具有边连接增长速度的演化网络度分布研究

近年来,研究发现复杂网络的拓扑结构可分为如下三个类别:随机图模型,小世界网络模型和无标度网络模型.产生这三种不同拓扑结构的主要原因是在网络进化过程中,其边连接方式和点增加方式的不同.实际的复杂网络中幂律(Power-Law)分布的指数范围经实测为[2,3],而当前理论研究结果为[2, ∞).在分析无标度网络演化过程的基础上,提出了一种新的边连接方式,即考虑了边连接增长速度的择优连接方式,并运用主方程方法得到了在这种连接方式下网络的度分布.理论分析与数值仿真表明:在新的演化规则下,通过调节不同的连接速度,可以使幂律分布的指数范围为[2,3].     

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。     

无标度网络的一个新的拓扑参数

为更深刻直观地定量刻划无标度网络的拓扑性质,将经济学中描述收入分配不均等程度的两个重要概念:洛伦茨曲线和基尼系数推广至一般的复杂网络.通过仿真和理论两个方面的工作,指出将这两个概念与幂律相结合可以更有效地刻划无标度网络的拓扑结构的异质性,同时还获得了关于无标度网络的一些重要性质.最后对基尼系数和网络结构熵进行了比较.     

侦察装备体系无线带宽需求生成方法

基于能力的武器装备体系需求论证思路已逐渐被接受,但缺少定量的方法支撑该思路用于具体的需求生成过程。针对如何获取侦察装备体系的无线带宽需求,研究了基于通信能力的带宽需求生成方法。通过综合运用网络建模、排队论和仿真分析手段,提出无线带宽需求生成框架,分析带宽和能力需求的定量关系,构建侦察装备体系网络模型和带宽仿真分析模型,求得满足通信能力的体系带宽值;通过调整拓扑连接生成体系带宽需求的更优解,为侦察装备体系的需求开发提供了支撑。     

作战体系复杂网络研究

运用仿真方法,探索信息化战争作战体系拓扑网络的连接机制与分布规律,实验发现这一分布是由δ分布、指数分布与幂律分布(尾部)构成的混合分布;当网络规模较大时,节点之间的连接机制成为网络分布形式是否具有幂律尾的唯一决定因素;当尾部接近幂律分布时,常常是近似服从具有长尾的SF分布,但与同规模基于优先连接机制形成的SF网络相比,拥有大得多的Hub节点,分布标度指数λ一般取值于[1.4,2.2]之间.     

一种灵活的加权复杂网络演化模型及其仿真

对实际加权网络的网络特征进行了统计,分析了在网络演化过程中应考虑的演化机制.在此基础上,提出了一种灵活的加权复杂网络演化模型.该模型可以灵活的调整网络演化过程中各种演化机制影响作用的大小,网络规模和平均节点强度可控,节点和连接的状态能够动态变化.对模型进行仿真验证后发现其能够较好的拟合实际加权网络的拓扑结构特征.最后,对网络模型中幂律分布的成因进行了分析.     

基于链路保持时间的认知移动自组网拓扑算法

针对认知移动自组网中认知用户（cognitive user,CU）移动性和主用户（primary user,PU）优先通信导致网络不稳定,基于改进的移动模型,运用概率原理预测链路平均保持时间,并给出邻域拓扑保持时间的计算公式。用最大生成树的思想设计拓扑生成算法,以邻域拓扑保持时间为周期设计拓扑重构机制。证明算法保证了网络连通,同时可在各节点分布运行。仿真结果表明,算法简化了网络拓扑,对PU具有认知能力,有效减少链路断裂导致的拓扑重构和路由开销,提高了网络端到端传输效率。     

精确计算派系网络的Mandelbrot系数

研究了派系连接生成的复杂网络的拓扑性质。解析得到了m-派系网络的度分布和累积度分布函数,发现最小度的概率总是1/2。在度较大时,度分布的近似解析解服从Zipf-Mandelbrot分布律,度分布的幂律指数为(2m-1)/(m-1),Mandelbrot系数为m(5-2m)/(2m-2)。累积度分布为(k+ccum)-γ+1,Mandel-brot系数为c+1/2。数值模拟发现,所得Mandelbrot系数和幂律指数与理论值符合得很好。     

社会标注系统幂律特性分析

为全面了解社会标注行为,帮助用户多样化、个性化地使用资源,首先归纳总结标签增长、标签使用与重用以及标签网络等方面的幂律特性。然后,分析幂律特性的形成原因,并使用拓扑势方法进行描述。最后,讨论幂律特性在标签可视化、自动标注、推荐系统和兴趣挖掘等方面的应用,并提出个性化推荐模型。幂律特性分析可以提高信息的个性化、完善社会标注系统的设计。     

大规模网络中基于移动代理的拓扑发现机制

针对基于移动代理的大规模网络拓扑发现,提出了一种基于移动代理洪泛的自启发式深度优先染色生成树算法。将一个大规模网络划分为若干个子网,在各子网内部利用移动代理洪泛策略并行地获取各子网拓扑信息。利用移动代理将每个子网拓扑信息进行汇总获得整个网络的拓扑。算法的复杂度分析和仿真结果表明本算法可在一定程度上减少网络流量和拓扑周期。