首页期刊导航|山东大学学报（工学版）
期刊信息/Journal information
山东大学学报（工学版）
山东大学学报（工学版）

李术才

双月刊

1672-3961

xbgxb@sdu.edu.cn

0531-88396452

250061

济南市经十路17923号

山东大学学报（工学版）/Journal Journal of Shandong University(Engineering Science)CSCD北大核心CSTPCD
查看更多>>本刊刊登机械、材料、电气、能源、动力、控制、信息、计算机、土建、水利、环境、化工、管理等工程专业以及数学、物理学、化学等基础学科方面的学术论文、研究报告、专题评述等。
正式出版
收录年代

    基于节点多阶邻居递阶关联贡献度的重要性辨识

    胡钢王乐萌卢志宇王琴...
    1-10,24页
    查看更多>>摘要：为更精细化地辨识节点重要性,扩展节点有效信息集聚范围和类别,对网络节点的空间位置属性信息与其直接及间接邻居节点间关联结构信息进行融合、集结,提出复杂网络多阶邻居递阶关联贡献度的节点重要性辨识方法.依据网络节点空间位置层级差异及层间交互信息给出节点层级位置属性贡献度定义;构建复杂网络目标节点多阶邻居递阶关联贡献度矩阵,表征直接邻居节点、间接邻居节点与目标节点间关联度对其影响力的递阶贡献;提出节点跨层跨级空间拓扑位置贡献度与多阶邻居递阶关联贡献度融合的节点重要性辨识方法.仿真试验表明:在 6 个真实网络上所提方法有效提升节点重要性辨识的精细性和准确性.本研究通过探究网络节点间多阶递阶交互行为,为深入探索网络背后的动态演化机理,进而做出预测和调控提供科学的理论基础.

    复杂网络节点重要性辨识多阶邻居相似度多阶邻居紧密度多阶邻居递阶关联贡献度

      原文链接:
    • 万方数据
    • 维普

    基于课程正则化的物理信息神经网络渐进式训练策略

    范黎林刘士豪李源毛文涛...
    11-24页
    查看更多>>摘要：为降低物理信息神经网络(physics-informed neural networks,PINN)优化目标函数的复杂性和训练难度,提出一种基于课程正则化渐进式训练策略,在该策略中基于课程学习思想动态调整损失函数,使正则化项中偏微分方程所表征的物理信息从较平稳状态逐步过渡到变化剧烈状态,降低任务学习难度;加强损失函数中初始条件和边界条件部分的数据约束,平衡数据部分和物理信息部分损失;采用固定步长指数衰减学习率进行优化,尽可能避免目标函数陷入局部最小值.通过波动和热传导两类偏微分方程进行试验对比和分析,结果表明计算效率能够提升约 50%,预测精度能够提高 0.5～1 个数量级.所提出方法可以有效提高PINN的数值稳定性和预测精度,加快PINN在复杂物理场学习任务中收敛速率.

    物理信息神经网络课程学习损失函数偏微分方程数值稳定性

      原文链接:
    • 万方数据
    • 维普

    基于粒子群算法的模糊大脑情感学习非线性系统辨识

    孙园曾惠权欧阳苏建高佳倩...
    25-32页
    查看更多>>摘要：为提高神经网络模型在解决非线性系统辨识问题上的精度,提出一种基于粒子群算法的模糊大脑情感学习模型.该模型包含大脑情感学习网络,在利用系统历史数据对模型进行训练的基础上,通过适应度函数动态调整网络结构中的权重因子,提高网络学习效率和辨识精度.在对连续搅拌反应器系统辨识试验和对sin E强非线性对象逼近试验中,与常规模糊大脑情感学习模型、BP神经网络和RBF神经网络相比,本模型拥有更高的逼近能力和更快的收敛速度,解决了基于试错法导致的模型参数调整时间长、模型不稳定等问题,为辨识的实际应用提供了可行的模型选择.

    粒子群算法类脑神经网络大脑模糊情感学习模型神经网络系统辨识非线性系统

      原文链接:
    • 万方数据
    • 维普

    基于权重邻域熵的数值型信息系统属性约简算法

    陈宝国邓明陈金林
    33-44页
    查看更多>>摘要：在邻域粗糙集的属性约简中,每个属性被赋予相同的权重而不能更好地进行属性选择,针对这一问题,提出一种属性权重的邻域条件熵属性约简算法.通过条件属性与决策属性之间的相关系数评估条件属性的权重,基于权重方法提出一种改进的邻域关系,称为权重邻域关系,并提出相应的权重邻域粗糙集模型.以权重邻域粗糙集模型为基础,进一步提出权重邻域熵模型,理论证明权重邻域条件熵的单调性.通过权重邻域条件熵作为启发式函数提出一种新的数值型信息系统属性约简算法.试验结果表明,提出的属性约简算法具有更好的属性约简性能.

    数值型信息系统邻域粗糙集属性约简属性权重邻域熵

      原文链接:
    • 万方数据
    • 维普

    用于意图识别的自适应多标签信息学习模型

    马坤刘筱云李乐平纪科...
    45-51,62页
    查看更多>>摘要：为解决多标签文本分类在捕获标签关系时忽视标签共现特性的问题,提出基于统计特征的自适应多标签信息学习方法(adaptive label feature learning,ALFL),用于检测内容营销文章.构建主题先验自适应标记狄利克雷主题模型(labeled latent dirichlet allocation with adaptive topic priors,LDATP),根据每个文本的标签集合情况,与标签集合对应的全部营销主题约束模型生成主题词概率分布;构建标签信息整合网络(label information integration network,LIIN),利用主题词概率分布和标签的图结构学习标签相关信息,获得标签嵌入表示;进行文本和标签空间之间的信息交互,捕获语义特征以识别营销文章.试验结果表明,基于统计特征的ALFL方法以召回率为 80.92%、准确率为 88.14%,优于其他基线模型,具有更高的预测准确性.

    多标签文本分类标签共现主题模型图结构标签嵌入

      原文链接:
    • 万方数据
    • 维普

    一种基于轨迹预测的车联网边缘卸载策略

    赵晓焱高源志张佳乐张俊娜...
    52-62页
    查看更多>>摘要：以最小化卸载成本为目标,提出一种结合轨迹预测的任务卸载策略,将任务卸载转化为服务器节点选择问题.构建一种基于时间序列的车辆移动轨迹预测模型,将其表述为一个非线性回归任务;依据车辆位置信息与通信范围,提出一种基于最短通信距离的动态协作簇建立方法,利用服务器计算能力和传输成本均衡边缘网络负载,减少车辆移动形成的系统开销;利用马尔可夫决策过程,结合移动轨迹预测和动态边缘服务器簇设计任务卸载策略,解决多边缘服务器覆盖场景下的服务器选择问题.试验结果表明,所提算法与其他算法相比,任务卸载成本在简单与复杂移动轨迹下至少降低了80%和57.8%,有效减少多边缘服务器协作时的轨迹预测误差和成本开销.

    车联网边缘计算任务卸载马尔可夫决策轨迹预测

      原文链接:
    • 万方数据
    • 维普

    基于BP-Adaboost与TOPSIS的航空装备供应商评价

    顾玉磊马晖王愚勤胡卉...
    63-73页
    查看更多>>摘要：为提升航空装备供应商评价标准的适用性及准确性,提出并设计出一种基于逆向传播(back propagation,BP)神经网络-弱分类器(Adaboost)与优劣解距离法(technique for order preference by similarity to an ideal solution,TOPSIS)的航空装备供应商评价方法.运用因子分析理论对供应商评价指标进行筛选,构建适合航空装备行业特点的供应商评价指标体系.在Adaboost算法元框架下,将BP神经网络作为基分类器,设计基于BP-Adaboost强分类器供应商分类模型.针对BP-Ada-boost算法无法精确计算供应商综合得分的不足,设计基于TOPSIS法的供应商评价模型.案例分析结果表明,基于 BP-Adaboost与TOPSIS法的航空装备供应商评价模型具有更高的评价准确度,对企业完善供应商管理体系提供理论和实践指导.

    航空装备制造业因子分析供应商管理供应商评价指标体系BP-Adaboost算法TOPSIS法

      原文链接:
    • 万方数据
    • 维普

    基于改进Bi-RRT算法的机器鱼路径规划方法

    黄健堃薛钢刘延俊王雨...
    74-82页
    查看更多>>摘要：为提高机器鱼的水下路径规划效率,更好地完成水下工作,提出一种基于改进双向快速搜索随机树(bidirectional rapidly-exploring random trees,Bi-RRT)算法的机器鱼路径规划方法.以研制的混合驱动机器鱼为研究对象,介绍其结构模型和运动控制模式,为后续试验验证提供物理样机.针对Bi-RRT算法存在的采样随机、路径冗余、效率不高等问题,融合生长引导机制和连接强化机制改进Bi-RRT算法,加入生长引导机制,改善随机树生长随机、两树连接慢的问题;加入连接强化机制提高算法搜索速度.对搜索路径进行优化处理,通过剔除冗余节点、插入优化节点,改善路径质量,对路径进行平滑处理,使路径更适合机器鱼航行,实现机器鱼路径规划任务.仿真结果表明,与传统Bi-RRT算法及其他衍生快速搜索随机树(rapidly-exploring random tree,RRT)算法相比,改进的Bi-RRT算法相较于改进前节点数减少约 50.8%,路径长度缩短约 19%,搜索时间减少约 65.3%.

    机器鱼Bi-RRT算法路径规划节点简化路径平滑

      原文链接:
    • 万方数据
    • 维普

    基于深度强化学习的物联网服务协同卸载方法

    曹宇慧黄昱泽冯北鹏张淼...
    83-90页
    查看更多>>摘要：针对边缘计算中终端算力不足、资源有限和时延较大的问题,提出一种基于深度强化学习的物联网服务协同卸载方法.通过 3 种不同的卸载方式建立时延模型,挖掘服务之间的关联关系,对关联服务进行协同卸载,加入关联服务的通信时延以建立完善的卸载时延模型,结合整体模型考虑卸载率的取值以及关联服务如何协同卸载使时延最小,从而实现服务调用时延和服务间通信时延的最小化.试验结果表明,与其他算法相比,该算法在获取最优服务卸载策略的同时,系统总服务时延能降低 20%左右.

    边缘计算服务卸载关联服务协同卸载深度强化学习

      原文链接:
    • 万方数据
    • 维普

    融合词汇信息与GlobalPointer的实体识别

    李明键李卫军王海荣
    91-99页
    查看更多>>摘要：为了提升 GlobaiPointer 方法的实体边界区分性能,提出一种融合词汇信息与 GlobalPointer 的实体识别方法.对SoftLexicon提取的词汇特征与字符相结合,采用BiLSTM网络与RoPE编码捕捉时序与相对位置信息构建全面特征,通过实体矩阵实现实体识别.对多个数据集进行试验,本研究提出的模型相较于其他基线模型,精确率、召回率、F1 均有一定的提升,Weibo数据集中F1 达到 71.33%、CMeEE数据集中F1 达到 63.45%,表明本研究提出的模型架构能够进一步扩充语义表征,增强识别性能.

    相对位置编码词汇信息实体识别特征融合神经网络

      原文链接:
    • 万方数据
    • 维普