一、判断保持函数依赖集的优化算法（论文文献综述）
姚霞[1]（2021）在《群体决策参数敏感性分析与仿真》文中研究指明在人类的活动越来越丰富复杂,分工及合作日益紧密的背景下,生活中一些重大决策问题往往都是采用群体决策的方式去解决的。而投票作为群体决策中最为常见的一种方法,往往作为群体最后进行决策的方式。目前群体决策已经有了一些比较成熟的理论,但是缺少对决策过程中的参数进行敏感性分析,也缺乏大规模的仿真验证。为了进一步验证和分析决策过程中的关键参数,从而实现民主决策,本文通过Sobol方法对群体决策中参数进行敏感度研究,并通过搭建群体决策仿真平台进行仿真验证。本文基于重点研发计划课题——众智网络理论仿真与实验平台研发（2017YFB1400105）展开研究。主要内容如下:针对群体决策偏好表示问题介绍了基于偏好领域的决策表示方法以及投票参数敏感性表征方法,利用了全局敏感性Sobol方法对群体决策的整个过程中的所涉及的关键参数进行敏感性研究。基于结构模型的行为逻辑模型建立了群体决策的仿真成员模型,其中包括集合型成员模型和原子型成员模型,以及仿真推进模型的形式化算法。通过群体决策仿真平台,对投票过程进行了大规模仿真实验,对已有投票结论进行仿真验证,以及分析关键参数（候选者人数、投票者人数、合法率基准值）对投票结果的影响,并且总结了在不同结果下关键参数的选择范围。
田俊峰,张俊涛,王彦骉[2]（2021）在《具有可信约束的分布式存储因果一致性模型》文中研究指明目前,关于分布式存储因果一致性的研究领域中鲜有考虑安全风险的成熟方案。在混合逻辑时钟和HashGraph的基础上,结合可信云平台中的可信云联盟技术,提出了具有可信约束的分布式存储因果一致性模型（CCT模型）。CCT模型在客户端、服务端分别设计了身份认证和一致性数据可信校验机制,并对云存储集群中数据副本之间同步数据的过程进行了安全约束。通过仿真实验验证,CCT模型在造成了较小性能开销的前提下,能对客户端和服务端中身份签名伪造、非法第三方等安全风险进行识别并验证,为系统提供可信约束。
田俊峰,王彦骉[3]（2020）在《一种基于HashGraph的NoSQL型分布式存储因果一致性模型》文中进行了进一步梳理分布式环境中的数据因果一致性指的是对具有因果依赖性的数据进行更新时,须同步更新其他分布式副本中的依赖性元数据,同时满足较高的可用性和性能需求.为解决现有成果中更新可见延迟较高的问题,在数据中心稳定向量的基础上,结合混合逻辑时钟和HashGraph原理,提出了Causal-Pdh模型.使用部分向量和校验值作为消息签名代替了所有向量,并且借鉴HashGraph的原理,改进了各个数据中心同步最新条目的过程,各个父节点随机与其他父节点同步最新状态,从而降低了虚拟投票所使用的时间.最后通过实验验证了Causal-Pdh模型不仅没有影响客户端的吞吐量,而且在时钟偏移较严重时降低了20.85%的用户PUT等待延迟,在系统中存在查询放大的情况时,PUT响应时间降低了23.27%.
叶帅[4]（2020）在《应用特征驱动的线性方程组高效求解方法研究》文中进行了进一步梳理线性方程组的求解开销往往是实际复杂应用在数值模拟时的主要开销。预处理迭代方法是求解大规模稀疏线性方程组的常用求解方法,常见的预处理方法和迭代方法往往聚焦于方法的通用性能而缺乏对于实际应用数值模拟特征的考虑。惯性约束聚变是一类强非线性、强间断、大变形、多介质的辐射流体应用,其在数值模拟时表现出各种特征:一方面,在模拟的一段时间内,一些物理量在局部计算区域内发生剧烈的变化,而在其他区域内变化不大;另一方面,强间断和大变形等特点使得其离散所得到的系数矩阵元素大小存在量级上的差异。水下航行器则是一类不可压流体应用,在数值模拟中通常使用分离迭代方法求解不可压NS方程,分离迭代算法使得该应用在模拟时表现出数值震荡的特点。本文主要瞄准惯性约束聚变和水下航行器两类应用,利用其数值模拟特征,驱动模拟中所产生线性方程组高效求解。本文的主要贡献和创新如下:（1）针对数值模拟应用的局部特征,本文提出了一种基于局部特征的线性方程组求解方法。该方法是一种代数方法,主要包含三个步骤:首先,提取变化剧烈的局部区域;其次,求解局部区域对应的局部线性子系统;最后,求解整体线性方程组。本文对局部特征进行了数学抽象,给出了局部特征线性方程组定义和相关性质;并给出了基于梯度和基于残差两种局部区域提取方法。本文在二维热传导方程、多群辐射扩散方程、三温能量方程等问题中验证了该方法的有效性,该方法在多群辐射扩散方程和三温能量方程的线性方程组测试集中分别能达到1.61倍和1.65倍的加速比。（2）针对数值模拟应用的多尺度特征,本文提出了一种基于多尺度特征的预处理矩阵元素过滤方法。该方法首先根据元素的相对大小来建立求解变量之间的弱依赖关系矩阵,然后根据弱依赖矩阵以及一定的过滤策略来删除预处理矩阵中的元素。本文提供了四种过滤策略,包括双侧对称过滤、单侧非对称过滤以及两种相应的对角线修正策略。本文在泊松类方程、多群辐射扩散方程、三温能量方程等问题中验证了该方法的有效性,该方法在多群辐射扩散方程和三温能量方程中的线性方程组测试集中分别能达到1.47倍和1.55倍的加速比。（3）针对数值模拟应用的间断特征,本文提出了一种基于混合粗化策略的代数多重网格预处理方法。该方法的粗化算法主要包含两个步骤:首先,使用经典的粗化算法获得粗网格;其次,使用相容松弛迭代来衡量所得粗网格的质量,并挑选迭代中收敛较慢的细点作为粗点集合的补充。本文在间断系数的泊松类方程、三温能量方程以及三维翼身融合模拟等问题中验证了该方法的有效性。（4）针对分离迭代算法的数值震荡特征,本文提出了一种基于分离迭代算法特征的初值优化方法。该方法利用加权分组插值技术对分离迭代算法所产生的线性方程组迭代初值进行优化,主要包含三个步骤:首先,根据分离迭代算法配置特征,将所有线性方程组划分为若干泳道,并将各泳道中窗口范围内的已知解划分为若干小组;其次,每个小组内利用已知解进行初值预测;最后,将各小组的预测解进行加权平均并作为新的迭代初值。本文验证了该方法在pitz Daily、二维NACA0012、三维翼身融合等案例中的有效性,该方法在二维NACA0012和三维翼身融合等案例的数值模拟中分别能够获得2.58倍和1.87倍的加速比。
冯星伟[5]（2020）在《Linux环境应用程序动态可信验证研究及实现》文中进行了进一步梳理随着计算机技术的飞速发展,信息安全问题变得越来越严重。由于Linux系统是开源的,因此重要信息系统主要将其用作操作系统平台,并且Linux系统上的应用程序被用作存储,传输和处理信息的重要业务系统,不断受到诸如蠕虫,病毒和特洛伊木马此类的恶意程序的攻击,造成信息系统失控,用户信息丢失,经济损失巨大。2017年6月发布的《中华人民共和国网络安全法》规定了网络安全等级保护制度。同时,在2019年12月实施的新的网络安全等级保护基本要求中,阐明了高安全级别系统的应用程序需要动态可信验证。可信计算具有主动防御功能,可以从根本上保证高安全性业务系统的网络安全。因此,满足等级保护制度和基本要求的应用程序动态可信验证是紧迫的研究课题。现有的应用程序动态可信验证方案有如下缺陷:在应用程序启动时,对依赖文件的度量不全面;在动态链接时,缺少对链接环境的度量;在应用程序运行时,对应用程序自身行为度量不准确,缺乏对运行环境的度量,缺少对待访问数据资源文件的度量。基于以上问题,提出了一种Linux环境应用程序动态可信验证框架,主要研究内容包括:（1）研究应用程序启动过程依赖文件的数据完整性。应用程序启动时,依赖于可执行文件、动态链接器、共享库文件、配置文件和环境变量。有必要验证上述文件的数据完整性,以确保所链接和要运行的程序的来源的可信性。（2）研究可执行文件、链接环境和运行环境的行为完整性。在应用程序的运行过程中,动态链接器充当链接环境,共享库文件充当运行环境。可执行文件通过链接环境访问运行环境,然后通过运行环境访问系统调用接口,最后通过系统调用接口访问计算机资源。因此,在用户空间中,需要保证可执行文件、链接环境和运行环境的行为完整性,以正确访问系统资源。（3）研究应用程序运行过程待访问数据资源文件的数据完整性。当应用程序运行时,它将在Linux上访问各种文件类型。数据资源文件用作应用程序的输入,这对应用程序的可信性有重要影响。因此,需要验证以上文件的数据完整性,以确保输入源的可信性。（4）研究及实现动态可信验证原型系统（DTVPS）。首先,研究与应用程序相关的主体、客体、操作和环境;其次,研究应用程序的预期行为的定义和提取,实际行为的实时监控,动态可信验证机制等;最后,实现DTVPS原型系统的功能和性能测试与分析。
王彦骉[6]（2020）在《基于哈希图的数据安全因果一致性模型研究》文中提出云存储环境中数据因果一致性指的是,在对一个节点中的数据、依赖集进行更新的同时,必须确保也能够更新其他副本中的数据、依赖集,即使在分布式存储环境下,也可以满足高可用性和高性能需求。该约束只有在因果依赖性的影响可见时,才对用户事件的因果序有要求。目前安全形势日趋严峻,数据因果一致性面临的安全风险也逐渐受到更多重视。用户将数据存储在云端,云服务环境中难免会存在数据泄露、敏感数据篡改等风险,目前关于数据因果一致性的研究方案中鲜有考虑安全风险的成果。本文主要研究分布式数据因果一致性安全存储模型,完成的主要工作如下:（1）为用户的读写操作设计优化的因果一致性约束与安全验证机制为解决分布式存储中因果一致性约束造成较大性能开销的问题,本文基于混合逻辑时钟与数据中心稳定向量,结合哈希图（HashGraph）共识算法,提出了一种使用部分稳定向量和依赖集签名的因果一致性模型:CDH模型（Causal consistence using part Data center stable vector and Hash of dependency series）。在用户读写操作中为用户存取的数据设计校验值,并分别在服务端和客户端提供校验值验证机制。同时为了降低大规模分布式存储中数据同步的通信开销,使用副本部分稳定向量partDSV为数据的增量更新提供依赖集判别依据,最后开发性能测试接口,提供用户更新可见性延迟与吞吐量的统计,为数据因果一致性模型提供安全安全约束下的评估功能。（2）优化数据中心之间同步数据的方式借鉴哈希图共识机制的思想,数据中心之间随机与其余副本同步本地最新稳定状态与对应的数据依赖集安全校验签名HDS（hash of dependency series）,分区之间共享数据中心最新状态,各个节点、分区将收到的HDS与本地更新后的的最新状态对应的HDS验证。数据中心与分区内部均更新状态后,所有数据中心即满足实现因果一致性约束,最后通过实验证明,CDH模型不仅提供了安全的因果一致性约束,副本间同步数据达成共识所需的时间明显降低。
叶晨[7]（2020）在《基于最优化方法的真值发现算法研究》文中认为随着信息技术的飞速发展,各行各业已迎来大数据时代。分析大量数据的一大挑战是数据的准确性。数据,甚至描述同一个对象或事件,都可以来自多种数据源,如众包平台上的工人和社交媒体用户。然而,噪声数据是不可避免的。面对令人望而生畏的数据规模,利用人工“贴标签”或标注哪个数据源更可靠是不现实的。因此,从多个噪声数据源中识别出正确可用的信息,即真值发现的任务是十分必要的。目前,面向多源数据的真值发现技术主要面临两方面的挑战:在结构层面,基于多源数据的真值发现需考虑数据组成的不同特点和应用场景,精细定义不同场合下的真值发现问题。在算法层面,基于多源数据的真值发现需考虑不同层面的信息冲突,设计高效的算法,利用多种线索挖掘更有价值的信息。现有的真值发现方法在结构层面和算法层面都存在缺陷,不能很好的解决多源数据真值发现相关问题。本文综合运用数据清洗、数据挖掘、自然语言处理的相关理论、技术和方法,对于多源数据真值发现进行了系统研究。本文主要面向三种数据模型:第一种为多源同构数据,其具有明确的实体-属性-数据源的对应结构;第二种为多源异构数据,其不同数据源描述的实体和属性信息可能以不同形式存在;第三种为文本数据,其直观上不体现出实体-属性-数据源的对应结构,数据中包含大量无关词汇。在三种数据模型的基础上,本文从多源数据存在的关联性、不一致性、稀疏性和异质性四方面重要性质出发,对多源数据真值发现问题进行了研究,主要研究内容如下:首先,面向多源结构数据,本文提出了一种基于函数依赖的无监督真值发现算法Auto Repair,同时利用了基于源可靠性估计的真值发现方法和基于函数依赖的数据修复方法的优点。Auto Repair使用函数依赖,一种常见的约束类型来检测冲突,并使用源可靠性作为依据来发现和修复这些冲突中的错误。然后,再利用修复后的结果重新评估源的可靠性。由于源可靠性是未知的,为确保更好的性能,Auto Repair将上述真值发现过程建模为一个迭代过程,并在合成数据集和真实数据集上进行了大量的实验。实验结果清楚地表明了Auto Repair的优越性,其性能优于基于源可靠性估计的真值发现方法和基于函数依赖的数据修复方法。其次,为更好的形式化多源结构数据中实体属性之间、实体属性与外部知识之间存在的多种联系,本文提出了一种基于否定约束和源可靠性的真值发现方法。该方法的关键部分是将完整性约束的之一的否定约束整合到真值发现过程中。本文将基于否定约束的真值发现描述为一个优化问题,并设计了一个迭代算法CTD来解决该优化问题。通过该算法,真值发现的结果不仅得到可靠数据源的支持,而且满足给定的否定约束。此外,本文还提出了两种优化策略,以确保在大规模约束条件下的可扩展性。在真实数据集上的实验结果表明,CTD具有较高的精度和可扩展性。再次,为解决多源异构数据上实体属性不对应导致的真值发现信息不足问题,本文将模式发现引入真值发现,通过挖掘数据上潜在的模式来发现真值。本文将该过程描述为一个优化问题,将共享相似模式的实体视为一个组,并使用优化框架通过识别潜在分组和每个组的模式对问题进行建模,潜在分组、组级代表、源可靠性和属性权重定义为四组未知变量。为解决该优化问题,本文提出了一个名为Pattern Finder的算法,它可以迭代地学习四组变量。在合成数据集和真实数据集上的实验结果证明了Pattern Finder的优越性,其在效率和有效性方面都优于最新的基线方法。最后,考虑到基于全局挖掘的文本模式可提取多个句子中的相关事实元组信息,本文通过同时评估模式和事实元组来解决文本数据上的真值发现问题。本文考虑了模式可靠性和事实元组可信度,将可信的事实元组作为获得真值的途径。为学习模式可靠性和事实元组可信度之间的复杂关系,本文提出了一种基于CNN和LSTM混合架构的深度学习模型,并同时使用模式和元组标签来训练模型。对于元组编码,我们采用CNN来提取元组的每个组成部分,即实体名称、属性名称和属性值的固定大小的编码表示。然后将模式编码为其提取的事实元组编码的语义组合。为了消除噪声,本文在模式编码过程中同时考虑了元组可信度和频率,并利用长短期记忆模型（LSTM）提取元组可信度信息的特征编码。在三个真实数据集上的大量实验表明,该模型显着提高了基于模式评估的真值发现中模式和元组的质量。
冯钦,曹建军,郑奇斌,张磊[8]（2020）在《基于常量条件函数依赖的冲突消解算法》文中研究指明目前绝大部分冲突消解方法都是基于迭代计算数据源可靠度和事实可信度的机制。当数据源较少时,数据源的可靠度难于进行评估,仅凭投票来消解冲突往往会造成较大误差。针对数据源较少时的冲突消解问题,提出基于常量条件函数依赖的冲突消解算法。根据多个数据源之间的冲突,找出冲突匹配对及对应的冲突候选值集合。考虑常量条件函数依赖中具体到部分实例子集的约束关系,将常量条件函数依赖集作为先验知识,通过判断候选值是否符合常量条件函数依赖来选择正确的候选值,避免了错误数据比例较大时直接投票选择产生的误差。通过两个真实数据集上的对比实验验证了上述算法的有效性。
孙纪舟[9]（2020）在《数据微观不一致性问题的研究》文中研究表明近年来,随着数据规模快速增长,数据质量问题日益凸显,已经成为数据库领域的重要研究方向。不一致性是数据质量问题中的一个重要方面,数据质量规则是处理数据不一致性的重要工具。为检测和修复不一致数据,各种约束规则被提出来,包括函数依赖、条件函数依赖、编辑规则以及修复规则等,这些数据质量规则大多规定元组在某些属性上的值能在一定程度上提供该元组在其他属性上值的信息。现有规则都描述宏观不一致性,也就是将每个属性值看做一个不可分割的整体,这也是符合关系数据库的设计规范的。然而在大量的实际应用中,一些属性值中的某一部分就能确定其他属性值,而现有数据质量规则尚未考虑这类重要信息。为了将这类微观信息加以利用,本文提出了一种新的数据质量规则:微函数依赖,用于处理数据中的微观不一致性。围绕数据的宏观不一致性,现有研究主要包括规则的定义及分析、规则的自动挖掘、基于规则检测数据的不一致性,以及基于规则修复数据的不一致性等问题。类似的,本文关于数据微观不一致性的研究也从这四个方面展开:首先,为描述微观不一致性,提出了微函数依赖的概念。通过引入提取函数,对微函数依赖进行语法和语义的定义,并研究其基本性质,包括可满足性、蕴含性以及公理系统。可满足性用于判断给定的微函数依赖集是否合法。蕴含性用于判断给定的微函数依赖集是否包含冗余。公理系统是对应蕴含问题的若干推理规则,本文证明了可满足性以及蕴含性的判定问题分别是NP-完全和Co NP-完全的,对可满足性问题分析了其可近似性,最后给出了正确且完备的公理系统。其次,本文研究了特定类型微函数依赖的挖掘问题。由于实际应用中大多数的“微信息”都存在于字符串类型的属性值的某一片段中,因此本文只考虑字符串属性上的微函数依赖。这种微函数依赖的约束前件为正则表达式加位置下标的形式。本文通过将字符串按照字符相似性进行聚类和对齐,并归纳成正则表达式形式。聚类过程和对齐过程都是微函数依赖挖掘中的关键步骤,本文证明对齐问题是NP-完全的,并提出一个自底向上的基于合并操作的贪心算法。该贪心算法的优点是能够同时完成聚类和对齐操作,且不需要对聚类问题指定任何参数;其缺点是时间复杂度依然很高。为降低算法运行时间,本文还提出了一些裁剪策略以提升算法效率,并给出理论保障。在多组真实数据和合成数据上的实验结果表明,本文所提挖掘算法能挖出有意义的微函数依赖,裁剪策略也能大幅度提升算法性能。再次,本文利用微函数依赖的特性,研究了外存数据对多条依赖违反情况检测的问题。本文研究基于聚簇的数据微观不一致性的检测算法,外存数据的聚簇算法一般通过排序实现。当数据量很大时,通常需要对数据进行多次读写操作。为了降低数据的读写次数,本文结合微函数依赖的特性,研究有多条待检测依赖情况下的中间结果的共享技术。根据适用条件的不同,给出了两个检测任务之间的三种共享技术。在检测任务很多的情况下,形式化定义了以最小化磁盘读写总代价为目标的多检测任务的调度问题。文章证明该调度问题是NP-完全的,并给出了有近似比保证的基于贪心的启发式调度算法。通过实验,证明了本文所提共享技术能很大程度的降低数据读写次数,提升不一致数据的检测速度。最后,本文研究了数据微观不一致性的修复问题,同时考虑了数据源之间的宏观不一致性和数据源内部的微观不一致性,前者对应基于真值发现的方法,后者对应基于规则的修复。目前真值发现和数据修复的研究都是独立进行,而很多应用场景下两个问题可能同时存在,在同一个框架中同时考虑两个问题会使分析更加全面。本文提出了一个基于模式分解的方法,在真值发现框架下同时解决数据中违反主键约束的宏观不一致性和违反微函数依赖的微观不一致性,以尽可能的改善数据质量。首先给出了基于微函数依赖的模式分解规则,将关系型数据转换为“源-键-值”的三元组作为真值发现问题的输入。在计算真值发现框架中数据源权重以及候选值的得分时,利用对微函数依赖的违反情况给出相应的计算公式,这些公式中考虑了比以往算法更全面的信息。最后对真值发现的输出进行后处理,得到的最终结果直接满足主键约束以及微函数依赖。在真实数据以及合成数据上的实验结果表明了算法的效果和效率。
张帆[10]（2019）在《城市社区环境对居家老人生活质量的影响仿真研究》文中研究说明人口老龄化已经成为一个全球性趋势。我国的老年人口不仅比例高、数量大,而且呈现未富先老、区域差异较大等显着特征,大量老年人口的养老问题是不容忽视的社会问题。传统的养老方式一般分为大部分人选择的家庭养老和少部分经济条件较好的老年人选择的机构养老。然而,随着社会的不断发展,当代家庭规模不断缩小,家庭结构及代际关系逐渐简单化,导致老年人可以从家庭中获取的养老支持越来越少,单纯依靠家庭养老显然已经不能满足日益增长的养老需求。社区居家养老成为目前最有效的应对老龄化问题的办法。针对社区居家养老的研究多重视养老服务的配置和供给,却忽略了社区环境也是促进社区居家养老可持续发展的不可缺少的重要因素。因此,本研究重点关注城市社区环境是如何影响居家老人的生活质量,基于“生活质量评估—城市社区环境因素识别—影响机理模型构建—影响效果仿真—优化方案与策略设定”的思路,通过对城市社区环境的优化来提高居家老人的生活质量,进而支持社区居家养老模式的可持续发展。具体研究内容按照以下步骤展开:（1）首先,本研究分析了目前的现实背景和国内外研究现状,基于对社区和社区居家养老的概念和人居环境、人与环境匹配、老年生态学等理论的梳理,清晰的界定了本研究的研究对象——城市社区环境和居家老人的生活质量。通过对比目前全球范围内三种最为主流的生活质量评估方法的特点与差异,选择了世界卫生组织发布的WHOQOL-BREF量表作为居家老人生活质量评估的基础,并结合居家老人的具体特点,对量表的指标设计和计算方法进行了改进,使之更适合于居家老人使用。（2）其次,研究通过系统综述法,遵从“文献建设策略设定—文献筛选标准设定—文献质量评估—频次统计”的思路,从既有文献中严谨且系统的梳理并识别出了影响老年人生活质量的社区环境因素,并采用半结构化访谈法和质性分析法,两次的因素识别结果进行对比与整理,形成影响居家老人生活质量的城市社区环境关键因素列表。在对所有城市社区环境关键因素进行剖析的过程中,注意到服务设施的可及性因素目前并未有一个统一的定义与度量方法。考虑到居家老人的出行行为的特殊之处,本研究将出行行为作为重要因素加入到2SFCA法中,提出TBG2SFCA法来测度特殊群体到特定设施的可及性,显着提高可及性的计算精度,并以南京市的社区居家养老服务设施为例,计算居家老人对社区居家养老服务设施的可及性及其空间分异程度,验证方法的可行性与有效性。（3）然后,研究通过构建解释结构模型,剖析了所有城市社区环境关键因素之间的内部关系与结构,并结合相关分析、多元回归分析、结构方程模型等方法,分析通过调查问卷采集的样本数据,从城市社区环境关键因素中进一步识别出了对居家老人生活质量具有显着影响作用的核心因素,假设并验证了城市社区环境对居家老人生活质量的影响机制模型,即居家老人的“NE-QoL”模型。（4）进而,研究使用BP神经网络,分别通过城市社区环境的关键因素和核心因素的样本训练,形成了拟合度最优且误差最小的影响效果仿真模型。通过情景模拟法,建立未来城市社区内极有可能会发生的单一情景和组合情景,模拟了在这些情景下城市社区环境发生的变化,并构建了各情景下的城市社区核心因素的概率模型。使用拉丁超立方抽样法改进的蒙特卡罗模拟法,对城市社区环境核心因素分别进行了模拟抽样,获得了多个情景下各2000个城市社区环境核心因素的模拟样本,并最终获得了居家老人生活质量预测值的分布状态。（5）最后,研究结合上述分析结果,将“老年生态学模型”的思想应用到城市社区环境适老优化的具体方案设计中,分析了个体能力不同的居家老人在不同环境压力下所产生的适应性行为,提出了城市社区环境的适老优化建议。通过SWOT-AHP方法分析了城市社区适老优化建议的实施中存在的内部优势、内部劣势、外部机遇和外部挑战,并对结果进行层级排序的定量分析,进而制定出城市社区环境适老优化建议的具体实施策略。本文的创新点可以概括为以下四点:（1）本研究创新地将特定人群的出行行为作为改进因素加入了G2SFCA法,提出了TB-G2SFCA法,不仅可以用来测度居家老人对服务设施的可及性,还为其他特殊人群对特定设施的可及性测度提供新的计算方法。（2）本研究以系统综述与质性分析相结合的方式,系统且严谨的识别出了影响居家老人生活质量的城市社区环境关键因素,进一步使用ISM、相关分析、多元回归分析等方法识别出其中对居家老人生活质量存在显着影响作用的城市社区环境核心因素,最终通过结构方程模型提出并验证了“NE-QoL”影响机制模型。（3）本研究提出了一套“情景模拟—改进蒙特卡罗模拟—BP神经网络”的影响效果仿真方法,从多个视角下确定未来城市社区可能会处于的八个不同情景,对不同情景下的城市社区环境核心因素进行改进蒙特卡罗模拟,获取大规模的模拟样本,采用经过训练的BP神经网络预测不同情景下居家老人生活质量的分布状态,从而获取不同情境下城市社区环境对居家老人生活质量的影响效果。（4）结合“老年生态学模型”,分别制定了针对城市社区环境核心因素与非核心因素的适老优化建议,继而采用SWOT-AHP方法,通过定性分析和定量排序提出了城市社区环境适老优化建议的实施策略。
二、判断保持函数依赖集的优化算法（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、判断保持函数依赖集的优化算法（论文提纲范文）
（1）群体决策参数敏感性分析与仿真（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究内容与创新之处 |
| 1.4 本文组织结构 |
| 2 群体决策参数敏感性研究 |
| 2.1 群体决策 |
| 2.2 参数敏感性 |
| 2.3 群体决策中参数敏感性相关研究 |
| 2.4 研究分析 |
| 2.5 群体决策敏感度表征 |
| 2.6 本章小结 |
| 3 群体决策参数敏感性方法及模型 |
| 3.1 群体决策研究方法 |
| 3.1.1 偏好领域表示方法 |
| 3.1.2 偏好领域权重表示方法 |
| 3.2 参数敏感性方法 |
| 3.3 仿真模型设计 |
| 3.3.1 基于结构模型的行为逻辑模型 |
| 3.3.2 模型映射关系 |
| 3.3.3 仿真成员模型 |
| 3.3.4 仿真推进模型 |
| 3.4 本章小结 |
| 4 群体决策参数敏感性仿真 |
| 4.1 群体决策仿真成员详细设计 |
| 4.1.1 原子型众智单元 |
| 4.1.2 集合型众智单元 |
| 4.1.3 建议者众智单元 |
| 4.1.4 监控者众智单元 |
| 4.1.5 群体决策仿真成员 |
| 4.2 参数敏感性仿真验证 |
| 4.2.1 候选者人数对投票结果的影响 |
| 4.2.2 投票者人数对投票结果的影响 |
| 4.2.3 合法率基准值对投票结果的影响 |
| 4.2.4 参数选取建议 |
| 4.3 仿真总结分析 |
| 4.4 本章小结 |
| 5 群体决策仿真平台具体实现 |
| 5.1 仿真系统特点 |
| 5.2 仿真概念模型和仿真流程图 |
| 5.2.1 仿真概念模型 |
| 5.2.2 仿真流程图 |
| 5.3 仿真工具包 |
| 5.3.1 仿真工具包需求 |
| 5.3.2 仿真工具包实现 |
| 5.3.3 仿真工具包测试 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 参考文献 |
| 攻读学位期间发表的论文 |
| 致谢 |
| 附录一 图目录 |
| 附录二 表目录 |
（2）具有可信约束的分布式存储因果一致性模型（论文提纲范文）
| 1 引言 |
| 2 背景知识 |
| 2.1 可信云平台 |
| 2.2 因果一致性原理 |
| 2.3 HashG raph |
| 2.4 混合逻辑时钟 |
| 3 具有可信约束的CCT协议 |
| 3.1 客户端中的可信机制 |
| 3.2 服务端中的可信机制 |
| 3.3 服务端之间的同步机制 |
| 4 仿真实验与结果分析 |
| 4.1 存在不可信节点的情况 |
| 4.2 客户端身份重新认证的情况 |
| 4.3 可信约束造成的性能开销 |
| 5 结束语 |
（3）一种基于HashGraph的NoSQL型分布式存储因果一致性模型（论文提纲范文）
| 1 相关工作和主要工作 |
| 1.1 相关工作 |
| 1.2 主要工作 |
| 2 分布式系统因果一致性原理 |
| 2.1 因果关系 |
| 2.2 因果一致性 |
| 3 HashGraph |
| 3.1 八卦闲聊 |
| 3.2 虚拟投票 |
| 4 物理时钟与混合逻辑时钟 |
| 4.1 GentleRain与物理时钟 |
| 4.2 混合逻辑时钟 |
| 5 Causal-Pdh协议 |
| 5.1 客户端 |
| 1) GET(k)过程. |
| 2) PUT(k,v)过程. |
| 5.2 服务端 |
| 1) GET(k)过程. |
| 2) PUT(k)过程. |
| 6 实验测试与分析 |
| 6.1 时钟偏移对PUT等待时间的影响 |
| 6.2 查询放大对响应时间的影响 |
| 6.3 通信时延对更新可见性延迟的影响 |
| 6.4 DSV对客户端吞吐量的影响 |
| 7 总 结 |
（4）应用特征驱动的线性方程组高效求解方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 辐射流体与不可压流体数值模拟 |
| 1.1.2 数值模拟应用特征 |
| 1.1.3 数值模拟应用中的大规模线性方程组 |
| 1.2 大规模稀疏线性方程组求解方法 |
| 1.2.1 迭代求解方法 |
| 1.2.2 预处理方法 |
| 1.2.3 初值优化方法 |
| 1.3 研究内容 |
| 1.3.1 基于局部特征的线性方程组求解方法 |
| 1.3.2 基于多尺度特征的预处理矩阵元素过滤方法 |
| 1.3.3 基于混合粗化策略的代数多重网格预处理方法 |
| 1.3.4 基于分离迭代算法特征的初值优化方法 |
| 1.4 论文组织 |
| 第二章 基于局部特征的线性方程组求解方法 |
| 2.1 局部特征线性方程组求解问题分析 |
| 2.1.1 ICF应用数值模拟中的局部特征 |
| 2.1.2 局部特征线性方程组求解问题分析 |
| 2.2 基于局部特征的线性方程组求解算法 |
| 2.2.1 局部特征线性方程组定义与性质 |
| 2.2.2 局部特征求解算法框架设计 |
| 2.2.3 局部特征求解算法分析 |
| 2.3 局部区域提取方法 |
| 2.3.1 基于梯度的局部区域提取算法 |
| 2.3.2 基于残差的局部区域提取方法 |
| 2.3.3 局部区域提取算法并行实现 |
| 2.4 数值实验 |
| 2.4.1 二维热传导方程测试 |
| 2.4.2 多群辐射扩散方程测试 |
| 2.4.3 三温能量方程测试 |
| 2.4.4 参数分析 |
| 2.5 小结 |
| 第三章 基于多尺度特征的预处理矩阵元素过滤方法 |
| 3.1 多尺度矩阵预处理问题分析 |
| 3.1.1 ICF应用中的多尺度矩阵 |
| 3.1.2 多尺度矩阵预处理问题分析 |
| 3.2 基于多尺度特征的预处理矩阵元素过滤算法 |
| 3.2.1 基于过滤矩阵的预处理迭代方法 |
| 3.2.2 预处理矩阵元素过滤算法框架设计 |
| 3.2.3 基于多尺度特征的预处理方法分析 |
| 3.3 预处理矩阵元素过滤策略 |
| 3.3.1 双侧对称过滤策略 |
| 3.3.2 单侧非对称过滤策略 |
| 3.3.3 修正的过滤策略 |
| 3.4 数值实验 |
| 3.4.1 泊松类方程测试 |
| 3.4.2 多群辐射扩散方程测试 |
| 3.4.3 三温能量方程测试 |
| 3.4.4 参数分析 |
| 3.5 小结 |
| 第四章 基于混合粗化策略的代数多重网格预处理方法 |
| 4.1 AMG粗化策略问题分析 |
| 4.1.1 AMG经典粗化策略 |
| 4.1.2 经典粗化策略问题分析 |
| 4.2 基于混合粗化策略的代数多重网格预处理算法 |
| 4.2.1 基于粗点补充的混合粗化算法框架设计 |
| 4.2.2 基于混合粗化策略的AMG算法分析 |
| 4.3 粗点补充方法 |
| 4.3.1 粗网格质量衡量标准 |
| 4.3.2 粗点补充算法 |
| 4.4 数值实验 |
| 4.4.1 拉普拉斯方程测试 |
| 4.4.2 三维泊松类问题 |
| 4.4.3 三温能量方程测试 |
| 4.4.4 三维翼身融合案例 |
| 4.5 小结 |
| 第五章 基于分离迭代算法特征的初值优化方法 |
| 5.1 压力方程迭代初值问题分析 |
| 5.1.1 不可压Navier-Stokes方程与分离迭代算法特征 |
| 5.1.2 压力方程迭代初值问题分析 |
| 5.2 基于分离迭代算法特征的初值优化算法 |
| 5.2.1 初值优化可行性分析 |
| 5.2.2 加权分组插值技术 |
| 5.2.3 初值优化算法分析 |
| 5.3 数值实验 |
| 5.3.1 pitzDaily案例测试 |
| 5.3.2 二维NACA0012 案例测试 |
| 5.3.3 三维翼身融合翼型案例测试 |
| 5.4 小结 |
| 第六章 结束语 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（5）Linux环境应用程序动态可信验证研究及实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 主要研究内容 |
| 1.4 组织结构 |
| 第2章 相关技术介绍 |
| 2.1 可信计算技术 |
| 2.1.1 可信计算发展 |
| 2.1.2 可信计算3.0 |
| 2.2 ELF文件结构 |
| 2.3 Hook监控技术 |
| 2.3.1 用户层Hook技术 |
| 2.3.2 内核层Hook技术 |
| 2.4 本章小结 |
| 第3章 动态可信验证框架总体设计 |
| 3.1 启动和运行过程分析 |
| 3.1.1 启动过程分析 |
| 3.1.2 运行过程分析 |
| 3.2 预期行为定义和提取 |
| 3.2.1 预期行为定义 |
| 3.2.2 预期行为提取 |
| 3.3 整体验证框架设计 |
| 3.4 功能模块划分 |
| 3.4.1 数据完整性验证模块 |
| 3.4.2 行为完整性验证模块 |
| 3.4.3 公共模块 |
| 3.5 本章小结 |
| 第4章 动态可信验证框架详细设计 |
| 4.1 数据完整性验证模块设计 |
| 4.1.1 启动相关文件数据验证 |
| 4.1.2 数据资源文件数据验证 |
| 4.2 行为实时监控机制 |
| 4.2.1 用户层监控 |
| 4.2.2 内核层监控 |
| 4.3 行为完整性验证机制 |
| 4.3.1 完备性分析 |
| 4.3.2 具体验证机制 |
| 4.3.3 验证步骤 |
| 4.4 行为完整性验证模块设计 |
| 4.4.1 动态链接器装载验证 |
| 4.4.2 可执行文件行为验证 |
| 4.4.3 动态链接器链接验证 |
| 4.4.4 共享库文件行为验证 |
| 4.5 本章小结 |
| 第5章 动态可信验证原型系统实现及测试 |
| 5.1 原型系统实现 |
| 5.1.1 依赖文件列表 |
| 5.1.2 数据完整性基准表 |
| 5.1.3 行为完整性基准表 |
| 5.1.4 预期行为持久化 |
| 5.2 实验环境与实验方案 |
| 5.2.1 实验环境 |
| 5.2.2 实验方案 |
| 5.3 测试与分析 |
| 5.3.1 功能测试与分析 |
| 5.3.2 性能测试与分析 |
| 5.4 本章小结 |
| 结论 |
| 1 总结 |
| 2 展望 |
| 参考文献 |
| 攻读硕士学位期间所发表的学术论文 |
| 致谢 |
（6）基于哈希图的数据安全因果一致性模型研究（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 研究目标 |
| 1.4 论文组织结构 |
| 第二章 预备知识 |
| 2.1 数据因果一致性原理 |
| 2.2 共识机制与哈希图算法 |
| 2.2.1 相邻事件间的八卦闲聊 |
| 2.2.2 分布式节点的虚拟投票 |
| 2.2.3 异步拜占庭容错 |
| 2.3 时钟信息同步方法 |
| 2.3.1 物理时钟与GentleRain |
| 2.3.2 混合逻辑时钟 |
| 2.4 服务端中的查询请求放大 |
| 2.5 本章小结 |
| 第三章 基于哈希图的安全因果一致性模型 |
| 3.1 客户端中的数据安全因果一致性约束 |
| 3.1.1 因果一致性约束 |
| 3.1.2 数据安全校验机制 |
| 3.2 服务端处理过程的设计 |
| 3.2.1 查询请求处理与安全约束 |
| 3.2.2 写入请求处理与安全约束 |
| 3.3 副本间数据的同步 |
| 3.3.1 心跳机制更新数据和状态 |
| 3.3.2 复制消息更新与校验 |
| 3.4 本章小结 |
| 第四章 仿真实验及分析 |
| 4.1 实验准备 |
| 4.2 时钟偏移对写入等待时间的影响 |
| 4.3 查询放大对响应时间的影响 |
| 4.3.1 时钟漂移环境中的不同表现 |
| 4.3.2 理想环境下的表现与吞吐量分析 |
| 4.4 通信时延对更新可见性延迟的影响 |
| 4.5 安全校验签名的误检率分析 |
| 4.6 稳定向量对客户端吞吐量的影响 |
| 4.7 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的科研成果 |
（7）基于最优化方法的真值发现算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状及分析 |
| 1.2.1 多源同构数据真值发现分析 |
| 1.2.2 多源异构数据真值发现分析 |
| 1.2.3 文本数据真值发现分析 |
| 1.2.4 现有工作的不足 |
| 1.3 本文的主要研究内容 |
| 1.4 本文章节安排 |
| 第2章 基于函数依赖的多源同构数据真值发现 |
| 2.1 引言 |
| 2.2 问题定义 |
| 2.3 Auto Repair算法 |
| 2.3.1 框架 |
| 2.3.2 处理独立约束集 |
| 2.3.3 处理关联约束集 |
| 2.3.4 源间数据聚合 |
| 2.3.5 更新源可靠分数 |
| 2.3.6 算法性能分析 |
| 2.4 实验结果 |
| 2.4.1 实验设置 |
| 2.4.2 算法在合成数据集上的实验 |
| 2.4.3 算法在真实数据集上的实验 |
| 2.4.4 实验小结 |
| 2.5 本章小结 |
| 第3章 基于否定约束的多源同构数据真值发现 |
| 3.1 引言 |
| 3.2 问题定义 |
| 3.3 CTD算法 |
| 3.3.1 否定依赖转换 |
| 3.3.2 解决方案 |
| 3.3.3 算法性能分析 |
| 3.3.4 算法改进策略 |
| 3.4 实验结果 |
| 3.4.1 实验设置 |
| 3.4.2 算法有效性评估 |
| 3.4.3 算法效率评估 |
| 3.5 本章小结 |
| 第4章 基于模式发现的多源异构数据真值发现 |
| 4.1 引言 |
| 4.2 问题定义 |
| 4.3 Pattern Finder算法 |
| 4.3.1 框架概览 |
| 4.3.2 优化目标 |
| 4.3.3 迭代过程 |
| 4.3.4 算法性能分析 |
| 4.3.5 优化分组策略 |
| 4.3.6 模式和真值生成 |
| 4.4 实验结果 |
| 4.4.1 实验设置 |
| 4.4.2 算法在合成数据集上的实验 |
| 4.4.3 算法在真实数据集上的实验 |
| 4.5 本章小结 |
| 第5章 基于模式评估的多源文本数据真值发现 |
| 5.1 引言 |
| 5.2 预备知识 |
| 5.2.1 预处理 |
| 5.2.2 问题定义 |
| 5.3 CNN-LSTM模型 |
| 5.3.1 元组编码 |
| 5.3.2 模式编码 |
| 5.3.3 训练和推理 |
| 5.4 实验结果 |
| 5.4.1 实验设置 |
| 5.4.2 模型有效性评估 |
| 5.4.3 模型效率评估 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（8）基于常量条件函数依赖的冲突消解算法（论文提纲范文）
| 1 引言 |
| 2 相关概念 |
| 3 问题描述 |
| 4 CR-CCFD算法 |
| 4.1 算法描述 |
| 4.2 算法分析 |
| 5 实验与分析 |
| 5.1 实验数据集及方法设置 |
| 5.2 规则集及评价指标 |
| 5.3 对比实验结果分析 |
| 6 结论 |
（9）数据微观不一致性问题的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究现状及分析 |
| 1.2.1 不一致数据约束规则研究现状 |
| 1.2.2 约束规则自动挖掘的研究现状 |
| 1.2.3 不一致数据检测的研究现状 |
| 1.2.4 不一致数据修复的研究现状 |
| 1.2.5 研究现状总结及分析 |
| 1.3 本文的主要研究内容 |
| 1.3.1 微函数依赖的理论分析 |
| 1.3.2 微函数依赖的挖掘 |
| 1.3.3 微观不一致数据的检测 |
| 1.3.4 微观不一致数据的修复 |
| 第2章 微函数依赖的定义及分析 |
| 2.1 现有依赖的不足 |
| 2.2 微函数依赖的定义 |
| 2.2.1 提取函数 |
| 2.2.2 微函数依赖的定义 |
| 2.3 微函数依赖的静态分析 |
| 2.3.1 微函数依赖的可满足性分析 |
| 2.3.2 微函数依赖的蕴含性分析 |
| 2.4 微函数依赖的公理系统 |
| 2.5 实验分析 |
| 2.5.1 实验配置 |
| 2.5.2 不同依赖检错能力的对比 |
| 2.5.3 检错效率对比 |
| 2.6 本章小节 |
| 第3章 微函数依赖的自动发现 |
| 3.1 引言 |
| 3.2 预备知识 |
| 3.3 字符串类型数据的聚类和对齐 |
| 3.3.1 基于命名规则的聚类 |
| 3.3.2 基于命名规则的对齐 |
| 3.3.3 贪心合并算法的框架 |
| 3.3.4 基于上下界区间的裁剪方法 |
| 3.3.5 基于独立性的裁剪方法 |
| 3.3.6 基于裁剪技术的贪心合并算法 |
| 3.4 微函数依赖的挖掘 |
| 3.5 实验分析 |
| 3.5.1 实验配置 |
| 3.5.2 算法效率对比 |
| 3.5.3 挖掘到的依赖 |
| 3.5.4 依赖的正确性及可用性 |
| 3.6 本章小结 |
| 第4章 最小化数据读写的微观不一致检测算法 |
| 4.1 引言 |
| 4.2 预备知识 |
| 4.3 成对检测任务间的共享技术 |
| 4.3.1 全共享技术 |
| 4.3.2 部分共享技术 |
| 4.3.3 一般共享技术 |
| 4.4 检测任务顺序的调度 |
| 4.4.1 共享技术在多任务上的一般化 |
| 4.4.2 检测顺序调度问题 |
| 4.4.3 基于贪心的启发式算法 |
| 4.5 实验分析 |
| 4.5.1 实验配置 |
| 4.5.2 算法性能对比 |
| 4.5.3 估计精度对性能的影响 |
| 4.6 本章小结 |
| 第5章 多个冲突数据源上的微观不一致性修复算法 |
| 5.1 引言 |
| 5.1.1 解决多源数据冲突真值发现 |
| 5.1.2 基于规则的数据修复 |
| 5.1.3 已有方法存在的问题 |
| 5.2 多源不一致数据修复问题的定义 |
| 5.3 基于模式分解的真值发现算法 |
| 5.3.1 算法基本框架 |
| 5.3.2 模式分解规则 |
| 5.3.3 数据源的可靠度的计算 |
| 5.3.4 数据真实值的估计 |
| 5.3.5 后处理过程 |
| 5.3.6 基于模式分解的真值发现算法 |
| 5.3.7 几点实际问题 |
| 5.4 实验分析 |
| 5.4.1 实验配置 |
| 5.4.2 假设现象的验证 |
| 5.4.3 实验结果 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（10）城市社区环境对居家老人生活质量的影响仿真研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 我国老龄社会的快速到来 |
| 1.1.2 我国大力推行居家养老模式 |
| 1.1.3 城市社区老年人对社区环境的依赖性较强 |
| 1.1.4 日益增长的环境需求与落后的城市社区之间的矛盾不断加大 |
| 1.2 国内外研究现状 |
| 1.2.1 社区居家养老的相关研究 |
| 1.2.2 生活质量的相关研究 |
| 1.2.3 居住环境的相关研究 |
| 1.2.4 研究现状述评 |
| 1.3 研究目的与意义 |
| 1.4 研究内容 |
| 1.5 研究方法与技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 第二章 理论基础及概念界定 |
| 2.1 相关理论基础 |
| 2.1.1 人居环境理论 |
| 2.1.2 人与环境匹配理论 |
| 2.1.3 老年生态学理论 |
| 2.2 社区居家养老的概念界定 |
| 2.2.1 城市居民养老的发展历程 |
| 2.2.2 社区居家养老的概念界定 |
| 2.3 社区环境的概念界定 |
| 2.3.1 社区的概念界定 |
| 2.3.2 社区环境的概念界定 |
| 第三章 面向居家老人的生活质量评估研究 |
| 3.1 生活质量的概念与内涵界定 |
| 3.1.1 生活质量的概念解析 |
| 3.1.2 生活质量的内容界定 |
| 3.2 生活质量的评估方法对比 |
| 3.2.1 世界卫生组织生活质量(WHOQOL)评估 |
| 3.2.2 美世(Mercer’s)生活质量调查 |
| 3.2.3 经济学人智库(EIU)生活质量指数 |
| 3.2.4 三种评估方法的对比分析 |
| 3.3 面向居家老人的生活质量评估指标设计 |
| 3.3.1 面向居家老人的生活质量评估指标的设计原则 |
| 3.3.2 WHOQOL-BREF的生活质量评估指标 |
| 3.3.3 基于WHOQOL-BREF的生活质量评估指标设计 |
| 3.4 面向居家老人的生活质量评估计算方法设计 |
| 3.4.1 面向居家老人的生活质量评估计算方法的设计原则 |
| 3.4.2 WHOQOL-BREF的生活质量评估计算方法 |
| 3.4.3 基于WHOQOL-BREF的生活质量评估方法修正 |
| 3.5 本章小结 |
| 第四章 影响居家老人生活质量的社区环境因素识别 |
| 4.1 基于系统综述法的影响因素初步识别 |
| 4.1.1 文献检索策略设定 |
| 4.1.2 文献筛选标准设定 |
| 4.1.3 文献质量评估 |
| 4.1.4 描述性统计与因素提取 |
| 4.1.5 基于频次统计的社区环境影响因素识别 |
| 4.2 基于质性分析的影响因素二次识别 |
| 4.2.1 扎根理论概述 |
| 4.2.2 数据收集 |
| 4.2.3 基于NVivo平台的质性编码分析 |
| 4.2.4 理论饱和度检验 |
| 4.3 社区环境因素识别的对比与归纳 |
| 4.3.1 两次社区环境因素识别结果对比 |
| 4.3.2 社区环境关键因素的归纳 |
| 4.4 社区环境关键因素—可及性的测度方法改进 |
| 4.4.1 可及性的内涵界定 |
| 4.4.2 基于两步移动搜索法(2SFCA)的可及性测度方法 |
| 4.4.3 基于居家老人出行行为的G2SFCA改进方法—TB-G2SFCA法 |
| 4.5 案例分析—南京居家老人对社区养老设施的可及性空间分异分析 |
| 4.5.1 数据收集 |
| 4.5.2 基于GIS平台的可及性空间分异计算方法 |
| 4.5.3 南京市社区居家养老设施的空间分布 |
| 4.5.4 单一出行方式下可及性的空间分异 |
| 4.5.5 老年人出行行为下可及性的空间分异 |
| 4.6 本章小结 |
| 第五章 城市社区环境对居家老人生活质量的影响机理模型 |
| 5.1 基于解释结构模型的社区环境关键因素间的结构关系分析 |
| 5.1.1 解释结构模型概述 |
| 5.1.2 数据收集 |
| 5.1.3 社区环境关键因素的矩阵运算 |
| 5.1.4 社区环境关键因素的ISM模型构建 |
| 5.2 基于MICMAC分析的社区环境关键因素分类 |
| 5.2.1 MICMAC分析 |
| 5.2.2 社区环境因素分类及讨论 |
| 5.3 社区环境因素与居家老人生活质量的影响关系分析 |
| 5.3.1 问卷设计 |
| 5.3.2 数据收集 |
| 5.3.3 可靠性分析 |
| 5.3.4 有效性分析 |
| 5.3.5 多元回归分析 |
| 5.4 基于结构方程模型的“NE-QoL”影响机理模型构建 |
| 5.4.1 社区环境对居家老人生活质量影响的中介效应 |
| 5.4.2 结构方程模型概述 |
| 5.4.3 影响机理的假设模型构建 |
| 5.4.4 数据收集 |
| 5.4.5 “NE-QoL”影响机理模型检验 |
| 5.5 社区环境对居家老人生活质量的影响机理分析 |
| 5.5.1 社区物理环境 |
| 5.5.2 社区自然环境 |
| 5.5.3 社区社会环境 |
| 5.5.4 社区服务设施 |
| 5.5.5 社区安全 |
| 5.6 本章小结 |
| 第六章 城市社区环境对居家老人生活质量的影响效果仿真 |
| 6.1 影响效果仿真思路与流程 |
| 6.1.1 影响效果的仿真思路 |
| 6.1.2 影响效果的仿真流程 |
| 6.2 基于BP神经网络的影响效果仿真模型构建 |
| 6.2.1 BP神经网络概述 |
| 6.2.2 影响效果的BP神经网络结构设计 |
| 6.2.3 影响效果的BP神经网络模型构建 |
| 6.2.4 模型I&模型II的训练与检测 |
| 6.3 基于情景模拟的仿真情景设置 |
| 6.3.1 情景模拟概述 |
| 6.3.2 情景模拟的思路与步骤 |
| 6.3.3 单一情景设置 |
| 6.3.4 组合情景设置 |
| 6.4 基于改进蒙特卡罗模拟的多情景下社区环境模拟 |
| 6.4.1 蒙特卡罗模拟概述 |
| 6.4.2 基于拉丁超立方抽样的改进蒙特卡洛模拟 |
| 6.4.3 基准概率模型构建 |
| 6.4.4 基于情景模拟的概率模型构建 |
| 6.4.5 多情景下的社区环境核心因素模拟 |
| 6.5 基于MATLAB平台的影响效果仿真结果分布 |
| 6.5.1 单一情景下的影响效果仿真结果分布 |
| 6.5.2 组合情景下的影响效果仿真结果分布 |
| 6.6 本章小结 |
| 第七章 生活质量导向下的城市社区环境适老优化建议与实施策略 |
| 7.1 基于老年生态学模型的社区环境适老优化建议 |
| 7.1.1 社区环境的适老优化建议设计思路 |
| 7.1.2 老年人对社区环境的适应性行为分析 |
| 7.1.3 社区环境的适老优化建议设计 |
| 7.2 城市社区环境适老优化建议实施的SWOT分析 |
| 7.2.1 内部优势(S) |
| 7.2.2 内部劣势(W) |
| 7.2.3 外部机遇(O) |
| 7.2.4 外部威胁(T) |
| 7.3 基于SWOT-AHP的城市社区环境适老优化建议的实施策略 |
| 7.3.1 层次结构模型构建 |
| 7.3.2 判断矩阵确定 |
| 7.3.3 一致性检验及层次排序 |
| 7.3.4 SWOT策略选择 |
| 7.4 本章小结 |
| 第八章 结论与展望 |
| 8.1 研究结论 |
| 8.2 创新点 |
| 8.3 研究不足及展望 |
| 参考文献 |
| 附录1 面向居家老人的社区环境因素二次识别的半结构化访谈提纲 |
| 附录2 面向专家的社区环境因素内部影响关系的半结构化访谈提纲 |
| 附录3 面向居家老人的社区环境及其生活质量的调查问卷 |
| 致谢 |
| 作者简介 |
| 学术成果清单 |
四、判断保持函数依赖集的优化算法（论文参考文献）
- [1]群体决策参数敏感性分析与仿真[D]. 姚霞. 烟台大学, 2021(09)
- [2]具有可信约束的分布式存储因果一致性模型[J]. 田俊峰,张俊涛,王彦骉. 通信学报, 2021(06)
- [3]一种基于HashGraph的NoSQL型分布式存储因果一致性模型[J]. 田俊峰,王彦骉. 计算机研究与发展, 2020(12)
- [4]应用特征驱动的线性方程组高效求解方法研究[D]. 叶帅. 国防科技大学, 2020
- [5]Linux环境应用程序动态可信验证研究及实现[D]. 冯星伟. 北京工业大学, 2020(06)
- [6]基于哈希图的数据安全因果一致性模型研究[D]. 王彦骉. 河北大学, 2020(08)
- [7]基于最优化方法的真值发现算法研究[D]. 叶晨. 哈尔滨工业大学, 2020(01)
- [8]基于常量条件函数依赖的冲突消解算法[J]. 冯钦,曹建军,郑奇斌,张磊. 计算机仿真, 2020(02)
- [9]数据微观不一致性问题的研究[D]. 孙纪舟. 哈尔滨工业大学, 2020(01)
- [10]城市社区环境对居家老人生活质量的影响仿真研究[D]. 张帆. 东南大学, 2019