社团结构对一个SIR模型的基本再生数的影响

重点研究了社团结构对基本再生数的影响.通过边的断开和重新连接,一个随机的配置网络演变成了一系列具有相同的总度分布和不同的社团结构的网络.除此之外,推导出了在这些网络中的一个SIR（susceptible-infectious-recovered）模型的基本再生数,并且发现它在整个过程中并没有改变.     

具有两个社团结构的复杂网络上的SIS模型

文章将研究社团结构对疾病传播的影响,我们首先建立了具有社团结构的复杂网络上的SIS传染病模型,并利用下一代矩阵方法得到了该模型的基本再生数;最后通过数值模拟研究了社团结构参数Q值对基本再生数的影响。     

一类具有分布时滞的SIRS网络病毒传播模型研究

研究了一类无标度网络上具有分布时滞的网络病毒传播模型,得到了病毒传播的基本再生数.证明了当基本再生数小于1,病毒将最终从网络上消失,当基本再生数大于1,病毒将在网络上一致持续生存.推广了前人的研究结果.     

SF网络上的SIR模型

为促进复杂网络和传染病动力学在传染病研究中的应用,分析了SF(无标度)网络的拓扑结构对传染病传播的影响,深入讨论了SIR(易感者一染病者一康复者)模型的传播规律并得到基本再生数Ro.为了进一步控制疾病的传播,采取目标免疫策略,得到了有限的基本再生数Rto.     

基于无标度网络的谣言传播模型研究

基于计算机网络的无标度性,建立了一类SIRS网络谣言传播模型.通过微分方程理论得到了谣言传播的基本再生数,证明了当基本再生数小于1时谣言将逐渐消失,当基本再生数大于1时谣言将持续存在.最后通过数值模拟验证了所得结论的正确性.     

基于复杂网络的快递网络性质分析

利用复杂网络的工具,对真实的快递网络进行了实证分析,得到了快递网络的基本统计性质,发现真实的快递网络是具有小世界特性和无标度特性的网络.并讨论了快递网络的社团结构,比较了社团结构划分结果和实际的异同.     

电商商品网络的挖掘研究

研究发现,社团结构是复杂网络中的重要特性之一.针对电商数据,文章扩展社团理论提出商品社团:以商品为网络节点,以商品间的相关度作为节点之间是否连接的判断标准,构建商品网络,然后针对该网络进行社团分析,其中,作者采用皮尔森相关系数作为相关度的度量.通过分析天猫的数据,发现商品网络中确实存在社团结构,其中,手机数据中的社团特性更加明显.在各个社团中,通过介数可发现该社团中的重要商品.同时,分析了相关度的度量参数、商品类型和邻接矩阵二值化门限等因素对商品社团结构的影响,以验证所提方法的扩展性.最后,利用所提方法对商品的销售进行了预测,与基于K-means的预测方法相比,平均准确率提高9.5%以上.     

具有社团结构的小世界网络模型

基于WS小世界网络的生成原理及网络社团结构的性质,提出一种具有社团结构的网络模型.在网络生成参数的控制下,可生成社团结构紧密程度不同以及随机化重连程度不同的网络.通过分析聚类系数、平均最短路径等统计特征量相对于模型生成参数的变化规律,明确模型具有的小世界特性.仿真结果表明在参数的一定范围内,所生成的网络无论是局部还是整体都同时具有小世界特性与社团结构的性质,称为具有社团结构的小世界网络(CWS网络).利用网络效率和网络的可通信性指标,通过调整参数的取值,可使所生成的网络在信息传输方面的性能超过完全随机的网络,表现出较好的信息传输与通信能力.     

无标度网络上具有时滞的计算机病毒传播模型研究

基于计算机网络的无标度性,提出了一类具有非线性传染率和时滞特性的计算机病毒传播模型,得到了该病毒传播的基本再生数,证明了当基本再生数小于1时病毒将逐渐消亡,当基本再生数大于1时病毒将持续存在.数值仿真验证了所得的结论的正确性.     

具有小世界特性的复杂液压系统故障源搜索方法

针对复杂液压系统故障多样、成因复杂、隐蔽性强,故障源辨识困难,提出了一种基于小世界特性的先网络社团结构划分、后社团内的复杂液压系统故障源搜索的层次分析方法.构建了复杂液压系统的网络拓扑结构,以同时具有大的介数和度数的节点作为网络中故障传播社团的中心,来改进Wu-Huberman算法,从而实现了社团结构的划分.根据各社团连接边对应管路的液压参数变化,确定包含故障源的社团,进一步计算该社团故障传播的可达矩阵,定位了故障源节点.经过对轧钢加热炉液压系统起升故障的分析和故障源查找,证实了该方法可以根据系统网络的结构特征和间接故障表现,实现复杂液压系统故障源的识别.     

兰州市公交网络的社团结构与脆弱性分析

基于复杂网络理论,研究兰州市公交网络的社团结构及其脆弱性.根据实证数据建立了兰州市公交网络的结构模型,并应用Fast Newman算法分析公交网络的社团结构,给出了最优的社团划分;从获得的社团结构出发,分析了兰州市公交网络社团结构的脆弱性,给出了各个社团的脆弱集及脆弱性指标.研究结果表明,兰州市公交网络具有明显的社团结构特性,社团划分受到城市独特地形特性的影响;许多社团在网络中表现异常脆弱,社团之间联系稀疏,极易因为随机故障或蓄意攻击而形成多个独立的连通分支.     

二部网络上媒介传染病传播模型的动力学分析

为了研究媒介和人的异质接触对媒介传染病传播的影响,对二部网络上一个媒介传染病的传播模型进行修正和分析,给出了基本再生数,证明了当基本再生数小于1时,无病平衡点是全局渐近稳定的;当基本再生数大于1时,系统存在唯一的正平衡点,并且正平衡点是全局渐近稳定的.最后通过数值模拟验证了理论结果的正确性,同时揭示了网络结构对基本再生数、传播规模和传播速度的影响.     

基于虚拟力牵引的社团划分算法

文中基于虚拟引力的思想,提出了一种新的社团划分算法.其基本思想是将相连节点之间看作是引力,不相连节点看作是斥力,让节点之间进行相互作用,直到节点以社团的形式聚集起来,从而达到划分社团的目的.通过在计算机生成网络和已知社团结构的现实网络中对本算法进行仿真,发现算法具有较高可靠性和接近线性的时间复杂度.     

基于量子模糊聚类算法的复杂网络社团结构探测

研究了复杂网络的社团结构特性,探讨了复杂网络的社团结构探测算法.针对现有算法中判断社团结构时的主观性问题,提出了量子模糊聚类算法,并将该算法用于复杂网络社团结构的探测.实验结果表明:该算法可以准确、有效地探测到网络中实际存在的社团结构.     

社团结构改变对振子网络同步行为的影响

以二阶类Kuramoto振子为节点的振子电网为研究对象,研究了社团结构对振子电网同步能力的影响.借助于数值仿真,讨论了社团强度、社团数目改变对网络同步能力的影响.结果表明,社团强度对网络的同步能力有很大的影响.在一定范围内社团强度越大,网络的同步能力就越强;在社团强度和网络规模一定的条件下,社团数目越多,网络的同步能力越弱.网络规模扩大,社团数目越多,网络的同步能力反而越强.     

面向大规模在线社交网络的社团抽取算法

针对现有的社团分析算法无法在大规模网络上应用的问题,提出一种社团抽取算法,可以高效地分析网络的社团特征.该方法无需事先获取网络的全部拓扑结构,采用网络搜索与社团判定相结合的思路,可有效地抽取结构未知的社交网络上的某个特定社团,从而使分析超大规模网络社团结构成为可能.在仿真数据集上进行实验,分析抽取准确率的影响因素,得出网络平均度越大抽取准确率越高.进一步实验结果表明,社团抽取算法的准确率与现有方法接近,并且执行效率明显高于现有方法,验证了该算法的可行性和有效性.     

交联网络中的可重叠社团结构分析算法的研究

社团结构是复杂网络呈现出的一个重要特征。现有的社团结构分析算法都是针对非交联结构的复杂网络，并且大多数是将网络划分为若干相互分离的社团，无法对彼此重叠、互相关联的社团结构进行分析。本文根据交联网络的结构特点，提出了交联网络中可重叠社团结构分析算法（IBCPM算法）。本文利用该算法对用户收藏文章的交联网络进行了社团结构分析，并对所获得的社团结构进行了统计分析。实验结果显示了该算法的有效性及效率，并且发现社团重叠量的累积分布与节点所属社团数的累积分布也具有幂律分布的特征。     

网络社团结构对路由策略的影响

研究了网络社团结构对路由策略的影响,通过实验发现具有模糊社团结构网络的路由效率要比具有清晰社团结构网络的路由效率更高,由此提出了两种基于网络社团结构信息的局部路由策略,并与没有利用社团信息的路由策略进行了对比,发现为节点提供网络社团信息能够帮助节点更加有效地进行路由.     

社团生成结构的电力信息物理系统鲁棒性分析

随着传感器技术的快速发展,信息网与电网的深度融合,电力系统的智能化水平越来越高,但也面临着安全性、脆弱性等一系列问题.结合相互依存网络与介数负荷-容量级联故障模型,提出了包含电网、信息网孤岛运行的连锁故障仿真算法,主要研究了具有社团结构的电力信息物理系统(cyber physical system,CPS)鲁棒性,修正了传统的社团结构生成算法,使其能够生成不同规模社团且社团连接概率可调的无标度网络.采用提出的算法生成信息网和电网社团内部同配耦合的电力CPS模型,使用电网剩余节点比例为评估指标.研究了调度中心处于不同社团时全局连接概率、社团连接概率以及多个调度中心对电力CPS鲁棒性的影响.     

一种基于节点重要度的社团划分算法

指出了通过挖掘复杂网络中存在的社团结构,可以分析整个复杂网络的拓扑结构和功能,还可以发现网络中隐藏的规律.为了得到最佳社团划分结构,定义了网络的节点重要度矩阵和聚类矩阵,结合图的特征谱平分法和模块度函数,提出了一种基于节点重要度的社团划分算法(CDNIM).通过在空手道俱乐部、海豚关系网络等多个经典数据集上应用,结果表明:该算法能够有效提高发现社团结构的准确率.