：我国正处在智能建造与建筑工业化协同发展的关键时期，智能建造和建筑工业化两个子系统的发展存在空间关联性，一个地区智能建造和建筑工业化的发展往往带动其他地区相应子系统的发展。而智能建造与建筑工业化协同发展程度与地域关系不大，各地区在推广智能建造与建筑工业化协同发展的过程中，应当因地制宜制定相应的政策。

关键词：智能建造建筑工业化云模型复合系统协同度

来源：评论

学校读者我要写书评

暂无评论

地方工科院校人才引进政策审视——基于角色理论的分析

引用

高等工程教育研究 2025年

作者：周志强董虓辽宁工程技术大学工商管理学院

地方工科院校作为高等工程教育体系的重要组成部分,应秉承高等工程教育理念,准确把握“地方性”和“应用性”的独有属性,培养满足地方经济建设、行业发展需求的具有工程能力的应用型人才。本文通过对地方工科院校人才引进政策文本进行... 详细信息

地方工科院校作为高等工程教育体系的重要组成部分,应秉承高等工程教育理念,准确把握“地方性”和“应用性”的独有属性,培养满足地方经济建设、行业发展需求的具有工程能力的应用型人才。本文通过对地方工科院校人才引进政策文本进行质性分析发现,其人才引进政策的唯学术、重产出、强量化导向,致使教师形成了功利化、不平衡的角色构建图式,不仅制约教师个人专业发展,还影响其育人功能的实现。据此提出地方工科院校人才引进改进举措:注重“地方性”,服务区域行业发展;注重“应用型”,凸显工程特色;注重物质激励与培育相结合;注重人才评价导向与办学定位相一致。

关键词：地方工科院校高校教师角色理论人才引进政策

来源：评论

学校读者我要写书评

暂无评论

耦合行为运作下考虑供需关系的订购行为决策研究

引用

中国管理科学 2025年

作者：赵世杰荣雪娇高雷阜辽宁工程技术大学运筹与优化研究院辽宁工程技术大学工商管理学院

在供应链管理愈趋于复杂化且导致管理者决策环境不确定性递增的背景下，以不确定环境下供应链的单供应源订购行为研究为基础，在需求不确定、供应不确定和供需不确定三种环境下应用行为实验探究管理者的订购决策，并根据其行为决策构建... 详细信息

在供应链管理愈趋于复杂化且导致管理者决策环境不确定性递增的背景下，以不确定环境下供应链的单供应源订购行为研究为基础，在需求不确定、供应不确定和供需不确定三种环境下应用行为实验探究管理者的订购决策，并根据其行为决策构建对应环境下的行为模型。建立特定不确定情境下的理论模型及获得其最优解，并通过实验设计与决策系统开发等完成行为实验数据采集，利用统计分析方法探寻特定实验情境中的订购决策行为，以订购行为为要素，耦合“先锚定后调整”和“需求追逐”启发式策略提出一种带有学习效应的锚定追逐调整行为模型，并拓展构建了供应不确定环境和供需不确定环境下的订购决策行为模型并进行特定情境下模型的有效性检验。研究表明，在供应不确定、需求不确定、供需不确定环境下单源订购决策中存在偏离理论最优订购决策的现象、追逐行为和锚定行为；供需不确定环境下订购决策者的订购行为同时受需求不确定和供应不确定的综合影响；同时在锚定行为评价中还提出了一种新的适定性锚定系数表达以克服Bostain锚定系数的正负锚定值相消效应；所构造的行为模型在多项指标上的预测性能均优于Bostain的需求追逐启发模型和Benzion的中心趋化偏差模型，能够较好地拟合于真实订购决策数据。

关键词：行为运作供需关系订购行为单源行为实验

来源：评论

学校读者我要写书评

暂无评论

求解旅行商问题的GCN-Pointransformer模型

引用

计算机科学与探索 2025年第3期19卷 657-666页

作者：邱云飞刘一菲于智龙金海波辽宁工程技术大学软件学院辽宁葫芦岛125105 辽宁工程技术大学工商管理学院辽宁葫芦岛125105

由于Transformer模型基于全连接注意力机制,导致在求解经典旅行商问题(TSP)时,计算复杂度较高并且GPU内存使用量过大。针对此问题,提出了一种基于图卷积嵌入层和多头局部自注意力机制的GCN-Pointransformer模型。使用图卷积嵌入方式从... 详细信息

由于Transformer模型基于全连接注意力机制,导致在求解经典旅行商问题(TSP)时,计算复杂度较高并且GPU内存使用量过大。针对此问题,提出了一种基于图卷积嵌入层和多头局部自注意力机制的GCN-Pointransformer模型。使用图卷积嵌入方式从输入数据中进行空间特征学习,图卷积嵌入层包含多个可以提取输入数据局部特征的卷积核;使用多头局部自注意力机制(MHLSA),删除冗余信息并提取有用的特征;在编码器中使用可逆残差网络,在反向传播过程中只存储输入和输出嵌入特征对;模型在解码器中增加了Pointer指针层,使用注意力权重作为概率分布,确定要访问的下一个节点。在TSP随机数据集上进行对比实验,优化间隙减少12%,GPU内存减少约11%,推理时间减少约25%,结果表明,该方法优于求解TSP的标准Transformer模型。

关键词：旅行商问题(TSP) GCN-Pointransformer 多头局部自注意力机制(MHLSA) 可逆残差指针层

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：