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: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。