统一混合变速增长网络模型及其特性转变

为了更好地反映确定性与随机性混合的真实世界的统一性、多样性和复杂性．使网络理论模型更加接近实际网络的特性，在近年来发展的统一混合网络理论框架的基础上，提出和研究了统一混合变速增长网络模型，揭示了统一混合网络模型的若干新特性，总结和比较了随着4个混合比的变化整个网络的复杂性与普适性的转变关系。     

网络科学的理论模型及其应用课题研究的若干进展

概述了“一院两校”网络科学联合项目组在复杂网络的理论模型及相关应用课题近年来的若干研究进展。首先，基于国际上三大经典的复杂网络模型（ER随机图，小世界模型和无标度模型），结合统一混合理论框架里3个模型（和谐统一的混合择优模型、大统一混合网络模型和统一混合变速增加长模型），提出构建、描述和评论了网络科学模型金字塔；其次，把宏观网络推进到微观网络模型（量子信息网络与纳米相干网络）；然后概述了规则网络的非局域连接模型及其相关的社区网络、属性连接的网络模型；含权科学家合作网络模型和提高网络同步能力的模型等。相关应用课题的进展包括：小世界和无标度拓扑下束流输运网络中束晕一混沌同步与控制、复杂混沌网络的多目标分区同步的控制及同步能力、多智能体网络系统、网络上的交通拥塞与路由问题、网络上的病毒传播问题、网络上的博弈问题，以及高科技企业网络等。这些进展反映和揭示了当前国内外网络科学同步发展的趋势和面临的挑战。     

基于小世界和连接成本的制度网络演化分析

制度作为社会系统的子系统,是一个具有小世界性和择优连接等特征的复杂网络,其演化需要产生各种连接成本.文中构建了基于小世界效应、连接成本和节点影响能力的制度网络演化模型;提出了制度网络演化的纳什效率策略及帕拉托效率策略;通过理论及仿真分析,认为帕拉托效率策略而不是纳什效率策略能显著地增加制度网络演化的整体得益水平;复杂制度网络系统小世界网络中的最短路径特点能够增加制度主体间的合作空间,进而增加制度演化的整体得益水平.     

知识转移与网络组织的动力学行为模式( Ⅱ) :吸收能力与释放能力

针对网络组织的知识转移过程中知识释放者与吸收者之间的双向互动作用,根据知识的吸收能力提出了网络组织中成员的知识释放能力的概念,分析了网络组织中成员的知识释放能力的差异性,进而分别从随机性和确定性释放能力两个角度,利用仿真分析,探讨了知识转移过程中网络组织结构的动力学行为模式.     

加权无标度网络中连接密度与同步能力的关系

研究了一类加权无标度网络的同步能力.给出复杂网络一个新的测度——连接密度.连接密度用于描述网络中边的数量.基于同步判据研究BBV(Barrat,Barthélemy,Vespignani)加权网络的度分布异质性、连接密度和网络同步能力之间的关系.对于类型I加权同步网络,连接密度越大,度分布的异质性越强,网络越容易实现同步.对于类型II加权同步网络,连接密度越大,度分布异质性越弱,网络越容易实现同步.两种网络都可以通过提高连接密度来提高网络的同步能力.     

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].     

金融产业集群社会网络建模仿真与实证

针对金融产业集群中不同企业对社会网络结构的影响力差异,构建基于个体点权择优的金融产业集群社会网络模型,并采用上海金融产业集群的相关数据,进一步比较分析仿真网络与现实社会网络的小世界特性、中介度特点和鲁棒性能。结果表明,本文构建的基于个体择优的仿真模型能较好还原现实金融产业集群社会网络的拓扑结构特性。通过实证仿真发现:现实金融产业集群社会网络具有小世界特性,这有利于提高资源传输效率;高点权的节点更可能处于高中介度的优势位置;加强高点权、高中介度节点的风险防范措施,适量增加冗余连接,对提高网络鲁棒性有积极作用。这些结论对金融产业集群发展和风险管理具有一定的现实意义。     

基于统一混合网络理论框架的多层次超网络模型研究

统一混合网络理论模型具有比较丰富的拓扑特性,能够应用于许多实际网络的研究分析,因此开展基于统一混合网络理论的多层次超网络模型研究具有理论价值和现实意义。为此,将统一混合网络理论和超网络的特性相结合,构建了4种类型超网络模型,计算分析了混合比与拓扑特性之间的关系,对统一混合网络理论模型与超网络模型的特性进行了比较,发现一些新特点。     

机群多编队作战网络自同步

提出机群多编队协同作战复杂网络模型,基于复杂网络自同步原理,研究网络节点动力学和耦合强度给定不变情况下,网络拓扑结构对作战网络同步能力的影响。针对作战网络特点,以最大化网络同步能力和不同层级指控节点效能为优化目标,作战网络指控结构和作战环境对通信拓扑的限制为约束条件,建立作战网络自同步优化模型。采用遗传算法,通过调整作战节点之间的通信结构对上述模型求解。仿真实验表明,获得的优化网络在保持作战网络结构特点的同时,具备更小的网络特征值比和更快的一致性收敛速度。     

基于信息熵的复杂作战网络动态演化研究

网络中心战、分布式和分散式指挥控制逐渐替代传统的以平台为中心的作战形态和集中式指挥控制,信息成为一种作战能力。结合新型信息化武器装备体系作战环,构建了基于信息熵的复杂作战网络模型,提出了信息化武器装备体系作战能力的度量方法。以提高作战能力作为网络演化动力,设计了复杂作战网络的动态演化规则,构建了择优演化和随机演化2种作战网络演化模型。结合典型信息化武器装备体系作战案例,对其作战网络动态演化进行分析,揭示了复杂武器装备体系整体作战能力与武器装备单元微观变化之间的规律,为信息化武器装备体系作战效能设计与优化提供理论依据。     

基于泛函网络的组合推荐算法

在研究组合算法的基础上，提出一种基于泛函网络实现前融合推荐算法. 探讨Vague集条件下推荐算法的前融合问题，给出了基于泛函网络构架实现前融合组合推荐算法的一般过程. 通过推荐系统泛函拓朴结构的建立，利用泛函神经元的自学习、自组织和自适应能力，进一步优化推荐结果，较大地提高了系统的推荐准确度. 最后，将算法应用于Movielens推荐系统中，计算机仿真实验结果表明，本文提出的基于泛函网络实现前融合推荐算法是有效的、可靠的.     

混合式微小卫星编队飞行控制仿真系统设计

提出了一种混合式的微小卫星编队飞行控制仿真系统。该系统由三个节点组成,即两个模拟卫星和一个控制中心,节点之间通过星间网络进行数据交换。模拟卫星由星上计算机和各种星上敏感器和模拟执行器构成。星上计算机接收星上敏感器的物理输出,并经过星地转换模型对传感器数据进行修正。在一定的控制策略下,卫星控制模型进行计算产生控制输出,控制输出在控制界面上进行显示,并同时作用于传感器修正模块,实现系统的闭环控制。控制中心主要提供强大的计算功能,也可以单独构成一颗数字卫星。在这个控制仿真系统中,能够进行多种控制策略的仿真,包括双星主从控制、双星协同控制、三星主从控制、三星协同控制以及单星失效模式等。     

复杂过程对象混合建模策略的研究

提出一种面向复杂过程的混合建模策略并应用于精馏塔的建模。混合模型包含基于基本原理的简化机理模型和基于神经网络的稳态、动态补偿机构。通过工况的识别以及模型参数的离线辨识和在线优化，混合模型可以准确地模拟复杂过程在大范围内的动态特性。仿真结果证明了混合建模策略的有效性。     

PEMFC混合模型的建模及其稳态仿真

模型和仿真是设计最优燃料电池系统的有利工具。本文提出了一种新型的混合燃料电池模型,该混合模型包括机理部分和黑箱部分(即神经网络部分)。其中,机理部分用来体现大家所熟知的PEMFC性能,神经网络部分用来表现大家所不知或者不能用机理模型来表现的PEMFC性能,从而使该模型能更好的再现PEMFC的各种特性。为了验证该混合模型的有效性,在Matlab/Simulink环境下进行了不同阴极压力和温度下的仿真实验,结果证明了该混合模型的正确性。该混合模型与实验数据、机理模型和ANN模型的比较实验,表明混合模型具有比单独的机理模型或神经网络模型更高的精度。     

基于混合模式的BA无标度网络同步研究

为了解决基于混合模式的BA无标度网络的同步问题,首先,定义了虚拟领导节点和实体领导节点,提出了混合模式领导节点的概念。然后,用有向图表示BA无标度网络的拓扑结构,并根据该拓扑结构建立网络系统的一阶数学模型,在此基础上设计了准周期的离散控制器对领导节点进行复位,通过对领导节点的控制来控制整个网络的同步过程。最后,采用11个节点组成的BA无标度网络进行数值仿真,验证了同步理论的正确性,并分析了网络的同步速度与实体领导节点度之间的关系。     

机理混合自适应时延神经网络建模和控制算法

过程机理和数据驱动模型的结合一直是过程控制中的重点和难点问题。提出了一种新颖的机理混合模型结构。该模型基于自适应时延神经网络,并结合了被控对象的机理模型,因此可以对建模的对象进行预测感知,并可大幅提高神经网络的泛化功能。基于这种模型设计了预测控制算法,并分析了该模型的逼近能力、收敛性以及该控制算法的闭环稳定性。在双容水箱液位控制系统的大量实验结果表明,基于该混合模型的预测控制算法比现有算法具有更好的控制效果,从而验证了该混合模型的优越性。     

基于混合遗传算法的配电网络重构优化

以网损最小为目标函数,电压降、线路电流值和电源容量的限制为约束条件,建立了配电网络重构优化数学模型,用外部惩罚函数法将该问题转化为无约束问题.针对遗传算法的局限性,对适应函数进行了调整,实施了最优保留策略,改进了交叉和变异操作,并结合了模拟退火算法,从而形成了混合遗传算法,该算法能够有效地提高收敛速度,避免早熟收敛.优化过程中考虑了配电网自身特点,提高了计算效率.重构算例说明,该优化方法有效、实用.     

蓄电‒氢储混合储能系统的配电网双层优化

在“双碳”目标与清洁能源氢能利用的背景下,针对配电网配置电化学储能和氢储能系统构成混合储能系统提升电能质量的需求,建立了混合储能系统双层优化模型,上层选址定容模型综合考虑投资成本、网损成本和电压偏移,下层优化运行模型考虑混合储能系统的运行成本,并引入电压稳定性指标进行评价。求解过程中利用灵敏度分析对选址可行域进行了降维,并提出一种改进的小生境多目标粒子群算法,将小生境处理机制与外部档案选取技术、混沌变异技术相结合。利用接入新能源的IEEE33节点系统进行算例仿真。结果表明：混合储能系统容量与接入点的优化配置,可以提高系统经济性、降低全网有功网损、减小电压偏移和提高电压稳定性。     

“随机”与“择优”——超网络演化的内在驱动力

基于"随机连接"和"择优选择"的演化机制,构建了一个随机-择优混合超网络演化模型。使用Poisson过程理论和连续化方法对模型进行分析,获得超度分布的解析表达式,分析表明网络的稳态平均超度分布服从漂移的幂律分布。该模型可以退化到复杂网络和超网络中的标准模型,具有一定的普适性。通过调节机制系数,模型可以体现混合连接机制。并对3个实证数据进行了分析,该模型能有效刻画不同数据的演化机理。