面向科技網(wǎng)絡(luò)的約束反演研究.pdf

1、為減少先進(jìn)科技跟蹤成本，本文研究了原創(chuàng)科技復(fù)雜網(wǎng)絡(luò)的約束反演模型，將傳統(tǒng)直接獲取科技信息的方式變?yōu)橥ㄟ^(guò)核心產(chǎn)品間接推理。本文所提方法首先通過(guò)跟蹤國(guó)際先進(jìn)技術(shù)，在大數(shù)據(jù)環(huán)境下跟蹤和分析國(guó)外高科技核心產(chǎn)品的研發(fā)、生產(chǎn)、制造、銷(xiāo)售等過(guò)程，而后通過(guò)對(duì)核心產(chǎn)品的技術(shù)屬性和社會(huì)屬性進(jìn)行分析，借助各個(gè)渠道所收集的資料，理清楚與核心節(jié)點(diǎn)有直接關(guān)聯(lián)的機(jī)構(gòu)、單位、公司等，以此類(lèi)推，不斷拓展核心產(chǎn)品的關(guān)聯(lián)網(wǎng)絡(luò)，最終逐漸構(gòu)建起一個(gè)能夠進(jìn)行約束反演推導(dǎo)的復(fù)雜網(wǎng)絡(luò)

2、。
　　本課題所研究的約束反演推理的關(guān)鍵技術(shù)主要內(nèi)容包括:
　　(1)本文在構(gòu)建復(fù)雜網(wǎng)絡(luò)過(guò)程中提出了將實(shí)體節(jié)點(diǎn)向量化的方法，通過(guò)技術(shù)屬性和社會(huì)屬性來(lái)共同組成節(jié)點(diǎn)向量的元素屬性，很好解決了社會(huì)元素作為節(jié)點(diǎn)難以形式化表示的問(wèn)題;在網(wǎng)絡(luò)拓展與反演推導(dǎo)過(guò)程中，闡述了用構(gòu)建分值矩陣來(lái)解決整個(gè)網(wǎng)絡(luò)中不同節(jié)點(diǎn)間強(qiáng)弱關(guān)聯(lián)關(guān)系難以量化的問(wèn)題;依靠向量化后的節(jié)點(diǎn)和節(jié)點(diǎn)間鏈路的權(quán)值，可以最終構(gòu)建一個(gè)帶權(quán)的復(fù)雜網(wǎng)絡(luò)拓?fù)鋱D。
　　(2)本文提出

3、了多種基于復(fù)雜網(wǎng)絡(luò)的約束反演搜索算法，其中三種策略相結(jié)合的搜索方法具有更高的搜索效率，且其搜索重合度也較高。通過(guò)對(duì)變量觸發(fā)事件分類(lèi)，可以大大提高整個(gè)無(wú)向帶權(quán)網(wǎng)絡(luò)的約束反演速度和節(jié)點(diǎn)優(yōu)化剪枝效率。在推演過(guò)程中構(gòu)建了多個(gè)集合，如節(jié)點(diǎn)集合、路徑集合、約束集合:節(jié)點(diǎn)集合是網(wǎng)絡(luò)構(gòu)建和擴(kuò)展的基礎(chǔ);路徑集合是路徑最優(yōu)化查找和各種搜索策略的基礎(chǔ);約束集合是整個(gè)網(wǎng)絡(luò)查找和剪枝的主要基礎(chǔ)。
　　(3)本文將重合度最為最優(yōu)化評(píng)價(jià)標(biāo)準(zhǔn)，即將當(dāng)前路徑與目標(biāo)