改进的加权复杂网络节点重要度评估的收缩方法

分析了加权复杂网络的结构特点,综合考虑了边权对节点重要度评估的影响,给出了加权节点重要度的新定义,并提出了改进的适用于加权网络的节点收缩方法.该方法认为最重要的节点就是收缩后加权网络凝聚度最大的节点,其算法的时间复杂度为O(n³).该方法有助于更准确地发现复杂网络中的关键节点.最后的实验分析验证了方法的有效性和可行性.     

基于复杂网络理论的配电网节点脆弱度评估

配电网中节点脆弱性的大小是其结构鲁棒性的重要体现,为实现对配电网节点脆弱度的评估,提出对配电网节点脆弱度大小排序的方法。首先,构建配电网的复杂网络加权模型;其次,针对节点脆弱度评估中的度值、介数、凝聚度和紧密度等几个指标,结合主观和客观两方面信息构建描述各指标重要性的权重;最后,提出综合逼近理想排序(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)和灰色关联度的方法,实现对配电网节点脆弱度大小的排序。对几种典型的中压配电网进行计算,验证了本文方法的可行性,对IEEE123系统分析,结果表明多指标综合评估较单一指标评估更符合配网的实际特点。     

基于Kullback-Leibler距离的网络节点一致性排序

在复杂网络中,重要节点比其它节点能更大程度地影响网络的结构与功能.如何评价节点之间的相对重要性,找出重要节点,是一个重要的研究课题.已有的节点重要性评价和排序方法存在一定的局限性.为此,本文综合节点基本属性,依赖网络拓扑特性,提出基于Kullback-Leibler距离的节点一致性排序方法.最后,通过实例分析,验证了本文方法较已有方法在不同类型网络上的有效性和适用性更强.     

基于邻接信息熵的网络节点重要性识别算法

通过研究节点与其直接相邻和间接相邻节点之间的关联关系,提出了基于邻接信息熵的网络节点重要性识别算法,算法只需获取节点与其直接邻居及间接邻居间的关联关系,通过计算网络各节点的邻接度,进而计算各节点的信息熵,利用节点信息熵的大小表征节点在网络中的重要性.通过对一个基础网络、无向无权ARPA网络和加权有向ARPA网络进行实验仿真,证明该算法对不同类型网络的通用性;利用该算法对网络按节点重要性进行节点删除实验,研究网络形成子网络的数量与规模,证明了算法的准确性.     

复杂网络中节点重要度评估的节点收缩方法

首先定义了网络的凝聚度,在此基础上提出了一种评估复杂网络节点重要度的节点收缩方法,认为最重要的节点就是将该节点收缩后网络的凝聚度最大,其算法的时间复杂性为O(n3).该方法综合考虑了节点的连接度以及经过该节点最短路径的数目,克服了节点删除法的弊端.最后的实验分析表明该方法直观、有效且运算速度快,对于大型复杂网络可以获得理想的计算能力.     

结合网络动力学的电网关键节点识别

为了有效发掘出网络中的重要环节,提出了一种综合网络结构和节点动力学的电网关键节点识别方法,该方法结合两种已有的节点重要性评价指标——度中心性和接近中心性,同时定义和网络动力学相关的两个指标——临界同步耦合强度和失同步扩散时间。综合考虑4种性能指标的影响来确定节点的重要性,克服了单一评价指标的片面性,可以得到比使用单一评价指标更为准确的节点重要性评价结果。在IEEE14和IEEE57节点系统上进行仿真测试,实验结果验证了方法的合理性和有效性。     

基于多任务学习图卷积模型的航空网络节点分类

准确识别航空网络关键节点, 做好针对性防护, 对于保证航空网络正常运行至关重要。传统的方法, 如基于复杂网络中心性指标的方法, 或基于机器学习的算法, 只单一考虑网络结构或节点特征来评价节点的重要性。然而评价节点的重要性应该同时考虑网络结构特征和节点特征。为解决上述问题, 本文提出了一种名为多任务图卷积网络(multi tasks graph convolution network, MTGCN)航空网络节点分类模型, 该模型在图卷积网络的基础上, 引入多任务学习及自适应加权策略, 将“节点—节点相关性”作为辅助任务加入模型的训练过程中, 并根据训练情况自适应分配各任务权重。3个不同规模的航空网络数据集中的仿真实验表明本文所提模型的性能优于现有的图卷积模型, 为图卷积在航空网络节点分类方向的应用提供了思路。     

基于Bayes network含失效节点的网络可靠性评估

针对Bayes network (BN)能很好地表示变量的不确定性和相关性, 并能直接进行不确定性推理的优势, 提出了基于BN含失效节点的网络可靠性评估方法. 建模方面, 给出了通过节点分割去环构建有向无环图及条件概率表的具体方法; 推理方面, 通过节点消隐, 减小BN规模, 有效降低推理复杂度. 分析了算法复杂度, 并通过算例证明了算法的有效性和适用性. 由于BN建模及推理的灵活性, 该方法可研究同时含节点失效、共因失效的网络可靠性, 况且通过BN推理除得到网络失效概率和部件重要度外, 还可得到网络失效条件下任一部件失效或者共因失效发生的概率, 为故障诊断和维护提供指导.     

Relative Degree Structural Hole Centrality,CRD−SH: A New Centrality Measure in Complex Networks

In order to assess influential nodes in complex networks, the authors propose a novel ranking method based on structural hole in combination with the degree ratio of a node and its neighbors. The proposed method is a response to the limitations of other proposed measures in this field. The structural hole gives a comprehensive attention of the information about the node topology in relation to its neighbors, whereas the degree ratio of nodes reflects its significance against the neighbors.Combination of the two aforementioned measures summarized in the structural hole leverage matrix demonstrates the importance of a node according to its position in the network structure. So a more accurate method for ranking influential nodes is established. The simulation results over different-scale networks(small networks with less than 30 nodes, medium networks with less than 150 nodes and large networks with more than 1000 nodes) suggest that the proposed method can rank important nodes more effectively and precisely in complex networks specifically in larger ones.     

加权快递网络鲁棒性分析及优化

研究快递网络鲁棒性的分析和优化方法.考虑到快递网络中节点城市和包裹投递的地理空间特征,提出基于节点城市之间投递距离的加权快递网络抽象描述及其鲁棒性分析方法.进而在有目的的节点城市移除规则和随机的投递路线移除规则下,分析航空投递网络和陆运投递网络的鲁棒性,发现前者的鲁棒性明显优于后者.然后,通过分析航空投递网络和陆运投递网络的微观结构特点.结合节点城市实现包裹投递的基本功能要求,提出基于节点城市包裹投递能力的加权快递网络鲁棒性优化思路方法,并给出航空投递网络和陆运投递网络的优化结果.     

基于加权超网络模型的知识网络鲁棒性分析及应用

对知识网络的鲁棒性分析方法进行了研究.与一般的复杂网络相比,知识网络涉及两种不同类型的节点:知识和知识主体.在进行鲁棒性研究时,必须对二者进行综合考虑.为此提出基于加权超网络模型的知识网络鲁棒性分析方法,该模型可根据组织中知识与知识主体之间的映射关系将二者集成在一起.在此基础上,提出了一种关联节点删除的方法来研究知识网络的鲁棒性,并提出了度量知识网络鲁棒性的专有知识率、专有知识加权比率、知识网络抗毁性、核心领域知识网络抗毁性等指标及其分析方法,解决了知识网络的鲁棒性分析及度量的问题,并可应用于组织知识资源的安全性评估、发现易流失知识以及评价组织成员的知识重要性等方面.     

基于节点重要度与改进信息熵的装备体系效能评估方法研究

针对装备体系网络建模过程中未充分考虑节点异质性等问题, 提出了基于节点重要度与改进信息熵的体系效能评估方法。首先, 依据作战环理论和装备分层方法构建装备体系网络模型。其次, 从网络全局、网络局部、战时装备完好性三方面综合评估节点重要度。最后, 根据节点权值和节点参与作战环数量, 建立了改进信息熵的作战效能评估模型。以轰炸蓝方指挥所作战体系为例进行分析, 验证了所提方法的可行性和合理性。     

网络节点重要度的快速评估方法

对网络节点进行重要性评估, 快速发掘重要性节点已经成为数据挖掘、复杂网络中的一个基本问题, 现有的节点重要度评估方法对于大型网络而言, 计算速度较慢. 基于电阻网络提出一种快速实用的节点重要度评估方法, 该方法利用节点对网络电能消耗的影响来评估节点的重要度, 如果由于一个节点的存在而导致网络平均电能消耗减少, 则该节点就越重要, 反之则该节点重要度就低. 该方法的时间复杂度为O(n³), 在分布式扩展的情况下可达到O(n), 实验分析证明了该方法的有效性, 而且运算速度快, 能处理大规模网络.     

Distributed event region fault-tolerance based on weighted distance for wireless sensor networks

Event region detection is the important application for wireless sensor networks (WSNs), where the existing faulty sensors would lead to drastic deterioration of network quality of service. Considering single-moment nodes fault-tolerance, a novel distributed fault-tolerant detection algorithm named distributed fault-tolerance based on weighted distance (DFWD) is proposed, which exploits the spatial correlation among sensor nodes and their redundant information. In sensor networks, neighborhood sensor nodes will be endowed with different relative weights respectively according to the distances between them and the central node. Having syncretized the weighted information of dual-neighborhood nodes appropriately, it is reasonable to decide the ultimate status of the central sensor node. Simultaneously, readings of faulty sensors would be corrected during this process. Simulation results demonstrate that the DFWD has a higher fault detection accuracy compared with other algorithms, and when the sensor fault probability is 10%, the DFWD can still correct more than 91% faulty sensor nodes, which significantly improves the performance of the whole sensor network.     

装备保障体系关键节点分析

装备保障体系在现代战争中发挥着重要的后勤保障作用。一旦保障体系中的关键保障节点遭到袭击, 将会严重影响到系统保障能力的发挥。因此, 研究装备保障体系中的关键节点识别技术, 找出薄弱环节, 对于未来战争有着重要意义。本文以复杂网络为理论基础, 提出了一种衡量保障节点重要性的指标。该节点重要性指标一方面衡量保障节点在一定空间范围内的连接能力, 另一方面按照新提出的面向任务需求的路由方式, 衡量保障节点的全局运输能力。通过与另外6种节点的重要性指标对比, 结果从多方面证明了所提的节点重要性指标在识别关键节点时的有效性及适用性。     

网络化指挥控制中心性建模评估研究

复杂网络在核心节点遭到蓄意攻击时表现出来的网络脆弱性,促使在发挥网络化作战协同优势的同时,必须充分重视网络化指挥控制的中心性评估工作,以及早发现这些敏感节点。在构建网络化指挥控制模型的基础上,综合考虑影响节点差异的组成要素,提出了应用于中心性评估的节点收缩改进方法,并通过实验分析验证了方法的有效性和可行性,从而为网络化作战条件下的指挥控制核心节点评估提供了新的研究思路和分析方法。     

变聚类系数加权网络的建模及其级联抗毁性分析

针对ＢＢＶ 等传统加权网络模型生成的网络聚类系数较小、簇度幂律特征偏弱等不足,提出了一个变 聚类系数加权网络模型,其中新节点的加入根据节点强度和初始吸引度共同驱动的优先连接机制或三角连接机 制与网络中的旧节点建立连接。仿真表明,当初始吸引度和三角连接概率取不同值时,生成网络的度、强度和边 权都服从幂律分布,并且聚类系数可调,特别是随着三角连接概率的变大,簇度之间的幂律特征更加明显。最后 构建了基于加权网络的级联故障模型,分析了权重因素、聚类系数等对网络级联抗毁性的影响。     

基于区域毁伤的基础设施网络抗毁性评估模型

基础设施网络对国家经济、人民生活和社会安全具有重要意义,为了能够准确迅速地评估基础设施网络面对物理攻击或自然灾害时的抗毁性,提出了基于区域毁伤的基础设施网络抗毁性评估模型。该模型将网络的边均分成虚拟节点,提出加权聚类算法寻找关键区域,使用归一化方法平衡网络规模和网络地理覆盖范围对评估结果的影响,算法复杂度低,运算量小,模型应用范围广,便于多个网络之间或同一网络不同规划方案的抗毁性比较。以智利电力输送网络为例,设计多组实验对评估模型进行检验,并给出可视化结果和分析。     

Method to Analyze Robustness of Knowledge Network based on Weighted Supernetwork Model and Its Application

The method of analyzing the robustness of a knowledge network is discussed in this article. As against a general complex network, there are two different types of nodes in a knowledge network: knowledge and knowledge owners such as persons, enterprises, and so on. To analyze the robustness of a knowledge network, both types of nodes should be taken into account. To meet the requirement, a method based on the weighted supernetwork model is proposed in which the two types of nodes are integrated together according to the relation mappings between them. On the basis of the supernetwork model, a combined node removal method is proposed. To measure the robustness of a knowledge network, some signals, such as, the unique knowledge proportion, the weighted proportion of unique knowledge, the resilience of the knowledge network, and the resilience of the core field knowledge network, are proposed and analyzed. The method proposed in this article can successfully analyze and measure the robustness of a knowledge network, and can also be applied to assess the security of a knowledge resource in an organization, to discover the knowledge points that are easily lost, and to evaluate the importance of each member in the organizational knowledge.     

一种新的交通网络效率衡量方法及其应用

提出了一个交通拥挤网络的效率衡量方法,该方法能综合反映网络中交通需求、路段流量、旅行费用等因素对网络效率的影响,并基于该衡量方法,设计了一个网络组件(如节点和路段等)的重要度评价方法,用来辨别网络中重要的节点和路段,且该评价方法计算简便,计算结果具有一致性.算例计算分析的结果表明,相对其他网络效率衡量方法,根据本文方法计算得到的网络效率,能科学地反映交通拥挤网络的实际运行情况,并验证了所提出的效率衡量方法和重要度评价方法的合理性,同时还说明了交通拥挤网络的效率和组件重要度,均与网络中当前交通流量有直接关系.