可组构的作战行动建模研究

作战行动建模是作战模拟的核心和基础，实现作战行动建模的可组构有着非常重要的研究价值，它可极大提高作战模拟开发的效益，便于实现对作战行动过程进行更为细致仿真分析。从作战行动建模可组构问题入手，分析了国内外对这一问题的研究现状，提出了基于作战行动类库、工作流技术和SOA架构技术的三层可组构结构的解决方案，这三层分别是动作层、行动过程层、应用层，并对各个层次上实现可组构的设计思路和实现技术进行了简要的阐述。     

考虑DNCVaR-利润-客户满意度的分销网络设计多目标优化模型

借鉴金融工程中条件风险价值理论, 提出了分销网络条件风险价值的概念和计算公式, 并用之度量分销网络风险水平. 构建了以DNCVaR、利润、客户满意度为目标的分销网络设计多目标优化模型, 该模型不仅能体现供应链核心企业风险偏好度, 而且还能解决分销网络风险水平-分销中心设立-分销中心购买量-分销中心服务对象-分销点购买量组合决策问题, 并应用多项式目标优化技术进行了多目标组合.这些工作为CVaR与分销网络设计优化决策类问题的结合研究作了有益的探索, 且算例的优化决策结果也说明了文中构建的模型能有效解决上述组合决策问题.     

网络效应新产品成功的关键:产品质量还是安装基础?

运用复杂网络方法开发了一个局部网络效应模型,主体采用新产品的效用包括取决于产品质量的内在价值和取决于产品在局部网络中流行程度的网络价值.结果表明新产品存在一个临界内在价值,低于该值时新产品扩散失败;高于该值时新产品扩散成功.初始阶段的安装基础不是决定扩散成功与否的关键,而是修正了临界内在价值的大小,而且这种作用很有限.此外,网络效应强度也是影响临界内在价值的重要因素.这些结论有助于企业制定有效的网络效应新产品战略.     

价值流动GERT网络组合C标记模型及其应用

从多传递参量GERT网络模型解析算法出发,研究多传递参量GERT网络模型解析算法的扩展问题,构建组合C标记矩母函数模型,并研究模型相关参数的函数关系、运算法则及其确定方法,研究了价值流动GERT网络组合C标记矩母函数模型及其解析算法,在此基础上将价值流动GERT网络模型应用到国民经济系统多部门间的价值流动系统中,得到国民经济系统各部门间价值流动过程中价值增值活动的平均实现次数、价值增值节点平均实现次数、价值增值网络的平均转移次数等一系列值,以进一步研究部门间动态投入产出的情况及价值增值的情况,为国家的宏观调控提供有效的定量支持。     

利益相关者价值状态、合作关系与价值网络绩效

首先分析从价值链到价值网络转变的复杂性,然后以网络结点的利润期望测度网络绩效,采用模型构建、模拟分析方法,研究了利益相关者价值状态、合作关系对网络绩效的影响.主要结论为:高利润合作者数量与网络绩效正相关,低利润合作者数量与网络绩效负相关.合作关系增强,可使网络绩效上升、不变或下降,但不会无限上升或下降,最终趋于稳定.在相同价值状态组合下,垂直合作者对网络绩效的影响大于水平合作者,但变化范围也大.     

多目标网络相异路径的Pareto解及其遗传算法

网络相异路径一般是多目标约束路径问题,具有重要应用价值.然而,由于问题的难解性,总是利用妥协思想将其转换为单目标问题求解.本文建立了双目标相异路径的一种优化模型,给出了模型求解过程中伪理想点的概念,提出了基于小生境共享竞争复制算子的遗传算法,该算法可求解多目标优化问题的 Pareto 解集.最后,给出了一个计算分析实例.     

企业内部环境信息化的网络效应动力学研究

在网络经济时代,传统的经济增长理论解释企业信息化效益出现问题,由于网络效应的进入成本很低,所以每个单位很容易进入这个网络,增加的每个单位会给整个网络带来指数的增长,边际收益递增,使信息技术在企业系统中发挥正反馈效应.除信息化本身带来的价值,用系统动力学分析网络规模跟信息化效益的关系发现企业信息化发挥巨大的网络价值.所以企业内部环境信息化实施中要利用网络效应使其产生网络价值.     

多阈值随机汇池网络自适应估计性能研究

本文研究了数模转换中多阈值随机汇池网络的自适应信号估计性能,给定网络节点数目,将模数转换的阈值进行均匀划分,分析了随机汇池网络输出的分布函数,理论给出了多阈值随机汇池网络的最优权向量和最小均方误差表达式,以及大规模网络输出的Fisher信息量近似值,实验验证了多阈值随机汇池网络中超阈值随机共振现象,随着阈值数量的增加,噪声的有益性逐渐减弱,而网络估计的最小均方误差不断变小且逐渐接近Fisher信息意义下的误差界。研究结果表明多阈值随机汇池网络的自适应信号估计方法具有重要的应用价值。     

束流输运网络中多目标的分区耦合牵制控制

分别构造了具有小世界和无标度拓扑结构的束流输运网络,为了实现网络多目标同步控制的目的,把束流输运网络按照需要分成多局域网络,采用多局域网络的全局耦合分局域控制方法,实现了分区局域网络中各自所需的多目标(不动点和周期态等)的稳定控制.该方法可以拓广应用于其他复杂网络的多目标控制.     

基于复杂网络理论的在线社会网络分析

综述了近年来复杂网络理论在在线社会网络研究中取得的进展,重点包括在线交友网络、在线社区和在线社会媒体等3大类在线社会网络的实证研究.在线社会网络的拓扑性质,尤其是度同配指数,与现实社会网络存在不同之处.解释了在线社会网络中度异配性产生的根源,指出在线的和现实的社会网络的形成具有不同的底层机制.最后总结了在线社会网络的研究意义、理论价值、潜在的应用和未来的研究方向.     

无标度物流网络中延误扩散临界条件的仿真研究

针对无标度物流网络延误扩散发生的临界条件,应用平均场理论,建立以延误节点密度为标度的常微分方程,求解延误扩散的临界条件;通过设计物流网络中延误扩散仿真系统,生成具有无标度属性的虚拟网络,对临界条件进行了仿真验证.研究结果表明:无标度物流网络中存在少数具有较高度值的关键节点,一旦这些节点出现服务障碍,将导致更大范围内的延...     

基于BP神经网络的动能杆毁伤指标预测模型

动能杆侵彻靶板的毁伤效果评估是一个复杂的问题。由于动能杆的数量多,侵彻碰撞情况多达上千种,计算费力又耗时。针对这些问〖JP+2〗题,提出了一种评价毁伤效果的数学模型,建立了基于反向传播（back propagation, BP）神经网络的预测模型,给出了隐含层节点数的计算方法,并在网络节点作用函数和随误差的变化动态更改参数方面对BP神经网络进行了改进。最后对仿真结果进行了分析,结果表明,75%的神经网络预测值分布在±10%误差范围之内,86%的神经网络预测值分布在±20%误差范围之内,验证了预测模型的可靠性和有效性。     

考虑时间特性的城市群客运网络抗毁性研究

城市群综合客运网络级联失效抗毁性研究,有助于提高城际出行的安全性及运输效率。为了更加贴近实际情况,基于多层复杂网络理论与实际客流构建城市群综合客运网络模型,以单位时间为步长建立考虑时间特性的客运网络级联失效抗毁性模型,提出时空两维度的评价指标进而分析每个时段的网络情况。以呼包鄂榆城市群为实例,研究结果表明：过载能力调节参数值为1.2时网络抗毁性较强,并且随着过载能力调节参数的加大,对网络抗毁性的改善并不明显;负载调节参数值大于1.2时,网络抗毁性明显变差。     

基于OBDD的通信网链路重要性评估

通信网的链路重要性评估是网络设计和维护的重要依据。在链路重要性评估方法上提出了一种基于有序二叉决策图(ordered binary decision diagram, OBDD)的新方法--BO(Birnbaum OBDD, BO)方法。该方法引入了Birnbaum测度来量化链路重要性,并采用边扩张图(edge expansion diagram,EED)来创建网络的OBDD结构,在可靠度计算基础之上,通过分析链路故障时网络可靠度得到Birnbaum测度值。BO方法将高效的OBDD结构与hash表结合起来,并通过识别计算中出现的同构子网,减少冗余状态与重复计算来提高整体计算效率。引入并对比经典可靠性文献中一些规模较大网络,通过实验验证了BO方法不仅能正确地评估网络链路重要性,而且在计算效率方面优于因子分解方法。     

一种综合评价指标属性值规一量化技术新途径

对现有的评价指标属性值规一量化技术进行了论述 ,运用模式识别、人工神经网络聚类理论结合模糊集值统计理论 ,提出了评价指标属性值规一量化技术新途径 ,奠定了评价指标属性值规一量化技术智能化的基础 .     

The Dynamics of Two-State Public Opinion Propagation On Signed Networks

The formation of public opinion on the network is a hot issue in the field of complex network research, and some classical dynamic models are used to solve this problem. The signed network is a particular form of the complex network, which can adequately describe the amicable and hostile relationships in complex real-world systems. However, the methods for studying the dynamic process of public opinion propagation on signed networks still require to be further discussed. In this paper, the authors pay attention to the influence of negative edges in order to design a two-state public opinion propagation mechanism suitable for signed networks. The authors first set the interaction rules between nodes and the transition rules of node states and then apply the model to synthetic and real-world signed networks. The simulation results show that there is a critical value of the negative edge ratio.When the negative edge ratio exceeds this critical value, the evolutionary result of public opinion will change from a consistent state to a split state. This conclusion is also consistent with the distribution result of opinions within communities in the signed network. Besides, the research on the network structural balance shows that the model makes the network evolve in a more balanced direction.     

Performance analysis of mobile ad hoc networks under flooding attacks

Due to their characteristics of dynamic topology, wireless channels and limited resources, mobile ad hoc networks are particularly vulnerable to a denial of service (DoS) attacks launched by intruders. The effects of flooding attacks in network simulation 2 (NS2) and measured performance parameters are investigated, including packet loss ratio, average delay, throughput and average number of hops under different numbers of attack nodes, flooding frequency, network bandwidth and network size. Simulation results show that with the increase of the flooding frequency and the number of attack nodes, network performance sharply drops. But when the frequency of flooding attacks or the number of attack nodes is greater than a certain value, performance degradation tends to a stable value.     

基于深度强化学习的应急通信网络规划方法

针对应急通信网络规划传统算法对先验知识要求高、时效性不强等问题,提出一种基于深度强化学习的应急通信网络拓扑规划方法。研究了基于蒙特卡罗树搜索与自博弈相结合的网络规划样本数据生成方法,设计了基于残差网络的策略网和价值网,在此基础上使用Tensorflow库对模型进行构建和训练。仿真结果表明,提出的规划方法能够有效实现网络拓扑的智能规划,且具有较高的时效性和可行性。     

基于局部围线积分双谱的空间目标识别算法

提出了基于局部围线积分双谱的空间目标识别算法,从空间目标距离像的双谱中提取出局部围线积分双谱特征。应用BP神经网络进行分类识别,为了避免网络权值陷入局部极值点,采用遗传算法来获取网络权值的初值。仿真实验表明,即使在较低的信噪比下,该算法仍然可以取得比较高的识别率。