QWDAP

Quantum Walk-based Data Analysis and Prediction —— 基于连续时间量子游走（Continuous-Time Quantum Walk, CTQW）的图关联时间序列（Graph-Associated Time Series, GATS）建模与预测 R 包。

主要功能

函数	说明
`qwdap.qwalk()`	连续时间量子游走模拟，由邻接矩阵生成模态（`CTQW` 对象）
`qwdap.sws()`	基于逐步回归的模态选择（`forward` / `backward` / `bidirection`）
`qwdap.rrelieff()`	基于 RReliefF 的模态选择（包内实现，近邻数 `k` 可调）
`qwdap.swr()`	逐步回归建模
`qwdap.pcr()`	主成分回归建模
`qwdap.plsr()`	偏最小二乘回归建模
`qwdap.ppr()`	投影寻踪回归建模
`qwdap.var()`	向量自回归建模
`qwdap.predict()`	基于 `QWMODEL` 对象进行预测
`qwdap.eval()`	计算决定系数（R²）、均方根误差（RMSE）与平均绝对误差（MAE）

分析流程：qwdap.qwalk() →（模态选择）qwdap.sws() / qwdap.rrelieff() → （建模）qwdap.swr() / qwdap.pcr() / qwdap.plsr() / qwdap.ppr() / qwdap.var() → qwdap.predict() → qwdap.eval()。

安装

依赖：R（>= 4.0.0），pls、Rcpp、methods，编译期需要 RcppEigen。模态选择所用的 RReliefF 已在包内实现，不再依赖 CORElearn。

# 从 Gitee 安装
remotes::install_git("https://gitee.com/bright1up/qwdap.git")

# 或使用本地源码包
# R CMD INSTALL QWDAP_1.1.22.tar.gz

快速开始

library(QWDAP)

## 1. 连续时间量子游走：由邻接矩阵生成模态
edges <- matrix(c(0,1,0,0,0,0,0,
                  1,0,1,0,0,0,0,
                  0,1,0,1,0,0,0,
                  0,0,1,0,1,0,0,
                  0,0,0,1,0,1,0,
                  0,0,0,0,1,0,1,
                  0,0,0,0,0,1,0), nrow = 7)
qw <- qwdap.qwalk(edges, startindex = 1, lens = 100,
                  scals = seq(from = 0.01, by = 0.01, length.out = 100))

## 2. 模态选择
data("trafficflow")
data("traffic.qw")
ms <- qwdap.sws(trafficflow, traffic.qw, index = 1, select_method = "bidirection")

## 3. 建模
mod <- qwdap.swr(ms, data_range = c(1, 500))

## 4. 预测与评价
pred <- qwdap.predict(mod, data_range = c(501, 720))
qwdap.eval(trafficflow[501:720, 1], pred)

也可以直接使用包内自带的示例对象：

data("traffic.n1")        # QWMS 对象：N1 站点的观测序列与已选模态
data("traffic.model.n1")  # QWMODEL 对象：已建立的模型
mod <- qwdap.swr(traffic.n1, c(1, 500))
pred <- qwdap.predict(traffic.model.n1, c(501, 720))

数据集

数据集	说明
`trafficflow`	7 个观测站点共 720 条高速公路交通流量记录
`traffic.qw`	由 `qwdap.qwalk()` 生成的模态（`CTQW` 对象，100 个尺度因子，7 个首尾相连的顶点）
`traffic.n1`	N1 站点的观测序列与量子游走模态（`QWMS` 对象）
`traffic.model.n1`	N1 站点的已建立模型（`QWMODEL` 对象）

文档与论文

各函数的说明见 ?qwdap.qwalk、?qwdap.sws 等；包内附带的参考论文位于 inst/extra/qwdap_paper.pdf。

版本变更

1.1.22：移除对 CORElearn 的依赖（该包已从 CRAN 归档，导致本包被一并下架）。 qwdap.rrelieff() 使用的 RReliefF 改为包内实现（Robnik-Sikonja & Kononenko, 1997），结果确定、无需额外依赖，并新增近邻数参数 k；在 trafficflow / traffic.qw 数据上与参考实现 FSelectorRcpp::relief() 的模态重要性排序相关性为 Spearman 0.70、Pearson 0.86。同时将最低 R 版本要求提高到 4.0.0（C++11 为默认标准）。

许可证

GPL-2