使用 QSS 工具箱在 MATLAB 中进行 EV 建模 为了在 matlab 中建模,我们需要指定我们要设计的车辆的一些参数。
引言最大化(IM)问题围绕从社交网络中提取一部分,也称为种子节点的子集(也称为种子节点)。IM的实际应用从流行病学到营销,由于其现实世界中的多样化,它成为研究的人口。先前对IM的研究,尽管在有效种子节点选择方面产生了显着的进步,但由于时间复杂度过多或影响效率低下而产生了良好的发展。为了克服这一点,我们的方法在网络的影响力传播和执行时间之间取得了平衡,这是开发有效的IM算法所必需的。,我们通过合并量子启发的元毛术(MH)(MH),借鉴了量子物理学原理,例如Schr¨odingerWave方程和Delta电位领域(Ross 2019),从而解决了解决方案的问题,并通过合并量子启发的元毛术(MH)来解决局部最佳点(MH)。这些方法产生了令人鼓舞的结果,如随后的部分所述。IM算法遵循一个序列过程,首先使用Louvain算法识别重要的通信结构。在社区内的种子节点的选择是通过称为局部影响估计量或谎言的目标函数来促进的。一旦通过DQSSA从Lie函数获得溶液和其他基线方法,根据Infectim概率超参数的不同基线方法(IC)扩散模型,可用于量化跨图的影响。