一、用图论的方法解决概率问题（论文文献综述）
姚诚德[1]（2021）在《基于变量消元的图模型的边缘化和可压缩性》文中研究说明
陈卫卫[2]（2021）在《基于机器视觉的车道偏离预警系统关键技术研究》文中指出车道偏离预警系统（LDWS）是智能交通系统（ITS）中车辆安全辅助驾驶子系统（SDAS）的一个重要组成部分。LDWS通过各种传感器获得行驶道路的相关信息,并参考车辆运行状态,预警阈值、距离等数据分析车辆有没有偏离当前车道的趋势。如果有发生偏离的趋势,则LDWS会通过图像、声音或震动等方式向驾驶员发出预警信息。LDWS的不断深入研究和广泛应用将大大提升驾驶员的行车安全,降低交通事故的发生概率。目前,LDWS已经成为了国内外相关研究人员聚焦的一个热点问题。本文主要研究内容是基于单目机器视觉的LDWS关键技术及相关算法研究。LDWS一般分为道路图像中车道线的识别检测、车道线建模、车道偏离决策预警等几个功能模块。目前恶劣天气环境下的车道线检测技术依然是一个难题。本文针对LDWS中的这些关键功能模块,主要研究的内容包括以下几个方面。（1）提出了一种自适应阈值的单行滑动窗口车道线检测算法。针对树阴遮挡、轻度雾霾、夜间光线差等不同情况,依据车道线图像中单行像素具有的“双峰”结构特征,设计了以滑动窗口进行图像行像素扫描,动态调整检测阈值,达到快速检测车道线的一种算法。经实验分析,该算法有着较强的准确性和鲁棒性。针对长度小于6和长度大于“滑动窗口”2倍的连续噪声都有着显着的抑制效果。（2）提出了一种基于分数阶微分和Frangi的夜间车道线检测算法。针对夜间光线较弱、图像噪声较大、单幅帧图像中车道线信息少的特点,通过合并连续3-4幅图像,使车道线信息相对比较丰富。再对合并后的图像进行降噪增强处理,然后进行车道线检测。经实验分析,该算法能够快速有效地检测出夜间道路图像中的车道线,准确率76%。（3）提出了一种基于山脊直线检测的车道线检测算法,针对大雨和雾（霾）的天气情况下,道路图像中含有大量雨滴、雾（霾）、水汽、路面积水等噪声导致对比度明显下降,设计了一种在图像去噪增强的基础上、再使用山脊直线检测、骨架提取、间隙缝合等过程的车道线检测算法。经过实验分析,该算法能够快速有效地检测出大雨和雾（霾）天气下的车道线,准确率71%。（4）结合我国公路设计标准《公路工程技术标准》（JTG B01-2014）和《车道偏离报警系统性能要求与检测方法》（GB/T26773-2011）重点分析了直线模型的实际意义。使用了一种基于Kalman滤波的车道线追踪算法,对车道标识线进行滤波追踪,有效地提升了车道线的检测效率。（5）提出了一种改进TLC并与CCP相结合的车道偏离决策算法。文中分析了各种车道偏离决策模型的优缺点,研究了有效检测区域下方车辆中心和左右车道线距离变化的速度、速率和趋势,结合驾驶员的驾驶特性,提出了一种改进TLC和CCP相结合的偏离决策算法。通过实验分析,文中算法误警率低于5%,漏警率低于4%。
许恢斌[3]（2021）在《基于熵理论与复杂网络分析法的时间序列分类研究》文中研究指明时间序列分析被广泛应用到应用数学、金融物理、生物信号分析、雷达、水生、通信、自动控制、机械振动、地震勘探、水文时间序列及空间天气预测等众多领域,它也一直是相关领域的前沿热点问题之一。真实时间序列的非线性性、随机信号的非平稳性一直以来都是困扰着相关研究领域广大科研人员的技术难题。研究者通常会选择局部线性化和简化为平稳随机问题的方式来处理这一困难,其结果当然不甚满意。正是基于这一现状,越来越多的研究者开始寻求新的研究视角、方法,去探索这些传统困难问题的新的解决途径。近年来,在众多用于研究非线性时间序列特征提取的新方法中,熵理论与网络科学分析法逐渐受到了越来越多学者的广泛关注。本文着重从熵理论和复杂网络分析视角开展了对非线性时间序列内在特征提取与分类的系列拓展性研究。熵作为刻画非线性时间序列非平稳性和复杂性一种测度指标,它既可以反映出时间序列隐藏的非线性动力学特征,也能够刻画出非线性时间序列的非平稳性和混乱程度。首先,选取生理信号中的脑电信号集为研究对象,本文通过计算相关信号的信息熵、样本熵、排列熵、模糊熵以及Hurst指数等数字特征,开展了对癫痫脑电的二分类研究;借助机器学习中的K近邻算法、决策树算法和SVM算法,开展了二分类结果的对比,数值实验结果表明,基于“信息熵、样本熵、排列熵、模糊熵以及Hurst指数”联合特征分类获得的准确率能够达到100%。其次,本文使用基本可视图、水平可视图以及改进分位图算法等新兴复杂网络分析法,将癫痫脑电数据集构造为伴生的复杂网络数据集,通过计算相关网络拓扑数字特征,开展特征提取,进而用与机器学习分类;数值实验结果表明:使用K近邻算法对五类癫痫数据进行分类准确率可达到98.4%,使用决策树可达100%,均高于文献报道的相关算法的准确率。本文提出的算法对于及时发现脑部疾病的隐藏信息辅助实现脑疾病的早预警、早发现和早治疗具有一定参考价值。此外,本文还探讨了相关算法的工业应用问题,将本文提出的改进分位图算法用于掺杂牛肉的光谱信号分类识别问题,同样取得了优于文献报道的相关掺杂牛肉检测算法的灵敏度,相关算法具有较高的工业应用价值。最后,本文还基于MATLAB设计了一个嵌入本文主要算法的GUI软件,该软件具备快捷的数据分类分析功能,为相关场景的算法应用提供了工具借鉴。
沈楷程[4]（2020）在《装配式建造过程返工风险研究》文中指出装配式建造是一个复杂的系统工程,其实施环节多,系统中存在复杂的交互作用,大量的研究和实践表明,以现场为重心的建造管理已经不适用于装配式建造,很多不确定因素影响装配式建造的发展,装配式建造还缺乏完善的计划控制体系,存在大量返工风险。因此,从装配式建造全过程的角度出发,研究适用于装配式建造的过程优化方法与返工风险管理体系是很有必要的。论文界定了返工风险,并从供应链、利益相关者和工艺流程的角度全面梳理了装配式建造过程的范围。基于文献调研、访谈调研和项目资料,从设计、生产和施工装配三个阶段识别返工风险因素,从人工、材料设备、工艺、环境四个方面得到41类返工因素,作为返工风险分类结果。论文从返工频率、返工成本和返工工期三个维度详细分析了返工影响,其中,设计是建造过程中返工影响最大的阶段,生产阶段的返工对成本有显着的影响。通过构建期望影响函数识别了返工影响较大的13个核心工作,包括设计阶段的所有过程,生产阶段20%的过程和施工阶段23.1%的过程,为后续过程优化和构建管理体系奠定基础。论文基于并行工程理论,从装配式建造过程的特点出发,构建了DSM模型来分析装配式建造过程中的依赖关系,结合图论识别并优化了耦合任务,减少任务之间的耦合迭代。针对返工风险传播方式,建立了以最小化成本和工期为目标的过程优化模型,将DSM模型与自适应遗传算法相结合,对装配式建造全过程进行了优化分析。通过改进精益项目交付体系构建装配式建造返工风险管理体系,明确了管理目标、内外环境和主体,评估了返工风险,并提出了相应的预防、自留、降低、转移等应对策略和监控措施,以指导装配式建造全过程的规范管理。论文将上述成果应用于装配式建造项目中,梳理了案例的基本情况和返工问题,改进了建造过程,从优化结果看出模型减少了返工对成本和工期的影响。评估项目返工风险并分析其监控措施,提出了应对策略和管理方案,在一定程度上验证了返工风险过程优化模型和返工风险管理体系的有效性。论文所确定的装配式建造返工风险和构建的返工风险过程优化模型,深化了智能优化方法在建造过程中的应用,拓展了工程风险管理理论和方法体系。所提出的返工风险管理体系,对科学指导装配式建造返工风险预测,提升项目建造的管理效率,丰富装配式建造的管理体系具有应用价值。
顾瑞春[5]（2020）在《面向移动物联网的切片模型及方法研究》文中指出近年来,随着移动物联网基础设施的快速发展和物联网应用的日益普及,各种移动应用的复杂性和可操作性也在不断增强。物联网的发展将移动通信的范围从人-人通信延伸到人与物、甚至是物与物的智能互联等更加广阔的行业和领域。移动物联网将会是未来移动互联网中终端数据量最大、用户数量最多、应用最为普遍的网络应用之一,也将成为未来网络应用发展的主要驱动力,将为下一代网络提供广阔的发展前景。物联网的爆发式发展,势必为移动互联网带来新的发展机遇和技术挑战。现有的移动互联网架构,已经无法适应物联网的爆发式发展。目前的移动互联网架构是为人与人、人与物的连接,或者为智能手机运行各类互联网应用设计的,而并非为物联网设计。在未来纷繁复杂的网络场景下,现有架构已经无法满足各类物联网应用的多样化需求。网络切片是运行在物理或虚拟基础设施之上的逻辑网络,能够将网络按照不同的应用需求切分为多个具有不同配置的逻辑网络,各切片间相互隔离,互不影响,能够满足移动物联网的各种不同应用场景的需求,是下一代移动网络中解决上述问题的主要技术。本文对移动物联网切片中各个功能组件的灵活部署和资源分配等相关问题进行了深入研究,利用图论（Graph Theory）对物联网切片进行了模型映射和理论分析,运用深度学习、软件定义网络、网络功能虚拟化、移动边缘计算、以及图神经网络等技术,对移动物联网切片进行了优化,研究了在虚拟化平台上的移动物联网切片模型及方法。本文的主要贡献和创新性成果如下:1)基于多层图论的移动物联网切片分析模型针对物联网应用的不同需求,以图论为基础建立多层图切片模型,将不同应用所划分的切片映射到相应的图层中,对各切片初始化过程中组件部署的灵活性和可扩展性、切片运行过程中有限资源的高效利用、以及面向移动终端的低时延边缘切片等移动物联网切片所面临的问题进行了理论研究和深入分析,建立了以满足多任务复杂物联网应用需求为研究目标的多层图模型。2)基于随机游走的移动物联网切片部署策略在切片初始化过程中,提出一种面向业务的安全可扩展移动物联网切片部署策略,通过对业务类型及资源需求进行分类识别,运用图随机游走模型,在网络的不同位置按需部署切片的虚拟功能组件,并通过MACsec over VxLAN将各组件连接,形成安全可扩展虚拟功能链。该方案能够在对系统性能影响极低的前提下,提高虚拟功能部署的灵活性、安全性和可扩展性,可为下一代移动物联网中对这些性能需求较高的切片提供可靠的理论基础和原型系统。3)基于深度学习的移动物联网切片资源管理方案在切片运行过程中,针对不同切片复杂多变的资源需求,提出基于生成对抗网络的需求预测模型和基于多智能体多级奖励深度强化学习模型的切片资源动态管理方案。生成对抗网络用来进行切片资源需求的精准预测,并将预测结果作为强化学习的输入项,通过多智能体多级奖励深度强化学习模型来对不同切片进行动态资源配置。该模型不仅能够提升资源利用率,还能提高用户体验质量。在下一代移动物联网环境中,能够为不同的垂直行业提供一种高性能、细粒度的动态切片管理方案。4)基于多边缘协同的移动物联网边缘切片优化架构针对某些移动物联网终端在移动过程中进行计算分流时,无法保证低时延和高可靠需求等状况,提出了在边缘切片中的多节点协同计算以及动态切换通信节点的思路,解决了终端移动过程中的高时延和低可靠问题。运用图神经网络对边缘切片中的高效任务分配和最优传输路径选择进行了优化,为边缘端实现移动物联网切片提供了可行方案。
王博文[6]（2020）在《基于图论与匹配理论的社交物联网资源分配方法研究》文中提出物联网作为互联网的应用拓展,将当前的交互形式拓展到人与物、物与物之间。物联网的理论框架以及技术路线的发展需要来自多领域,跨学科的协同创新。近年来,随着智能技术的发展,人们日常使用的设备也逐渐智能化,转化为可以情境感知、数据分析的智能设备,成为实现物联网万物互联不可或缺的元素。当设备被赋予足够的智能后,物与物能够通过交互建立社交关系,从而形成了智能物体间的社交网络——社交物联网（Social Internet of Things,SIoT）,其中社交意图驱动的资源分配方案设计至关重要。相对于传统集中式的优化方案,基于图论及匹配理论的分布式资源分配方案以其在计算复杂度、信令开销等性能上的优势成为无线通信领域的热门研究方向,并更适用于当前具有高动态性的网络拓扑结构。因此,借助图论与匹配理论,针对社交物联网应用场景中的内容共享、用户配对、任务分配等一系列资源分配问题进行研究,并将飞行物联网（Internet of Flying Things,IoFT）与社交物联网结合,在社交飞行物联网（Social Internet of Flying Things,SIoFT）场景下开展了一系列工作。相关研究内容的主要贡献和创新点如下:1.基于层次化二分图稳定匹配的社交物联网频谱资源分配针对社交物联网中频谱资源受限下用户重复下载同一内容造成基站负载过高问题,研究了用户的社交属性对物联网中内容共享的驱动作用,即具有较高兴趣相似度与信任度的相邻用户可以通过建立直连链路分享内容,从而减缓基站的负载,同时还要考虑直连链路频谱资源的分配问题,这种三维的匹配关系可以用层次化二分图建模从而将优化问题转化为了两个子问题:第一个子问题为内容提供者与内容请求者之间的匹配,第二个问题为直连用户对与蜂窝用户之间的匹配问题。该问题由于同群效应的引入不能用延迟接收算法的思想有效解决。因此,提出一种自组织的轮转交换算法,使得用户在初始不稳定的匹配状态下,以自组织的方式交换匹配对象,最终达到稳定状态。所提资源分配方案能够在传输可靠性、下载时延和算法复杂度之间达到均衡。2.基于三分图稳定匹配的社交物联网内容共享方案设计针对物联网设备存储及能量受限的问题,研究了预先缓存方案设计,用户调度方案设计,激励机制设计以及探索如何通过篡改用户偏好列表使多个用户受益。首先,由于内容协助者存储容量及传输范围的局限性,完整缓存可能会遇到无人请求而导致的缓存资源浪费问题。因此内容协助者可以通过不完整的内容缓存提升内容多样性来规避这一问题,当有用户请求内容共享时,内容协助者可以充当中继节点利用缓冲能力转发剩余内容。因此重点研究如何通过合理分配缓冲与缓存容量的比例,实现用户服务质量及能耗之间的折中。具体地,将用户调度过程用三分图建模,实现小型基站,内容协助者与内容请求者之间的三维稳定匹配。最后,提出一种带有多米诺效应的篡改机制进一步实现服务质量及能耗之间的折中。3.基于二分图动态稳定匹配的社交飞行物联网任务分配立足于社交飞行物联网,以灾害救援为应用背景,研究社交属性对于无人机任务协同的影响。针对受灾区域数据感知任务周期性到达且地面传感设备失效的问题,提出一种无人机协助群智感知系统,并研究随机动态环境下无人机的感知任务分配问题。将优化问题转化为二分图动态匹配问题,并将排队理论的思想融入匹配理论中,提出一种基于多等待队列的任务分配算法,将局限于眼前任务收益的静态稳定性拓展为关注长期收益的动态稳定性。所提方法在随机动态环境下相较传统算法具有明显的性能提升。4.基于二分图流行匹配的社交飞行物联网安全性保障频谱资源分配在社交飞行物联网中,空地信道因其良好的视距链路传输条件,容易被地面恶意用户窃听。基于此,研究如何在多个潜在窃听者的位置信息无法被完美估计的情况下,确保空地通信的安全性。遵循不劳无获的原则,复用无人机蜂窝频谱的地面用户将作为友好的干扰器,实现双赢。为此,提出了联合飞行轨迹设计、功率控制和信道分配优化问题,以最大限度地提高最坏情况下无人机的平均保密速率。首先,利用块坐标下降法和连续凸优化法迭代求解轨迹设计和功率控制问题。然后,将频谱共享问题转换为二分图流行匹配问题,并提出了两种分布式算法来保持动态环境下的流行匹配。最后,对算法的流行性、收敛性和计算复杂度进行了详细的分析,并验证了所提算法能利用33%的可达速率性能损失实现67.5%的安全性能增益。
李刚[7]（2020）在《无领导者多智能体系统的一致性控制研究》文中认为近年来,多智能体系统的协调控制在工业、交通、无人机群等领域的应用越来越普遍,一致性问题引起了学者们的广泛关注。一致性是多智能体系统协调控制的最基础和关键问题。利用相邻智能体的信息如智能体的位置、速度信息,设计合适的一致性控制算法,随着时间的流逝,所有智能体的状态都趋于相同的值。针对智能体的状态不能在线获得、信息传递过程中出现丢包、通信拓扑的随机变化等情况,本文研究了无领导者的多智能体系统一致性问题,具体的研究内容如下:（1）考虑了基于观测器的多智能体系统的自适应一致性控制问题。针对带有非线性动态的高阶多智能体系统,本文提出基于观测器的一致性策略和自适应控制算法,在一致性算法中加入历史时刻信息,并且参数增益采用自适应律控制的策略。利用李亚普诺夫函数、稳定性理论、图论和线性矩阵不等式（LMI）技巧,得到多智能体系统一致性充分条件。最后,通过仿真算例验证了该控制算法的有效性。（2）考虑异质多智能体系统的分组一致性问题。当智能体相互信息传递的过程中,出现数据丢包的情况下,利用智能体的位置和速度信息,设计分组一致性算法。基于李亚普诺夫稳定性理论、随机分析、图论和线性矩阵不等式,得到多智能体系统分组一致性充分条件。最后,通过仿真算例验证该算法的有效性,同时分析丢包率对于多智能体系统分组一致性的影响。（3）考虑了马尔可夫切换拓扑下异质多智能体系统的H∞一致性控制问题。针对离散的异质多智能体系统,利用智能体的当前时刻信息、储存器中的历史信息和时延信息,本文提出了基于输出信息的更为一般的一致性算法。利用图论、随机分析和模型转化的技巧,得到异质多智能体系统的均方一致性和H∞一致性的充分条件。最后,仿真算例验证了该算法的有效性。
康秋萍[8]（2020）在《城市快递网络脆弱性分析和优化研究》文中提出快递网络是快递企业开展业务的基础,快递网络的安全性和稳定性是快递业务顺畅运行的重要保障之一。快递网络拓扑结构在一定程度上决定着网络性能,科学合理的城市快递网络布局能够更加柔性地满足客户越来越多样化的需求,增强快递网络自身的稳定性。但是当城市节点遭遇突发事件时,很可能出现网络中断、快递停业的情况,快递网络的拓扑结构也会随之改变。围绕如何量化突发事件对快递网络的影响,如何通过优化网络拓扑结构来降低突发事件的影响,增强网络的稳定性等问题,本文对城市快递网络的鲁棒性和脆弱性进行了分析,并在此基础上对城市快递网络进行了优化,以期为快递企业和邮政部门及相关政府部门对抵御和防范突发事件提供一定的建议,对快递企业的快递网络布局和优化提供参考作用。论文通过归纳快递业的业务模式和流程梳理了快递网络的基本结构,用图论知识构建了城市快递网络拓扑结构模型。通过整理我国快递业近年来遭受的突发事件类型和影响范围,提出随机攻击和蓄意攻击两种网络故障模式。用节点重要度评价模型计算节点的重要度,将网络连通度、全局网络效率、局部网络效率作为脆弱性评价指标。以我国某民营快递企业的网络统计数据对城市快递网络的脆弱性进行了仿真,发现城市快递网络在遭受随机攻击时表现出一定的鲁棒性,在遭受蓄意攻击时具有较强的脆弱性;重要度越大的节点失效时对网络性能的影响越大,中心节点对全局网络的影响远大于转运节点,转运节点对全局和局部网络的影响呈同步性;节点级联失效比节点依次失效对网络性能的影响更加严重。将调整网络拓扑结构,提升脆弱性评价指标作为优化方向,分别以随机增边（RA）、基于度大者优先连接的增边（HDF）和基于节点重要度大者优先连接的增边（HIF）三种方式建立增边模型,对城市快递网络进行优化。结果表明基于节点重要度大者优先连接的方式是三种策略中最有效的的优化方法。以增加连边提升的全局网络效率函数作为网络连接收益,以网络连接程度作为网络连接成本,构建了基于网络连接增益的网络优化评估模型。仿真结果表明该模型通过同时考虑网络连接收益和网络连接成本,可以确定最佳的增边数量,达到更好的优化效果。基于重要度优先连接的增边策略下,用网络连接增益的衡量方式可以使增强网络性能和降低连接建设成本之间达到一定的均衡。
顾雪梅[9]（2020）在《基于光子空间模式的高维量子信息技术的研究及应用》文中进行了进一步梳理量子信息是当前物理学领域中最活跃的研究前沿之一,它是利用各种量子物理资源（比如量子纠缠态）进行信息处理和传输的学科,以期望达到高速率的计算、绝对安全的通信等。近年来,由于增加量子信息中可利用的希尔伯特空间具有有效减少需要的物理资源、提高量子通信的信道传输和抗噪能力、提升量子计算速度以及纠错效率等潜在优势,因此高维希尔伯特空间下的量子信息研究吸引了世界范围内众多科学家的关注。光子具有较强的抗退相干能力,易于制备操控、传播速度快等优势,被认为是一种很自然的信息载体,广泛应用在量子信息领域。此外,光子还可以具有复杂的空间结构,这种额外的自由度导致许多令人着迷的特性,例如相涡和奇异性,轨道角动量以及进入高维希尔伯特空间的可能性。因此,如何利用光子的空间模式进行高维量子信息的技术和应用研究是本文的研究方向。首先,我们设计了一种灵活高效的方式用于分离光的空间结构并实验实现了拉盖尔高斯光的径向模式分离。该技术利用了干涉仪路径上的累积Gouy相位差,能够将不同数值的光空间模式从干涉仪的不同端口输出,比如奇偶模式分离。此外,我们也实验演示了利用干涉级联的方式以操控更多的高阶光空间模式。这样一种新颖的方法丰富了未来充分利用光子空间模式实现高维量子信息的研究,也为研究高维量子纠缠态的操控提供了极大便利。光的操控和整形技术的进步引起了人们对复杂结构光传输的极大兴趣,尤其是现实大气湍流条件下的量子通信。由于湍流链路中高阶光空间模式的传输理论模型与当前的实验工作之间存在着很大差距,为充分利用光空间模式实现高速量子通信,研究高阶光空间模式在湍流中的传输十分必要。基于实验检验后的湍流通道模型,我们对长距离湍流链路中通用的光空间模式的传输进行了数值分析,揭示了大气湍流的影响和编码信息所采用的基之间的相关性。我们的结果有望激发未来户外量子通信实验工作,并使现实场景中光的空间模式的传输理论和经验研究更加紧密。其次,量子纠缠态是量子信息应用中不可或缺的重要资源,特别是具有更好非定域性的高维量子纠缠态。利用光的空间模式实现高维多粒子纠缠态是一个自然的选择方法,但具体如何实验实现以及哪些高维量子态可以被制备是一个重要的研究问题。在此,我们首次将量子光学实验和数学工具中的图论建立联系,即图论-量子实验技术。其中每一个基于光子对概率源的的量子光学实验都可以映射到一个无向图,反之亦然。实验经过符合计数后选择的量子态可以由对应图的完美匹配的相干叠加描述。基于此技术,我们展示了如何实验制备各种高维多光子量子纠缠态,并说明如何利用量子光学实验对图论中的一些定理进行解释。除此之外,在图中引入复数权重能够使我们很自然地描述量子干涉现象。基于此,我们展示了一种未见实验报道和理论研究的多光子量子干涉。我们发现此类实验结果不能在经典计算机上得到有效解决,因此我们提出一种新型的玻色采样方案,用于特殊的量子计算。我们还可以对包含各种线性光学元器件的线性光学量子实验进行描述,从而揭示当前光子技术制备量子纠缠态的潜在问题,以及如何图形化展示量子通信协议比如纠缠交换。最后,我们为了能够描述多光子概率源的量子光学实验,将原有的图论-量子实验技术推广到了超图形式。这种更加通用的联系为产生复杂的高维多光子量子纠缠态提供了新的思路,而不受自发参数下转换这类双光子源所带来的限制。此外,超图的性质也可以通过量子光学实验进行研究,例如量子光学实验中探测多光子事件来确认对应超图中是否存在完美匹配。同样地,当我们在超图中引入复数权重时,我们也可以以超图方式展示一般的多光子干涉和纠缠操控。我们提出的方法在高维量子信息领域具有重要意义,为发展高维多光子纠缠态的制备提供了有趣的思路,并可能激发使用超图映射的量子计算的新应用,包括许多未来令人兴奋的发明和实验演示。
刘辉恒[10]（2020）在《图论在电网架构中的应用》文中进行了进一步梳理随着时代的潮流,社会不断的进步,科学知识正在应用于我们的生活之中,比如图论已经在各个领域上都有建树,在社交网络的领域内,图是由个体以及与其它图之间的联系构成;在生物网络的领域内,图表示蛋白质之间的构造结构。在电力系统的领域内,电网的复杂结构也可以使用图来进行拓扑建模;图通常定义为由顶点和边组成,图在社会生活中,代表一个网络,图中的节点为独立的个体,图中的边为个体之间的联系。研究生活中复杂的系统可以通过研究系统中个体和个体间相互作用来对整个系统的影响,从而更好的分析整个网络系统。本文将利用图与复杂网络的知识来研究电网系统中的问题,主要分为三部分。1、以IEEE30节点系统为例,对IEEE30节点系统的拓扑结构进行研究,通过matlab仿真得出一系列的参数并且与各个复杂网络比较,得出IEEE30节点系统的拓扑结构的特性和小世界网络的特性较为相似,所以电网系统有平均路径较短,聚类系数较大的特征。2、利用图论中的算法在电网线路铺设中的应用和核心骨干架构的选取。核心骨干架构是系统中的重要节点和线路组成的网络,能够在停电期间快速恢复供电。主要是用最短路径算法进行变电站选址问题和城市之间电网线路的铺设问题和利用最小生成树算法,并且通过kruskal算法用Java语言得到IEEE30节点系统的最小生成树,并验证是否连通,如果是则IEEE30的核心骨干架构。3、最后本文通过深度优先算法对配电网进行重构,主要研究了在传统电网中加入含分布式电源导致配电网重构。分布式电源因其灵活的发电方式、对环境较小的污染、多为可再生能源及投资较小等诸多优点。它的出现让配电网系统有了重要的改变,会对网络的有功损耗、电压质量、供电可靠性、经济性产生重大的影响,并且最后用IEEE33节点配电系统进行了配电网重构的实例仿真。综上所述,利用科学手段去研究电网可以避免大规模停电,提高电网的经济性、稳定性、可靠性,有效降低电网的有功网损。这一研究对整个电网有着重要的意义。
二、用图论的方法解决概率问题（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、用图论的方法解决概率问题（论文提纲范文）
（2）基于机器视觉的车道偏离预警系统关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 车道偏离预警系统研究的目的意义 |
| 1.2 LDWS的研究现状 |
| 1.2.1 LDWS的分类 |
| 1.2.2 基于道路基础构造的车道偏离预警系统 |
| 1.2.3 基于车辆的车道偏离预警系统 |
| 1.2.4 国内车道偏离预警系统研究现状 |
| 1.3 车道线检测技术研究现状 |
| 1.3.1 基于传统图像处理的车道线检测技术 |
| 1.3.2 基于语义分割网络的车道线检测技术 |
| 1.4 车道线跟踪技术研究现状 |
| 1.4.1 基于感兴趣区域的车道线跟踪方法 |
| 1.4.2 基于模型参数的车道线跟踪方法 |
| 1.5 车道偏离决策技术研究现状 |
| 1.5.1 基于CCP(Car’s Current Position)的预警模型 |
| 1.5.2 基于FOD(Future Offset Distance)的预警模型 |
| 1.5.3 基于TLC(Time to Lane Crossing)的预警模型 |
| 1.5.4 基于KBIRS(Knowledge-Based Interpretation of Road Scenes)的预警模型 |
| 1.5.5 基于瞬时侧向位移的预警模型 |
| 1.5.6 基于横向速度的预警模型 |
| 1.5.7 基于预测轨迹偏离的预警模型 |
| 1.5.8 基于EDF(Edge Distribution Function)的预警模型 |
| 1.5.9 基于预瞄轨迹偏离TTD(Time to Trajectory Divergence)的预警模型 |
| 1.6 车道偏离预警系统相关技术存在的问题 |
| 1.7 研究内容与章节安排 |
| 第二章 基于自适应阈值单行滑动窗口的车道线检测技术研究 |
| 2.1 道路视频(图像)采集 |
| 2.2 道路图像车道线有效检测区域设置 |
| 2.3 道路图像局部特征研究 |
| 2.3.1 图像分割研究 |
| 2.3.2 道路图像局部特征研究 |
| 2.4 自适应阈值的单行滑动窗口车道线检测技术 |
| 2.4.1 自适应阈值的单行滑动窗口车道线检测算法中相关概念定义 |
| 2.4.2 自适应阈值的单行滑动窗口车道线检测算法设计 |
| 2.4.3 自适应阈值动态调整原则 |
| 2.5 实验结果与分析 |
| 2.6 本章小结 |
| 第三章 基于分数阶微分和Frangi的夜间车道线检测技术研究 |
| 3.1 夜间车道线图像特征分析 |
| 3.2 夜间车道线图像合并 |
| 3.3 基于Frangi和 Hessian的图像滤波增强 |
| 3.4 基于分数阶微分的夜间车道线检测 |
| 3.5 递归霍夫直线检测 |
| 3.6 实验结果与分析 |
| 3.6.1 本章算法与传统图像处理算法的比较 |
| 3.6.2 本章算法与深度学习处理算法的比较 |
| 3.7 本章小结 |
| 第四章 基于山脊直线的大雨和雾(霾)天气下车道线检测技术研究 |
| 4.1 大雨和雾(霾)天气下车道线图像特征分析 |
| 4.2 基于改进Retinex和 Hessian的图像增强算法 |
| 4.3 基于山脊直线检测的车道线检测 |
| 4.4 车道线线段骨架提取及间隙缝合 |
| 4.4.1 车道线线段骨架提取 |
| 4.4.2 车道线骨架间隙缝合 |
| 4.4.3 最小外切矩形 |
| 4.5 实验结果与分析 |
| 4.5.1 极端天气下车道线检测过程 |
| 4.5.2 大雨天车道线检测及增强算法比较 |
| 4.5.3 雾(霾)天车道线检测及增强算法比较 |
| 4.5.4 弯曲车道线的检测 |
| 4.5.5 几种车道线检测算法对比分析 |
| 4.6 本章小结 |
| 第五章 车道线模型分析及车道线跟踪技术研究 |
| 5.1 车道线数学模型分析研究 |
| 5.2 直线车道线模型分析研究 |
| 5.3 Kalman滤波原理及优势分析 |
| 5.3.1 Kalman滤波原理 |
| 5.3.2 Kalman滤波优势分析 |
| 5.4 Kalman滤波在车道线跟踪技术中的应用 |
| 5.5 实验结果与分析 |
| 5.6 本章小结 |
| 第六章 基于改进TLC和 CCP相结合的车道偏离决策技术研究 |
| 6.1 车道偏离预警算法的主要技术要求 |
| 6.2 改进TLC和 CCP相结合的车道偏离决策技术 |
| 6.2.1 改进TLC的车道偏移预警算法 |
| 6.2.2 车辆偏移方向及偏离速度研究 |
| 6.3 实验结果与分析 |
| 6.3.1 车道偏离预警测试标准 |
| 6.3.2 车道偏离预警算法测试 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文的工作总结 |
| 7.2 下一步工作展望 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
（3）基于熵理论与复杂网络分析法的时间序列分类研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.3 国内外研究现状 |
| 1.4 主要研究内容 |
| 1.5 本文安排 |
| 2 熵理论与复杂网络简介 |
| 2.1 非线性时间序列的熵理论 |
| 2.2 复杂网络基本理论 |
| 2.3 常见时间序列的伴生网络构建算法研究进展 |
| 2.3.1 可视图方法 |
| 2.3.2 邻近方法 |
| 2.3.3 概率转移方法 |
| 2.4 复杂网络基本数字特征 |
| 2.5 本章小结 |
| 3 基于熵理论的单一特征与多特征融合癫痫脑电分类研究 |
| 3.1 研究现状 |
| 3.2 数据集介绍 |
| 3.3 特征提取算法介绍 |
| 3.3.1 近似熵 |
| 3.3.2 样本熵 |
| 3.3.3 排列熵 |
| 3.3.4 模糊熵 |
| 3.3.5 Hurst指数 |
| 3.4 常用机器学习算法简介 |
| 3.4.1 K近邻算法 |
| 3.4.2 决策树 |
| 3.4.3 支持向量机 |
| 3.5 基于熵理论的单一特征与多特征融合癫痫脑电分类研究 |
| 3.5.1 基于近似熵的分类 |
| 3.5.2 基于样本熵的分类 |
| 3.5.3 基于排列熵的分类 |
| 3.5.4 基于模糊熵的分类 |
| 3.5.5 基于Hurst指数的分类 |
| 3.5.6 基于多特征融合设计的分类 |
| 3.6 实验结果分析 |
| 3.7 本章小结 |
| 4 基于复杂网络分析法的癫痫脑电分类研究 |
| 4.1 基于自然可视图的癫痫脑电分析 |
| 4.2 基于水平可视图的癫痫脑电分析 |
| 4.3 改进的分位图算法及其在癫痫脑电分析中的应用 |
| 4.4 基于改进分位图算法的癫痫脑电分类研究 |
| 4.5 实验结果分析 |
| 4.6 本章小结 |
| 5 基于光谱信号分位图网络分析法的牛肉质量检测研究 |
| 5.1 背景研究 |
| 5.2 基于分位图光谱信号分析的食品质量检测 |
| 5.2.1 分位图法算法原理及计算流程 |
| 5.2.2 数据对象、来源及具体分析结果 |
| 5.3 结论与展望 |
| 5.4 本章小结 |
| 6 基于分位图及其改进算法的非线性时间序列分类软件设计 |
| 6.1 软件需求分析 |
| 6.2 软件框架 |
| 6.3 算法流程 |
| 6.4 软件功能 |
| 6.4.1 用户界面 |
| 6.4.2 算法选择和算法演示模块 |
| 6.4.3 数据导入模块 |
| 6.4.4 功能选择模块 |
| 6.4.5 结果显示模块 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 参考文献 |
| 附录 |
| 致谢 |
（4）装配式建造过程返工风险研究（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号对照表 |
| 第1章 引言 |
| 1.1 研究背景 |
| 1.2 文献综述 |
| 1.2.1 装配式建造研究现状 |
| 1.2.2 返工风险研究现状 |
| 1.2.3 并行工程和精益建造理论研究现状 |
| 1.2.4 过程优化方法研究现状 |
| 1.2.5 文献总结 |
| 1.3 研究目标与意义 |
| 1.3.1 研究目标 |
| 1.3.2 研究意义 |
| 1.4 研究内容及技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线图 |
| 1.5 论文结构安排 |
| 第2章 装配式建造全过程返工风险识别 |
| 2.1 装配式建造全过程返工风险研究的界定 |
| 2.1.1 返工风险的定义 |
| 2.1.2 装配式建造全过程的范围 |
| 2.1.3 返工风险研究框架 |
| 2.2 返工风险识别的方法和过程 |
| 2.2.1 返工风险识别的方法与依据 |
| 2.2.2 访谈调研 |
| 2.2.3 项目资料分析 |
| 2.3 返工风险分类 |
| 2.3.1 返工风险分类原则 |
| 2.3.2 返工风险分类过程 |
| 2.3.3 返工风险分类结果 |
| 2.4 本章小结 |
| 第3章 装配式建造全过程返工风险影响分析 |
| 3.1 返工风险影响分析维度和调研过程 |
| 3.1.1 影响分析维度 |
| 3.1.2 调研方法 |
| 3.1.3 调研过程 |
| 3.2 访谈设计及调研 |
| 3.2.1 访谈设计 |
| 3.2.2 正式调研及数据统计 |
| 3.3 返工影响分析 |
| 3.3.1 返工频率 |
| 3.3.2 返工成本 |
| 3.3.3 返工工期 |
| 3.3.4 期望影响 |
| 3.4 本章小结 |
| 第4章 装配式建造过程优化 |
| 4.1 过程优化对象及方法 |
| 4.1.1 过程优化对象 |
| 4.1.2 过程优化方法 |
| 4.2 耦合任务优化 |
| 4.2.1 依赖关系识别 |
| 4.2.2 耦合任务集识别 |
| 4.2.3 耦合任务集优化模型 |
| 4.2.4 应用验证1 |
| 4.3 基于返工风险影响的过程优化模型构建 |
| 4.3.1 返工风险传播关系 |
| 4.3.2 返工矩阵的定义 |
| 4.3.3 模型参数 |
| 4.4 优化算法及求解过程 |
| 4.4.1 遗传算法在DSM中的应用 |
| 4.4.2 目标函数及适应度函数 |
| 4.4.3 遗传编码及种群 |
| 4.4.4 遗传算子 |
| 4.4.5 终止条件 |
| 4.4.6 算法流程 |
| 4.4.7 应用验证2 |
| 4.5 本章小结 |
| 第5章 装配式建造返工风险管理体系 |
| 5.1 返工风险管理体系框架的构建 |
| 5.1.1 构建返工风险管理体系的必要性 |
| 5.1.2 管理体系的构建原则和维度 |
| 5.1.3 返工风险管理体系框架 |
| 5.2 返工风险评估和应对 |
| 5.2.1 风险评估要素 |
| 5.2.2 返工风险评估方法 |
| 5.2.3 返工风险应对 |
| 5.3 返工风险监控与学习 |
| 5.3.1 返工风险监控 |
| 5.3.2 返工风险学习 |
| 5.4 本章小结 |
| 第6章 实证分析 |
| 6.1 项目概况 |
| 6.1.1 项目基本信息 |
| 6.1.2 项目主要进度安排 |
| 6.1.3 责任主体 |
| 6.1.4 项目返工问题 |
| 6.2 耦合任务优化模型应用 |
| 6.2.1 项目建造过程依赖关系识别 |
| 6.2.2 项目耦合任务集识别 |
| 6.2.3 项目耦合任务优化 |
| 6.3 返工风险过程优化模型应用 |
| 6.3.1 初始参数 |
| 6.3.2 模型仿真 |
| 6.4 项目返工风险管理体系应用 |
| 6.4.1 项目返工风险评估 |
| 6.4.2 项目返工风险应对 |
| 6.4.3 项目返工风险监控和学习 |
| 6.4.4 项目返工风险管理方案 |
| 6.5 本章小结 |
| 第7章 结论与展望 |
| 7.1 研究主要工作与结论 |
| 7.2 研究创新点 |
| 7.3 研究局限及展望 |
| 参考文献 |
| 致谢 |
| 附录 A 访谈专家信息 |
| 附录 B 装配式建筑项目返工影响调查问卷 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（5）面向移动物联网的切片模型及方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和问题 |
| 1.1.1 研究背景 |
| 1.1.2 研究问题 |
| 1.2 研究内容与意义 |
| 1.2.1 研究内容 |
| 1.2.2 研究意义 |
| 1.3 研究目标及创新点 |
| 1.3.1 研究目标 |
| 1.3.2 创新点 |
| 1.4 相关基础知识 |
| 1.4.1 图论相关知识 |
| 1.4.2 切片灵活部署相关知识 |
| 1.4.3 切片高效管理相关知识 |
| 1.4.4 边缘切片优化相关知识 |
| 1.5 论文组织与结构 |
| 第二章 移动物联网切片研究概述 |
| 2.1 移动物联网切片概念 |
| 2.2 移动物联网切片类型 |
| 2.2.1 接入网切片 |
| 2.2.2 承载网切片 |
| 2.2.3 核心网切片 |
| 2.3 切片资源配置 |
| 2.3.1 静态资源分配 |
| 2.3.2 动态资源分配 |
| 2.4 现有研究的分析与思考 |
| 2.5 本章小结 |
| 第三章 基于多层图论的移动物联网切片模型 |
| 3.1 引言 |
| 3.2 模型约束和基础定义 |
| 3.2.1 问题假设 |
| 3.2.2 目标分析 |
| 3.3 模型与算法设计 |
| 3.3.1 总体描述 |
| 3.3.2 切片灵活部署模型 |
| 3.3.3 切片资源管理模型 |
| 3.3.4 边缘切片优化模型 |
| 3.4 本章小结 |
| 第四章 基于随机游走的移动物联网切片部署策略 |
| 4.1 引言 |
| 4.2 算法与策略 |
| 4.2.1 面向业务的移动物联网切片 |
| 4.2.2 随机游走功能链 |
| 4.2.3 MACsec over VxLAN |
| 4.2.4 安全可扩展的移动物联网切片架构 |
| 4.3 实现方案与测试分析 |
| 4.3.1 安全可扩展物联网切片实现 |
| 4.3.2 资源利用率评估 |
| 4.3.3 性能评估 |
| 4.3.4 安全性评估 |
| 4.4 本章小结 |
| 第五章 基于深度学习的移动物联网切片资源管理 |
| 5.1 引言 |
| 5.2 算法与策略 |
| 5.2.1 移动物联网切片资源管理架构 |
| 5.2.2 基于生成对抗网络的资源需求预测 |
| 5.2.3 基于深度强化学习的切片资源管理 |
| 5.3 实现方案与测试分析 |
| 5.3.1 实现方案 |
| 5.3.2 有效性分析 |
| 5.3.3 流量预测评估 |
| 5.3.4 服务接受率评估 |
| 5.3.5 资源利用率评估 |
| 5.4 本章小结 |
| 第六章 基于多边缘协同的移动物联网切片优化 |
| 6.1 引言 |
| 6.2 算法与实现 |
| 6.2.1 多边缘协同移动物联网切片架构 |
| 6.2.2 动态切换的通信节点 |
| 6.2.3 基于图神经网络的任务分配和路径选择 |
| 6.3 实现方案与测试分析 |
| 6.3.1 分布式边缘计算系统的实现 |
| 6.3.2 物体识别时延和精度评估 |
| 6.3.3 动态边缘节点性能评估 |
| 6.3.4 图神经网络性能评估 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文工作总结 |
| 7.2 下一步研究工作 |
| 参考文献 |
| 致谢 |
| 作者攻读博士学位期间科研和获奖情况 |
（6）基于图论与匹配理论的社交物联网资源分配方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究概述 |
| 1.2 研究背景 |
| 1.3 研究现状及挑战 |
| 1.4 研究方法及理论基础 |
| 1.5 主要研究内容及结构安排 |
| 2 基于层次化二分图稳定匹配的社交物联网频谱资源分配 |
| 2.1 引言 |
| 2.2 系统模型 |
| 2.3 问题描述 |
| 2.4 具有同群效应的层次化二分图稳定匹配 |
| 2.5 仿真结果与分析 |
| 2.6 本章小结 |
| 3 基于三分图稳定匹配的社交物联网内容共享方案设计 |
| 3.1 引言 |
| 3.2 系统模型与问题描述 |
| 3.3 内容放置与内容交付联合优化 |
| 3.4 具有多米尼诺效应的偏好列表篡改机制 |
| 3.5 仿真结果与分析 |
| 3.6 本章小结 |
| 4 基于二分图动态稳定匹配的社交飞行物联网任务分配方案 |
| 4.1 引言 |
| 4.2 系统模型与问题描述 |
| 4.3 基于动态稳定匹配的任务分配算法研究 |
| 4.4 仿真结果与分析 |
| 4.5 本章小结 |
| 5 基于二分图流行匹配的社交飞行物联网安全保障频谱资源分配 |
| 5.1 引言 |
| 5.2 系统模型与问题描述 |
| 5.3 轨迹设计与功率控制联合优化 |
| 5.4 基于流行匹配的信道分配 |
| 5.5 仿真结果与分析 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 主要贡献及创新 |
| 6.2 研究展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（7）无领导者多智能体系统的一致性控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及研究意义 |
| 1.2 研究现状 |
| 1.3 本文的内容和安排 |
| 第二章 预备知识 |
| 2.1 图论和矩阵的相关知识 |
| 2.2 多智能体系统的一致性问题 |
| 2.3 稳定性理论 |
| 2.4 符号集 |
| 2.5 本章小结 |
| 第三章 基于观测器的多智能体系统的自适应一致性控制 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 控制器设计 |
| 3.4 稳定性分析 |
| 3.5 仿真算例 |
| 3.6 本章小结 |
| 第四章 带有丢包的异质多智能体系统分组一致性控制 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 控制器设计 |
| 4.4 稳定性分析 |
| 4.5 仿真算例 |
| 4.6 本章小结 |
| 第五章 马尔可夫切换拓扑下异质多智能体系统的H_∞一致性控制 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.3 多智能体系统均方稳定性分析 |
| 5.4 异质多智能体系统的H_∞一致性 |
| 5.5 仿真算例 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 硕士在读期间所获得的成果 |
（8）城市快递网络脆弱性分析和优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 快递网络的国内外研究现状述评 |
| 1.2.2 复杂网络的国内外研究现状述评 |
| 1.3 研究方案 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 第2章 基础理论综述 |
| 2.1 复杂网络相关理论 |
| 2.1.1 复杂网络综述 |
| 2.1.2 复杂网络的复杂特性 |
| 2.1.3 复杂网络拓扑性质 |
| 2.2 城市快递网络 |
| 2.2.1 快递的定义 |
| 2.2.2 城市快递网络的定义 |
| 2.2.3 城市快递网络结构 |
| 2.3 城市快递网络的模型构建 |
| 2.4 本章小结 |
| 第3章 城市快递网络的脆弱性分析 |
| 3.1 快递业突发事件 |
| 3.1.1 突发事件分级和分类 |
| 3.1.2 突发事件对我国快递业的影响情况 |
| 3.2 城市快递网络脆弱性模型 |
| 3.2.1 网络故障模式 |
| 3.2.2 节点重要度评价模型 |
| 3.2.3 网络脆弱性评价指标 |
| 3.3 城市快递网络的脆弱性实例分析 |
| 3.3.1 城市快递网络的复杂特性分析 |
| 3.3.2 攻击策略 |
| 3.3.3 城市快递网络脆弱性仿真结果分析 |
| 3.4 关于提升城市快递网络稳定性的建议 |
| 3.5 本章小结 |
| 第4章 城市快递网络优化 |
| 4.1 问题描述 |
| 4.2 基于不同增边策略的城市快递网络优化 |
| 4.2.1 增边策略 |
| 4.2.2 算法设计 |
| 4.2.3 仿真分析 |
| 4.3 基于网络连接增益的网络优化评估 |
| 4.3.1 模型建立 |
| 4.3.2 模型有效性分析 |
| 4.3.3 算法设计 |
| 4.3.4 仿真分析 |
| 4.4 城市快递网络拓扑结构优化结果分析 |
| 4.5 本章小结 |
| 总结与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及科研成果 |
（9）基于光子空间模式的高维量子信息技术的研究及应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景、进展及动机 |
| 1.2 研究内容及创新 |
| 1.3 论文结构安排 |
| 2 预备知识 |
| 2.1 麦克斯韦方程到近轴波动方程 |
| 2.2 光的横向空间模式 |
| 2.2.1 厄米-高斯模式 |
| 2.2.2 拉盖尔-高斯模式 |
| 2.2.3 因斯-高斯模式 |
| 2.3 量子信息基础 |
| 2.3.1 量子态和无偏基 |
| 2.3.2 量子纠缠及常见纠缠态 |
| 2.3.3 施密特判定 |
| 2.4 量子实验技术方法 |
| 2.4.1 常见光学元器件 |
| 2.4.2 参量下转换 |
| 2.5 本章小结 |
| 3 操控分类高维度光空间模式及实验验证 |
| 3.1 实验理论思路 |
| 3.1.1 光干涉现象及干涉仪 |
| 3.1.2 Gouy相移及相关物理解释 |
| 3.1.3 ABCD矩阵变换和复数q参数 |
| 3.1.4 Gouy相移实验配置及几何解释 |
| 3.1.5 实验实现方案 |
| 3.2 实验结果及分析讨论 |
| 3.2.1 空间模式分类结果 |
| 3.2.2 可见度分析讨论 |
| 3.3 本章小结 |
| 4 高维量子通信中高阶空间模式光在大气湍流中的传输现象 |
| 4.1 复杂结构的光空间模式 |
| 4.2 基依赖现象定义 |
| 4.3 大气湍流链路的信道模型 |
| 4.3.1 大气湍流结构描述 |
| 4.3.2 大气湍流强度及模型 |
| 4.3.3 数值模拟参数 |
| 4.4 数值模拟结果分析 |
| 4.5 可行方案及现有工作 |
| 4.6 本章小结 |
| 5 高维多光子量子纠缠态的实验制备及其图论技术应用 |
| 5.1 Path Identity技术制备量子纠缠态 |
| 5.2 量子光学实验和图论的联系 |
| 5.2.1 图论相关概念 |
| 5.2.2 量子光学实验和图论的对应关系 |
| 5.3 高维多光子纠缠态的图论制备方案 |
| 5.3.1 GHZ纠缠态 |
| 5.3.2 Dicke纠缠态 |
| 5.3.3 SRV纠缠态 |
| 5.4 图论和量子实验联系的一些应用 |
| 5.5 本章小结 |
| 6 量子干涉、量子计算和线性光学实验与图论技术的应用 |
| 6.1 量子光学实验和图论的对应关系 |
| 6.2 新型多光子量子干涉 |
| 6.3 特殊量子计算任务—玻色采样 |
| 6.3.1 计算复杂性 |
| 6.3.2 矩阵函数积和式和玻色采样 |
| 6.3.3 基于Path Identity的玻色采样 |
| 6.3.4 不同玻色采样方案对比 |
| 6.4 线性光学量子实验的图论解释 |
| 6.4.1 线性光学器件的图论描述及应用 |
| 6.4.2 线性光学实验制备高维GHZ态的图论描述 |
| 6.4.3 量子通信中的纠缠交换的图论描述 |
| 6.5 本章小结 |
| 7 多光子源实现量子干涉、量子计算和高维纠缠态的超图技术 |
| 7.1 量子光学实验和超图的联系 |
| 7.1.1 超图概念 |
| 7.1.2 量子光学实验和超图的对应关系 |
| 7.2 高维多光子纠缠态的超图制备方案 |
| 7.2.1 n-光子源:n≤2 |
| 7.2.2 n-光子源:n≥3 |
| 7.3 超图的计算复杂性及量子应用 |
| 7.4 多光子量子干涉和纠缠控制的超图应用 |
| 7.5 本章小结 |
| 8 总结与展望 |
| 8.1 本文总结 |
| 8.2 未来展望 |
| 致谢 |
| 参考文献 |
| 附录 A 更多径向模式分类结果 |
| 附录 B 高维量子纠缠态的构建细节 |
| B.1 量子态的详细计算 |
| B.2 从给定图到构造对应量子实验的例子 |
| B.3 五维六光子的纠缠态制备—完全图K6 |
| B.4 实现最大纠缠Dicke态的一些例子 |
| 附录 C 复数加权图分析量子光学实验 |
| C.1 特殊量子计算任务 |
| C.2 SPDC高阶发射与诱导发射效应 |
| C.3 线性光学实验制备高维GHZ态的图论描述 |
| 简历与科研成果 |
（10）图论在电网架构中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要工作 |
| 1.4 本文内容结构 |
| 第二章 图论及复杂网络概述 |
| 2.1 图论 |
| 2.1.1 图论中的算法 |
| 2.2 复杂网络 |
| 2.2.1 随机网络 |
| 2.2.2 小世界网络 |
| 2.2.3 无标度网络 |
| 2.2.4 特征参数 |
| 2.3 本章小结 |
| 第三章 电网拓扑结构的研究 |
| 3.1 电网拓扑结构模型的建立 |
| 3.2 复杂网络图的仿真 |
| 3.2.1 随机网络 |
| 3.2.2 小世界网络 |
| 3.2.3 无标度网络 |
| 3.2.4 仿真比较 |
| 3.3 本章小结 |
| 第四章 电网架构的设计 |
| 4.1 电网线路铺设问题 |
| 4.1.1 浅谈变电站的选址 |
| 4.1.2 城市之间的供电线路的铺设 |
| 4.2 电网系统核心骨干架构 |
| 4.2.1 构建核心骨干架构 |
| 4.2.2 IEEE30节点系统示例 |
| 4.3 本章小结 |
| 第五章 配电网重构 |
| 5.1 配电网重构概述 |
| 5.2 配电网结构描述 |
| 5.3 基于深度优先算法的配电网重构 |
| 5.3.1 配电网中的潮流计算 |
| 5.3.2 配电网重构模型的目标函数 |
| 5.4 示例仿真 |
| 5.5 仿真结果 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间科研成果及发表论文 |
四、用图论的方法解决概率问题（论文参考文献）
- [1]基于变量消元的图模型的边缘化和可压缩性[D]. 姚诚德. 新疆大学, 2021
- [2]基于机器视觉的车道偏离预警系统关键技术研究[D]. 陈卫卫. 长安大学, 2021(02)
- [3]基于熵理论与复杂网络分析法的时间序列分类研究[D]. 许恢斌. 武汉纺织大学, 2021(08)
- [4]装配式建造过程返工风险研究[D]. 沈楷程. 清华大学, 2020(01)
- [5]面向移动物联网的切片模型及方法研究[D]. 顾瑞春. 内蒙古大学, 2020(01)
- [6]基于图论与匹配理论的社交物联网资源分配方法研究[D]. 王博文. 中国矿业大学, 2020(01)
- [7]无领导者多智能体系统的一致性控制研究[D]. 李刚. 南京信息工程大学, 2020(02)
- [8]城市快递网络脆弱性分析和优化研究[D]. 康秋萍. 西南交通大学, 2020(07)
- [9]基于光子空间模式的高维量子信息技术的研究及应用[D]. 顾雪梅. 南京大学, 2020(02)
- [10]图论在电网架构中的应用[D]. 刘辉恒. 青海师范大学, 2020(01)