简介:研究复杂系统的自聚集演化过程和聚集量.文中给出两个类似生长网络的模型.第一个模型比较简单,每一时间步长只有一条新边进入网中,但概括面较广,例如可描写选举、科学论文引用、食物源对蚁群蜂群的吸引、某种商品或股票、堤坝渗漏处,等等.第二个模型比较一般,每次可有m条新边进入网络.文中引用BA网络模型给出的"优先连接"的概念,研究上面两个网络中各点的聚集量.结果表明:对于这两个模型,各点可能的聚集量均可用一个数学期望的简单公式描述,即Ets=ks/t0t.其中,s表示网中某点,t0是初始时间,ks是t0时点s的顶点度,t是任何时间,t也是此时网的总度数,或总聚集量.ks/t0表征点s的初始优势或初始吸引能力,点可称为吸引核,ks/t0可称为吸引系数.文中解释了对于不同情况下Ets=k/t0t的意义.
简介:摘要近几年来,随着餐饮业的高速增长,餐饮信息化的概念也屡次被媒体所提及。相对午饭和晚饭来说,早餐的准备时间会因为不够充裕,而遇到一些问题,直接或间接造成了经济损失。
简介:港口吞吐量预测是港口决策和规划的基础。为了合理预测港口吞吐量,本文利用外贸进出口总量、第一产业总产值和第三产业总产值作为BP神经网络的输入变量,港口吞吐量为输出变量,建立了港口吞吐量预测的BP神经网络预测模型。然后根据2000年-2010年广西北部湾港口吞吐量、外贸进出口总量、第一产业总产值和第三产业总产值,利用Matlab6.5软件的神经网络工具箱,通过对BP神经网络模型的反复训练,发现当隐含层节点数为6,学习率为0.05,训练次数为500次,训练精度为0.001,动力因子为0.9时得到的效果最好。并对BP神经网络模型与多元回归模型的预测结果进行比较分析,认为BP神经网络模型预测的总体效果更优。最后利用所确定的BP神经网络模型,对2011年和2012年两年的港口吞吐量进行了预测。
简介:摘要黑龙江省作为我国重工业发达地区,为机械加工、汽车市场、智能电气类市场的发展提供了强大的支撑,省内包括东三省企业急需高水平技能型的工业机器人技术专业从业人员。工业机器人技术集电子、信息、物流、自动控制、数控技术于一体,省内一些现代化水平比较高的企业已经越来越多地应用工业机器人。在工业机器人专业人才需求中,需求量最大的是基础的操作及维护人员以及掌握基本工业机器人应用技术的调试工程师和更高层次的应用工程师。因此,工业机器人专业人才的培养,要更加着力于符合地方区域经济发展需求的应用型人才的培养。本论文是黑龙江省教育科学“十三五”规划重点课题编号GZB1317060成果。