您的位置: 专家智库 > >

宁静

作品数:3 被引量:18H指数:2
供职机构:南京理工大学经济管理学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:社会学经济管理文化科学更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇经济管理
  • 2篇社会学
  • 1篇文化科学

主题

  • 1篇调度
  • 1篇订单
  • 1篇新能源
  • 1篇信息生命周期
  • 1篇学术
  • 1篇学术传播
  • 1篇疫情
  • 1篇数据分析
  • 1篇搜索
  • 1篇搜索算法
  • 1篇突发疫情
  • 1篇能源
  • 1篇麻雀
  • 1篇基于订单
  • 1篇共享
  • 1篇SSA
  • 1篇车辆路径
  • 1篇车辆路径问题
  • 1篇车重

机构

  • 3篇南京理工大学
  • 1篇徐州工程学院

作者

  • 3篇宁静
  • 2篇刘明
  • 1篇王曰芬

传媒

  • 1篇中国管理科学
  • 1篇情报理论与实...
  • 1篇信息与管理研...

年份

  • 2篇2022
  • 1篇2016
3 条 记 录,以下是 1-3
排序方式:
学术传播阶段中传播要素的演变规律及其相互作用研究——以中国新能源研究文献为例被引量:5
2016年
文章根据生命周期理论和文献增长律对学术传播发展阶段进行了界定与区分,并借用传播要素理论定义了基于科学文献的学术传播中的各个传播要素。在此基础上,以中国学术期刊网络出版总库(CNKI)为数据来源,以"新能源"领域1977—2012年间发表的科技期刊论文为例,研究了在学术传播的不同阶段中文献传播各个要素演变的状态与呈现的规律,探索了传播要素之间相互作用的机制。并根据各个传播要素整体增长状态统计分析和传播要素相互关联数据,初步构建了学术传播阶段中文献传播要素间的函数关系模型。
李冬琼王曰芬宁静
关键词:学术传播信息生命周期
基于SSA-LSTM的重大突发疫情演化预测方法被引量:2
2022年
精准的疫情演化预测对重大突发疫情防控政策的制定至关重要,现有基于系统动力学理论的传染病仓室模型缺乏从疫情数据演化中进行自我学习的能力,因此在进行长期预测时往往偏差较大。基于此,借助机器学习方法构建了基于LSTM神经网络的重大突发疫情演化预测模型,并通过人工调节的方式优化预测模型的隐藏层数、神经元个数和epoch数等参数。由于人工调参工作量大、耗时长,对模型的预测速度和拟合能力造成影响,进一步提出利用麻雀搜索算法优化LSTM神经网络预测模型的参数设置。为验证上述组合方法的预测性能,以巴西、印度和哥伦比亚3个国家的新冠肺炎疫情(Covid-19)累计感染人数为预测目标,同时采用loss函数对结果进行评估,并选用布谷鸟搜索算法和粒子群优化算法进行对比分析。测试结果表明:麻雀搜索算法能有效提高LSTM模型的精度,所提出的SSA-LSTM组合方法在新冠肺炎疫情演化预测中具有更加优越的性能。
刘明宁静
关键词:突发疫情
基于订单数据分析的共享单车重置调度优化研究被引量:11
2022年
无桩共享单车打破了传统公共自行车基于固定桩点提供骑行服务的限制,但如何重置调度随机分布于整个区域面上的共享单车则成为决策者面临的一大难题,而数据驱动的优化方法则为解决这一问题提供了可能。本文首先通过对居民使用共享单车的订单数据进行深入分析,挖掘用户出行规律,继而界定出区域内共享单车的收车点与放车点;进一步地,借鉴报童模型思想构建放车点单车投放的收益函数,在此基础上建立带取送货的共享单车重置路径规划模型并设计算法进行求解。通过算例测试,本文从重置车辆的最大载重量、单位距离成本、重置车辆里程限制、收车点个数以及收车点所拥有的共享单车数等多角度,为共享单车的重置调度提供有效的决策建议。
刘明徐锡芬宁静曹杰
关键词:数据分析车辆路径问题
共1页<1>
聚类工具0