基于超网络的舆论演化动态模型

针对舆论演化过程中的复杂动力学问题,提出了超网络视觉下的舆论演化动态模型,该模型包括节点的添加、重新连接链路、超边的添加以及节点的老化4个过程,其中节点代表关键词,超边代表关键词所构成的话题。其次,利用非均匀网络的演化机制,分别对该动态演化模型的超度、节点自身关注度与节点间影响力两个因素的超度进行了详细的理论分析,分析结果表明节点超度完全符合幂律分布。最后,通过Matlab仿真模拟,分析了不同参数对节点超度分布变化的影响,并进一步验证了结果是遵循幂律分布的。     

具有高簇系数的权重演化无标度网络模型

提出了一个演化的权重无标度网络模型.在传统的加权网络模型的强度优先连接机制基础上,考虑了网络按照模块结构和三角结构进行演化的特性.研究了模块结构和三角结构的演化机制对无标度模型结构特性的影响.仿真结果表明该权重网络的度、强度和权值都服从幂率分布,网络的平均强度与度之间具有高相关特性,网络的平均簇系数与度的函数关系服从幂率分布,模块结构和三角结构的演化机制能够显著提高网络的簇系数.     

贸易网络综合演化模型的研究

根据实地调查结果启示,在综合节点适应度择优连接、节点删除、边的重建与删除的基础上建立了有向加权网络演化综合模型,并对其进行了解析推导,主要以入强度分布指数为研究对象,在节点适应度同质、服从[0,1]分布及服从指数分布时分别进行模型验证。最后分析多种演化机制对于幂律指数的影响,并通过数值仿真分析进行验证。     

尾矿库风险演化复杂网络模型及关键隐患分析

针对尾矿库隐患及事故风险演化问题,面向尾矿库生命周期阶段,对事故影响因素包括技术,人为,环境与管理等因素和尾矿库隐患进行了辨识,进而构建了尾矿库事故风险演化的复杂网络模型.通过分析尾矿库复杂网络模型的特征参数和指数,得到了有关尾矿库隐患及风险演化的整体网络和事故子网的一些特性和规律;通过进行网络干扰和测试全网效率指数,找出了尾矿库风险演化复杂网络的关键节点(隐患),对预防和控制尾矿库隐患及事故风险演化具有指导意义.研究结果表明,尾矿库风险演化网络具有小世界网络特征,体现为局部空间或特定时间上的因素变化或干扰即可引发尾矿库系统的灾变,中间中心度较高的节点(隐患)是尾矿库风险演化过程中的关键节点(隐患),优先处置关键节点(隐患)有助于预防尾矿库事故的发生.     

城市物流网络空间结构加权局域世界演化模型研究

为研究城市物流网络空间结构的演化机制,考虑宏观影响因素和网络运行特征,构建了以节点集聚度为优先连接准则的加权局域世界演化模型,通过仿真实验讨论了网络特征参数,并分析了集聚度参数权重随时间变化与否对网络演化的影响。结果表明:度分布未呈现明显的幂律分布形式,具有较大的集聚系数和较小的平均路径长度,说明城市物流网络中少数枢纽型节点占主导地位,网络具有较强的抗风险能力和快速响应能力;集聚度参数权重α,β,γ随时间变化时,能够克服节点度对网络演化的过大影响,合理体现相关宏观因素对网络演化的作用,该种网络演化机制更符合实际。     

BA网络的一个等价演化模型

ER随机网络和BA网络对网络科学的发展起着十分重要的作用，在网络研究中ER网络与其等价模型可以替代使用。本文提出了BA网络的一个等价的演化模型，并解析计算和模拟了模型的节点度分布、集聚系数和平均路径长度，其演化成的结构特性与BA网络相同。在本模型的演化过程中，不需要拥有网络节点度的完全信息，没有择优连接过程，大大缩短了网络生成时间。因此，研究BA网络的性质和动力学时，可以将本模型替换BA网络。     

基于社会影响模型的观点演化规律研究

通过建立观点演化模型,以计算机仿真为主要手段,发现网络中观点传播的一些新特性.分别从同步和抗毁性的角度分析了不同拓扑结构下的复杂网络观点演化规律.仿真结果表明无标度网络在此社会影响模型下依然显示出其"强壮且脆弱"的双重特性.网络紧密程度的上升能够提高随机网络的抗毁性,却会显著降低无标度网络的抗毁性能.此外侵入策略与噪音在演化过程中也起到重要作用.     

点权有限的加权网络演化模型

在BBV(Barrat-Barthélemy-Vespignani)模型的基础上加入节点强度有限限制,即节点强度不允许超过某一定值S,构造了节点强度有限的加权网络演化模型--LBBV模型.理论分析与仿真试验表明,对于3节点的全耦合网络,当S《2mw0时,网络经有限步后演化结束,其结构为同质网络;当S≥2mw0时,LBBV模型的节点强度分布与网络的度分布都呈现幂律分布,并且幂律指数与BBV模型的幂律指数一致,只是相比BBV模型平移了某一常数;当S→∞时,LBBV模型退化为BBV模型.同时通过数值仿真还得到了在不同的S值下、不同规模网络演化后的节点强度分布与度分布都表现出幂律特征,而且幂律指数不随S变化.     

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.     

开源软件的复杂网络分析及建模

开源软件现在变得越来越复杂.把开源软件看作复杂网络并进行研究,有助于更好地理解软件系统.同时,开源软件是一种较为复杂的人工系统,通过对它们的研究也可以推动复杂网络理论的应用.以一种基于源代码包的Linux操作系统--Gentoo Linux操作系统为研究对象,我们把该系统中的软件包抽象成节点,软件包之间的依赖关系抽象成边,以此建立复杂网络,并对其进行了分析.发现已有模型不能很好地描述与预测Gentoo网的演化过程,因此,提出了一种新的演化模型.在该模型中,网络现有节点连接新节点的概率不但与现有节点的度有关系,而且也受到现有节点"年龄"的影响.还通过计算机仿真实验把仿真数据与Gentoo真实数据进行了比较,结果显示,新模型更为适合Gentoo网.