基于微分進(jìn)化算法的消息傳播網(wǎng)構(gòu)建

鄧柯+閆述

摘 要：某事件發(fā)生時(shí)，除消息以廣播的方式通知相關(guān)人員外，還需依賴個(gè)體之間的責(zé)任關(guān)系傳播，消除信息孤島問(wèn)題。社會(huì)網(wǎng)絡(luò)（Social Network）中的個(gè)體之間存在復(fù)雜的責(zé)任關(guān)系，針對(duì)該問(wèn)題，以滑坡事件發(fā)生時(shí)為例，創(chuàng)建帶責(zé)任制的消息傳播網(wǎng)模型，并采用微分進(jìn)化算法評(píng)估關(guān)系屬性和來(lái)往交流等因素對(duì)責(zé)任關(guān)系的影響權(quán)重，同時(shí)加入責(zé)任弱化（Responsibility Decline，RD）效應(yīng)模擬消息傳播過(guò)程。結(jié)果表明，關(guān)系屬性和面對(duì)面交流對(duì)責(zé)任關(guān)系的影響較大，緊急消息的傳播過(guò)程也會(huì)受距離的影響。實(shí)現(xiàn)了一對(duì)多的責(zé)任分派機(jī)制，多對(duì)多的責(zé)任分派方式則有待進(jìn)一步研究。

關(guān)鍵詞：消息傳播網(wǎng)；責(zé)任關(guān)系；影響權(quán)重；微分進(jìn)化算法

DOIDOI：10.11907/rjdk.162758

中圖分類號(hào)：TP301

文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2017）007-0005-06

0 引言

滑坡是我國(guó)多發(fā)的地質(zhì)災(zāi)害。在面向區(qū)內(nèi)全體人員的WSN（Wireless Sensor Network）滑坡監(jiān)測(cè)預(yù)警系統(tǒng)[1-2]方面，手機(jī)作為配備最普遍的個(gè)人通信工具，是監(jiān)測(cè)系統(tǒng)信息傳遞與接收的理想節(jié)點(diǎn)。但在事關(guān)生命安全的緊急情況下，必須使撤離警報(bào)無(wú)遺漏地傳達(dá)到每一個(gè)人，包括老人、病人、嬰幼兒等無(wú)行為能力的人員。由于人機(jī)分離、遺漏等造成的信息孤島問(wèn)題是監(jiān)測(cè)系統(tǒng)中需要解決的問(wèn)題。因此，除以消息廣播的方式傳播緊急預(yù)警信息給具有接收信息能力的移動(dòng)設(shè)備外，為解決信息孤島的問(wèn)題還需將消息傳播的責(zé)任劃分到個(gè)體，這意味著收到消息的責(zé)任個(gè)體需要將消息傳播給被負(fù)責(zé)對(duì)象。傳統(tǒng)的消息傳播網(wǎng)以網(wǎng)絡(luò)社交平臺(tái)為傳輸媒介，研究節(jié)點(diǎn)、邊的特征及信息特征對(duì)消息傳播的影響，強(qiáng)調(diào)消息的擴(kuò)散性[3]，但滑坡緊急事件發(fā)生時(shí)的報(bào)警消息傳達(dá)強(qiáng)調(diào)及時(shí)性和知曉性。滑坡監(jiān)測(cè)系統(tǒng)將區(qū)域中的居民依據(jù)責(zé)任關(guān)系構(gòu)造成一個(gè)消息傳播網(wǎng)，責(zé)任關(guān)系主要受關(guān)系屬性和來(lái)往交流等因素的影響，且影響權(quán)重不同。針對(duì)多屬性決策問(wèn)題有主觀賦權(quán)法、客觀賦權(quán)法[4-5]，解決該問(wèn)題的采納率達(dá)到了85.8%[1]。為實(shí)現(xiàn)滑坡報(bào)警消息無(wú)遺漏地通知，這里引入主要解決實(shí)參數(shù)優(yōu)化問(wèn)題的微分進(jìn)化算法[6-8]，確立了影響因子的權(quán)重，使得模擬消息傳播過(guò)程中采納率在居民之間的百米范圍內(nèi)達(dá)到97.8%，同時(shí)這種方案考慮了滑坡事件的緊急特殊性，加入受傳播距離影響的RD效應(yīng)，使消息在電話傳播和走動(dòng)傳遞兩種方式中自由切換，與實(shí)際情況結(jié)合更靈活。根據(jù)自定義的目標(biāo)函數(shù)解決優(yōu)化與責(zé)任關(guān)系相關(guān)的權(quán)重組合問(wèn)題，能夠?qū)崿F(xiàn)一對(duì)多的責(zé)任分派問(wèn)題。結(jié)果顯示，關(guān)系屬性和各種交流方式對(duì)責(zé)任關(guān)系的影響各占一定比重，但關(guān)系屬性和面對(duì)面交流方式影響更大。同時(shí)解決該問(wèn)題的方案可以運(yùn)用到其它緊急事件發(fā)生并需要傳播緊急消息的場(chǎng)景，具有應(yīng)用拓展性。

1 消息傳播網(wǎng)模型構(gòu)建

1.1 問(wèn)題描述

滑坡監(jiān)測(cè)系統(tǒng)中的消息傳播網(wǎng)由具有信息傳播能力的正常人和無(wú)知曉能力的老人、病人、嬰幼兒等責(zé)任關(guān)系構(gòu)成，責(zé)任關(guān)系主要考慮由關(guān)系屬性和來(lái)往交流頻數(shù)綜合決定。若收到緊急消息的居民不能以電話的方式傳播消息給未收到緊急消息的居民，則以走動(dòng)的方式傳遞消息，走動(dòng)傳遞消息會(huì)受到距離的影響。依據(jù)以上問(wèn)題構(gòu)建網(wǎng)絡(luò)模型如下：

（1）建立消息傳播網(wǎng)絡(luò)?；聟^(qū)的居民依據(jù)責(zé)任關(guān)系構(gòu)建一個(gè)帶權(quán)有向的消息傳播網(wǎng)絡(luò)G（V，E，W），V是網(wǎng)絡(luò)中的節(jié)點(diǎn)集合，V={v1，v2，v3，…，vN}，W是邊的權(quán)值集合，W={wij|i≠j，1≤i≤N，1≤j≤N }，wij表示節(jié)點(diǎn)vi與節(jié)點(diǎn)vj之間的相互權(quán)值，代表居民之間的責(zé)任關(guān)系強(qiáng)度，其中wij≠wji。

（2）加入RD效應(yīng)。假設(shè)電話傳播信息失敗，則需要個(gè)體移動(dòng)傳播信息給被負(fù)責(zé)對(duì)象。這時(shí)需要考慮與距離相關(guān)的傳播時(shí)間，存在隨時(shí)間延遲的RD效應(yīng)。假設(shè)有正常居民A、B、C，其中居民A、B收到緊急信息，居民C沒(méi)有收到緊急信息且電話聯(lián)系不上，wAC>wBC，理應(yīng)由A負(fù)責(zé)通知C，但A到C的距離遠(yuǎn)大于B到C 的距離，在緊急事件發(fā)生時(shí)需要考慮消息傳達(dá)的及時(shí)性，應(yīng)由距離C較近的B負(fù)責(zé)傳遞消息給C，傳播時(shí)間更短。因此，A的責(zé)任因消息傳播時(shí)間間隔變大而弱化了。

（3）網(wǎng)絡(luò)中存在普通節(jié)點(diǎn)和特殊節(jié)點(diǎn)。以居民為節(jié)點(diǎn)構(gòu)成的網(wǎng)絡(luò)圖G（V，E，W），存在老人、病人、嬰幼兒等無(wú)知曉能力的個(gè)體形成的節(jié)點(diǎn)，可以視為特殊節(jié)點(diǎn)（vs），其余視為普通節(jié)點(diǎn)（vg）。

1.2 特征提取

信息傳播以責(zé)任制的要求進(jìn)行，對(duì)于任意用戶u（假設(shè)該用戶沒(méi)有收到廣播消息），存在wuv=max{wui|u≠i，1≤i≤N }，與其責(zé)任關(guān)系最強(qiáng)的用戶v負(fù)責(zé)傳播信息給用戶u。wuv受居民u與居民v之間關(guān)系屬性以及來(lái)往交流頻數(shù)的影響。

（1）關(guān)系屬性。任何兩個(gè)有關(guān)聯(lián)的用戶之間存在某種關(guān)系屬性，這些關(guān)系可以分為家庭關(guān)系、朋友關(guān)系、情侶關(guān)系、鄰里關(guān)系等。這里可以用情感系數(shù)來(lái)表示情感的強(qiáng)弱，4種情感系數(shù)表示為Rfamily、Rfriend、Rflover、Rneighbor。這幾種系數(shù)一般存在以下大小關(guān)系：

（2）來(lái)往交流頻數(shù)。居民之間存在走訪（視為一種面對(duì)面的交流方式）、短信通話、微信、QQ等多種交流方式，交流會(huì)影響人與人之間的關(guān)系，因此來(lái)往交流頻數(shù)在影響責(zé)任關(guān)系中占有一定的權(quán)重。

走訪頻數(shù)（visits）：統(tǒng)計(jì)居民之間一年內(nèi)的走訪頻數(shù)，用集合Fvisits表示。v_fuv表示居民u與居民v之間的走訪頻數(shù)。

短信通話頻數(shù)（calls）：統(tǒng)計(jì)居民之間一年內(nèi)的短信通話頻數(shù)，用集合Fcalls表示。c_fuv表示居民u與居民v之間的短信通話頻數(shù)。

微信和QQ交流頻數(shù)（QQs）：統(tǒng)計(jì)居民之間在一年內(nèi)用QQ或者微信通信的總頻數(shù)，用集合FQQs表示。q_fuv表示居民u與居民v之間的微信QQ交流頻數(shù)。

以上幾種特征所占的影響比重不同，各個(gè)特征取值范圍不一，需要作進(jìn)一步的標(biāo)準(zhǔn)化處理。這里采用Min-Max標(biāo)準(zhǔn)化方法，將以上特征集合的取值分別映射到[0，1]區(qū)間：

其中，fuv和f′uv分別表示標(biāo)準(zhǔn)化處理前后的特征值。

1.3 模型建立

關(guān)系屬性和來(lái)往交流對(duì)責(zé)任關(guān)系各有一定的影響權(quán)重，設(shè)定關(guān)系屬性所占權(quán)重為wR，來(lái)往交流中走訪方式所占權(quán)重為wvisits，短信通話所占權(quán)重為wcalls，微信QQ交流所占權(quán)重為wQQs，用戶u與用戶v的責(zé)任關(guān)系強(qiáng)度wuv可以表示如下：

節(jié)點(diǎn)之間的影響力或信息傳播能力隨著時(shí)間間隔增大存在指數(shù)衰減規(guī)律[9]。假設(shè)居民u在tu時(shí)刻收到緊急信息，在tv時(shí)刻居民v才收到居民u傳來(lái)的緊急信息。居民v在時(shí)刻tv收到居民u緊急信息的概率為fp（（v，tv）|（u，tu）），這個(gè)概率會(huì)隨著時(shí)間間隔Δt=tv-tu的增大而降低。同時(shí)wuv越大代表居民之間的責(zé)任關(guān)系越強(qiáng)，傳播概率p（u，v，c）越大，居民之間緊急消息的初始傳播概率p（u，v，c）與wuv成正比關(guān)系。C為不大于1的常量，c為傳播信息，設(shè)定：

RD效應(yīng)可以視為傳播概率隨時(shí)間衰減。融合時(shí)間衰減因素的傳播概率模型通常有3種表示方法，如表1所示的3種傳播概率模型，分別是指數(shù)模型[10-11]、冪率模型和瑞利模型。指數(shù)模型和冪率模型中的傳播概率隨著Δt的增大單調(diào)遞減，冪率模型中傳播概率的演化還具有長(zhǎng)尾特征。瑞利模型中傳播概率先是隨Δt增大而增加，到達(dá)峰值后開(kāi)始緩慢降低，該模型研究傳染病傳播概率增長(zhǎng)和衰退的演化規(guī)律[12]。初始傳播概率與責(zé)任關(guān)系強(qiáng)度正相關(guān)，隨著傳播時(shí)間增大會(huì)產(chǎn)生RD效應(yīng)，這里選擇指數(shù)模型來(lái)刻畫(huà)傳播概率隨Δt的衰減規(guī)律。

在指數(shù)模型中τ（u，v，c）代表傳播延遲，傳播延遲受傳播主體、傳播客體、傳播內(nèi)容等因素的影響。當(dāng)緊急事件發(fā)生時(shí)，傳播主體需立即將緊急消息傳遞給傳播客體，在居民之間傳播延遲無(wú)差別（忽略電話通話時(shí)延），因此τ（u，v，c）可以視為一個(gè)常量Llatency。變換指數(shù)模型后，隨時(shí)間變化的傳播概率fp（（v，tv）|（u，tu））表示為：

其中，Suv表示u與v之間的傳播距離，人員行動(dòng)平均速率為v。

在1.1問(wèn)題描述中，問(wèn)題（1）和問(wèn)題（2）是預(yù)選的兩種消息傳播方式，傳播主體首選電話傳播方式，當(dāng)電話傳播方式失敗時(shí)再選擇人員走動(dòng)傳播方式。設(shè)電話傳播方式成功的概率為P，采用人員走動(dòng)傳播方式的概率為1-P，若普通節(jié)點(diǎn)vg收到緊急消息概率Pr（vg，par（vg）），par（vg）表示傳遞消息給vg的父節(jié)點(diǎn)，有：

問(wèn)題（3）考慮到消息傳播網(wǎng)中老人、病人、嬰幼兒等這些無(wú)知曉能力的信息孤島點(diǎn)，針對(duì)這類節(jié)點(diǎn)選擇采用人員走動(dòng)的方式傳遞消息，則：

將式（4）、式（5）分別帶入式（6）、式（7），得到式（8）、式（9）：

從式（3）、式（8）、式（9）可以看出，在確定父節(jié)點(diǎn)收到消息的情況下，節(jié)點(diǎn)收到消息的概率與父節(jié)點(diǎn)之間的關(guān)系屬性以及來(lái)往交流頻度相關(guān)，同時(shí)受節(jié)點(diǎn)之間距離的影響。

2 權(quán)重評(píng)估

權(quán)重值是責(zé)任劃分的重要因素，責(zé)任劃分主要受關(guān)系屬性和來(lái)往交流的影響，需確定wR、wvisits、wcalls、wQQs的最佳值。找出最佳權(quán)重值有兩種方法可以選擇，一種是典型的確定性最優(yōu)算法，比喻窮舉搜索，可以返回最優(yōu)解。但這種方法需要搜索整個(gè)解空間，時(shí)間復(fù)雜度太大。為了減少計(jì)算量，且4個(gè)權(quán)重值之和為1，權(quán)重的取值范圍限制在0.000 001～0.999 997。這些權(quán)重值的組合就有999 9973種情況，即需要從9.999 91×1017個(gè)權(quán)值組合中評(píng)估最佳權(quán)重組合。窮舉算法找出這4個(gè)權(quán)重值，在時(shí)間上代價(jià)太高，不利于快速?zèng)Q策。另一種是選擇一種元啟發(fā)式方法搜索最佳權(quán)重組合。這種智能技術(shù)能夠搜索解空間并減少評(píng)估次數(shù)，且在能接受的合理時(shí)間內(nèi)完成，針對(duì)目標(biāo)函數(shù)，元啟發(fā)式方法往往獲得近似最優(yōu)解。微分進(jìn)化（Differential Evolution）搜索算法，這種元啟發(fā)式算法非常適用于尋找最優(yōu)值問(wèn)題[13-14]。

微分進(jìn)化算法是一種以人群為基礎(chǔ)的算法，人群中的個(gè)體對(duì)應(yīng)于目標(biāo)問(wèn)題的一個(gè)候選解，每個(gè)個(gè)體是一個(gè)存放實(shí)際值的向量[15]。設(shè)xi表示人群中一個(gè)個(gè)體，xi[j]元素存放影響因素的權(quán)重值，有：

微分進(jìn)化算法首先隨機(jī)產(chǎn)生有N個(gè)個(gè)體的人群，個(gè)體中元素的初始值從區(qū)間[0.000 01，0.999 97]中選擇。參數(shù)組在G次換代中不斷變化和重組，獲得最優(yōu)解。算法偽代碼如下：

//F代表突變因子，CR代表重組因子popl=N；Evaluate（popl）；g=0；while（g

表2為實(shí)驗(yàn)中微分進(jìn)化算法的參數(shù)配置，這些值是在調(diào)試和測(cè)試之后選定的。針對(duì)該問(wèn)題確定了一個(gè)目標(biāo)函數(shù)F（xi），微分進(jìn)化算法需要實(shí)現(xiàn)該函數(shù)的最小化。目標(biāo)函數(shù)F（xi）由兩部分組成：

（1）本實(shí)驗(yàn)需要收集與每個(gè)居民有責(zé)任關(guān)系的人員信息。根據(jù)居民u的主觀判斷將這些人員按與自己的責(zé)任強(qiáng)弱降序排列，設(shè)這個(gè)主觀序列為Au={y1，y2，y3，…，yn}。求出式（3）在xi組合條件下有責(zé)任關(guān)系的人員與u的綜合權(quán)值wuv（v表示與u有責(zé)任關(guān)系的其他居民），依據(jù)綜合權(quán)值的大小降序排列，設(shè)該理論序列為Bu={z1，z2，z3，…，zn}。求序列Bu相對(duì)于序列Au的逆序數(shù)Inversion_Count（u，xi）。

（2）求xi中超出允許范圍的變量數(shù)Invalid_Params（xi）：

F（xi）需要考慮（1）和（2）兩部分：

為方便采集實(shí)驗(yàn)數(shù)據(jù)，以長(zhǎng)咀村為實(shí)驗(yàn)基地，約980人。長(zhǎng)咀村分7個(gè)小區(qū)，為便捷調(diào)查人員關(guān)系，以太子廟小區(qū)作為調(diào)查代表，調(diào)查中病人、幼兒、老人、外出、正常人的人數(shù)各為1、3、19、36、33。收集居民之間的日常情感關(guān)系屬性和來(lái)往交流信息，經(jīng)標(biāo)準(zhǔn)化后帶入模型求解最小F（xi），并獲取最優(yōu)權(quán)重組合。

表3、表4為實(shí)驗(yàn)在Visual C++ 6.0 Win32環(huán)境下運(yùn)行出的部分結(jié)果。在實(shí)驗(yàn)中依據(jù)式（1）設(shè)置不同的日常情感關(guān)系屬性，本次實(shí)驗(yàn)設(shè)置了4組不同關(guān)系屬性值進(jìn)行了4組模擬，表1中的兩張子表分別為4組模擬的候選解，選取最小F（xi）值為最優(yōu)解，對(duì)應(yīng)的權(quán)重組合為最優(yōu)權(quán)重組合。從兩張子表可以看出，不同關(guān)系屬性值的設(shè)定會(huì)影響最優(yōu)解。但依據(jù)圖3候選解的散點(diǎn)分布圖來(lái)看，整體上日常情感關(guān)系和走訪頻數(shù)對(duì)責(zé)任關(guān)系的影響比重較大，其次是短信/電話頻數(shù)，由于居民不常使用QQ/微信，因此這種交流方式對(duì)責(zé)任關(guān)系的影響很小。同時(shí)，觀察（a）（b）（c）（d）4張子圖發(fā)現(xiàn)走訪頻數(shù)即面對(duì)面的交流頻數(shù)對(duì)責(zé)任關(guān)系的影響可見(jiàn)一斑，這可以解釋為在同種日常情感關(guān)系中，面對(duì)面的交流方式會(huì)增進(jìn)人與人之間的感情，產(chǎn)生更強(qiáng)的責(zé)任關(guān)系。

3 模型驗(yàn)證

依據(jù)問(wèn)題（2）描述中的責(zé)任弱化效應(yīng)，責(zé)任分派過(guò)程還需加入距離影響因素。式（8）、式（9）體現(xiàn)了節(jié)點(diǎn)收到消息的概率隨距離呈指數(shù)衰減的規(guī)律，將按概率大小模擬分派任務(wù)，概率高者會(huì)有較大的責(zé)任去傳遞消息給被負(fù)責(zé)對(duì)象。

模擬前階段隨機(jī)設(shè)定一些個(gè)體為廣播消息接受者，這些節(jié)點(diǎn)為種子節(jié)點(diǎn)。同時(shí)，隨機(jī)初始化個(gè)體之間的距離（在現(xiàn)實(shí)生活中該距離可以由定位系統(tǒng)測(cè)量）。在第3部分的權(quán)重評(píng)估中分析了各因素對(duì)責(zé)任關(guān)系的影響比重，從結(jié)果中選擇F（xi）值最小的權(quán)重組合x(chóng)i=（0.250 365，0.391 904，0.235 851，0.092 311）加入模擬運(yùn)算。將消息傳播網(wǎng)中的點(diǎn)集合V分成4部分，Vg1為種子節(jié)點(diǎn)集合，Vg2為未收到消息的正常節(jié)點(diǎn)集合，Vs1為收到消息的特殊節(jié)點(diǎn)集合，Vs2為未收到消息的特殊節(jié)點(diǎn)集合。

以太子廟為緊急事件發(fā)生點(diǎn)，初始狀態(tài)下|Vs1|=0，| Vs2|=23，| Vg1|+| Vg2|=69。決策中的責(zé)任分派過(guò)程如下：①對(duì)任意節(jié)點(diǎn)vg1∈Vg1，vg2∈Vg2，vs2∈Vg2，求出所有Pr（vg2，vg1），Pr（vs2，vg1）的值；②從求出的值中找出最大Pr（vg2，vg1）和Pr（vs2，vg1）的值，確定對(duì)應(yīng)的消息傳播節(jié)點(diǎn)vg1和消息接收節(jié)點(diǎn)vg2 、vs2。vg1傳遞消息給被負(fù)責(zé)對(duì)象；③更新集合，Vg1= Vg1∪{ vg2}，Vg2= Vg2-{ vg2}，Vs1= Vs1∪{ vs2}，Vs2= Vs2-{ vs2}，同時(shí)更新距離；④循環(huán)重復(fù)過(guò)程①～③，直到| Vg2|=0，| Vs2|=0，消息傳播結(jié)束。

這里模擬了一對(duì)多的責(zé)任分派問(wèn)題，即一個(gè)人可能會(huì)被分派到同時(shí)通知兩個(gè)或更多人的任務(wù)，還需要決策出優(yōu)先任務(wù)。責(zé)任分派的過(guò)程依然在Visual C++ 6.0 Win32環(huán)境下模擬運(yùn)行，在此過(guò)程中隨機(jī)初始化居民之間的距離在100m內(nèi)，同時(shí)記錄了正常居民的消息傳遞路徑、距離以及通知人員數(shù)量。表5為在不同P值設(shè)定下，各人員的最大可能行走距離。

表5中Si表示編號(hào)為i的行動(dòng)人員在消息傳遞過(guò)程中的最大可能行動(dòng)距離。當(dāng)P值越小時(shí)，即電話接受消息的概率減小，通過(guò)走動(dòng)傳播消息概率的增大，由于RD效應(yīng)，距離產(chǎn)生的影響增大。從表4可以看出，部分人員的責(zé)任分派會(huì)受到距離的影響，如編號(hào)為0、27、71、52、83的人員本身會(huì)依據(jù)責(zé)任關(guān)系獲得分派任務(wù)，但隨著距離影響的增大不會(huì)傳遞消息。編號(hào)為12、72的人員存在距離優(yōu)勢(shì)，在距離影響變大時(shí)也會(huì)參與消息傳遞。從現(xiàn)實(shí)生活來(lái)看，居民手機(jī)基本隨身攜帶，電話接收到消息的概率會(huì)較大，因此整體來(lái)說(shuō)，系統(tǒng)主要依靠責(zé)任關(guān)系分派任務(wù)，表中也體現(xiàn)出在百米范圍內(nèi)大部分人員的責(zé)任劃分不會(huì)受到距離的很大影響。同時(shí)考慮信息傳達(dá)的及時(shí)性，若以100m的行動(dòng)時(shí)間為期限，則這種模型的決策方案的采納率可以達(dá)到97.8%。

4 結(jié)語(yǔ)

緊急事件發(fā)生時(shí)，為確保消息無(wú)遺漏地傳達(dá)到每一個(gè)人，需要增加責(zé)任分派機(jī)制。面對(duì)復(fù)雜的人際關(guān)系，本文主要考慮了日常情感和來(lái)往交流頻數(shù)對(duì)人際責(zé)任關(guān)系的影響，該模型后期還可以加入其它多元變化因素，如傳播主體、傳播客體、傳播內(nèi)容等。人員消息傳播過(guò)程是復(fù)雜多樣的，這里只考慮了一對(duì)多的責(zé)任分派問(wèn)題，多對(duì)多的責(zé)任分派問(wèn)題還待進(jìn)一步研究。同時(shí)該方案可以運(yùn)用到其它自然災(zāi)害所引起的緊急事件中，有一定的應(yīng)用拓展性。

參考文獻(xiàn)：

[1]盧子龍.無(wú)線網(wǎng)絡(luò)滑坡監(jiān)測(cè)的信息處理與知曉概率的研究[D].鎮(zhèn)江：江蘇大學(xué)，2015.

[2]MANEESHA V RAMESH.Design，development，and deployment of a wireless sensor network for detection of landslides[J].Ad Hoc Networks，2014（2）：18.

[3]周東浩，韓文報(bào)，王勇軍.基于節(jié)點(diǎn)信息特征的社會(huì)網(wǎng)絡(luò)信息傳播模型[J].計(jì)算機(jī)研究與發(fā)展，2015，52（1）：156-166.

[4]徐玖平，吳巍.多屬性決策的理論與方法[M].北京：清華大學(xué)出版社，2006.

[5]張全.復(fù)雜多屬性決策研究[M].沈陽(yáng)：東北大學(xué)出版社，2008.

[6] STRON R，PRICE K.Differential evolution a simple and efficient heuristic for global optimization over continuous spaces[J].Journal of Global Optimization，1997（11）： 341-359.

[7]SU HAIJUN，YANG YUPU，WANG YUJIA.A review of differential evolution algorithms[J].Department of Automation from Shanghai Jiaotong University，2012.

[7]蘇海軍，楊煜普，王宇嘉.微分進(jìn)化算法的研究綜述[J].上海：上海交通大學(xué)，2012.

[8]J C CORTS，J M COLMENAR，J I HIDALGO.Modeling and predicting the Spanish Bachillerato academic results over the next few years using a random network model[J].Physica A，2016（2）： 36-49.

[9]GOMEZ-RODRIGUEZ M，BALDUZZI D，SCHLKOPF B.Uncovering the temporal dynamics of diffusion networks[C].Proc of the 28th Int Conf on Machine Learning.New York： ACM，2011： 561-568.

[10]GOYAL A，BONCHI F，LAKSHMANAN LVS.Learning influence probabilities in social network[C].Proc of the 3rd ACM Int Conf on Web Search and Data Mining，New York： ACM，2010： 241-250.

[11]GOMEZ-RODRIGUEZ M，LESKOVEC J，KRAUSE A.Inferring networks of diffusion and influence[C].Proc of the 16th ACM SIGKDD Int Conf on Knowledge Discovery and Data Mining，New York：ACM，2010：1019-1028.

[12]WALLINGA J，TEUNIS P.Different epidemic curves for severe acute respiratory syndrome reveal similar impact of control measures[J].American Journal of Epidemiology，2004，160（6）：509-516.

[13]K V PRICE.An introduction to differential evolution[Z].New optimization platform，1999：79-108.

[14]R STORN.System design by constraint adaptation and differential evolution[J].IEEE Trans.Evol.Comput，1999，3 （1）：22-34.

[15]K P WONG，Z DONG.Differential evolution，an alternative approach to evolutionary algorithm[C].Proceedings of the 13th International Conference on Intelligent Systems Application to Power Systems，2005（2）：73-83.