国家高新技术产业开发区网络的某些特点

根据2004和2005两年中国火炬计划统计资料和年度报告上的统计数据,运用网络科学知识体系,构建和研究了以高新产业开发区为结点的国家高新产业区网络.由数值计算结果看出,无权(无向或有向)高新区网络呈现小世界特征,而加权无向高新区网络具有无标度特性.其次运用CFinder软件,发现高新区网络在2004到2005年间,其社团结构没有出现明显的变化.     

图书馆借阅网的二分图研究

通过搜集上海理工大学图书馆1年内的图书外借信息,构建了图书及其借阅者的数据库及描述二者关系的二分图.根据图书和读者之间是否存在借阅关系和读者借阅书籍的天数这两种情况分别建立了无权和加权网络,并且通过复杂网络的理论和方法分析得到相关统计属性.研究发现这些统计属性均服从指数分布,且无权和加权网中相应的统计属性正相关.这表明,与无权网络相比,加权网不仅能描述合作竞争关系和结构,还能精确地描述竞争结果.并且,结合实际讨论了二分图中读者和图书内部及其之间的合作竞争关系和各项统计指标所具有的现实意义.     

复杂网络中的社团结构

对复杂网络社团结构问题进行了综述。介绍了无权无向网络中社团结构的定义、探索社团结构的算法及算法的评价标准和检验网络。重点总结与类比了具有代表性的算法及其在检验网络上得到的结果，并依据这些结果和评价标准对算法进行了评述。部分地概括了原有算法在加权无向网络中的推广方法。最后对部分社团结构算法的特点进行了横向的比较，对社团结构与网络功能的研究进行简略介绍，并对社团结构研究的发展做出展望。     

基于邻接信息熵的网络节点重要性识别算法

通过研究节点与其直接相邻和间接相邻节点之间的关联关系,提出了基于邻接信息熵的网络节点重要性识别算法,算法只需获取节点与其直接邻居及间接邻居间的关联关系,通过计算网络各节点的邻接度,进而计算各节点的信息熵,利用节点信息熵的大小表征节点在网络中的重要性.通过对一个基础网络、无向无权ARPA网络和加权有向ARPA网络进行实验仿真,证明该算法对不同类型网络的通用性;利用该算法对网络按节点重要性进行节点删除实验,研究网络形成子网络的数量与规模,证明了算法的准确性.     

一种有向网络中社团结构划分的启发式算法

复杂网络中的社团发现和探测是当前复杂网络分析领域中的一个热点研究问题,并且具有非常广泛的应用前景。但是,传统的社团划分算法主要以无向、无权网络为对象进行分析,不能够适用于现实世界中更多的有向网络、赋权网络等。以有向网络为研究对象,研究其中的社团划分算法。鉴于前人提出的有向网络中社团划分算法存在着计算时间复杂度问题,引入模拟退火算法对其进行改进,并在改进算法中考虑了节点的网络结构属性。通过对不同规模的计算机生成的有向网络进行算法测试,验证了本文算法的正确性。最后,对一个实际复杂网络进行了社团划分,进一步验证了算法的有效性。     

老节点间有相互连接的供应链型有向网络

考虑了有向复杂网络老节点之间相互连接的概率,提出Poisson有向网络模型。发现这类网络节点的到达时间服从Γ-分布,从而,获得度分布的解析表达式。研究表明,Poisson有向网络的稳态平均入度分布和稳态平均出度分布表现为幂律分布,它的出度分布幂律特性受老节点之间相互连接的概率控制,但是入度分布与该概率无关.     

有向网络上流行病阈值比较和免疫分析

考虑在有向网络中的流行病阈值以及免疫措施分析的问题,利用SIS模型详细研究了有向网络上的传染病动力学行为.首先获得了一个依赖于有向网络的出度与入度分布和传染力函数的流行病阈值,接着给出了技术网络和社会网络上的流行病阈值表达式.进一步发现当传染力是一个常数时,有向网络中具有较大出度的网络类型更利于疾病传播;而当传染力与网络的出度成正比时,疾病在这两种类型的网络中的传播阈值是相同的.最后通过计算和比较3种在不同的免疫措施下有向网络的流行病阈值,得出了目标免疫明显优于随机免疫和熟人免疫,而随机免疫和熟人免疫的有效性则依赖于网络的入度分布的结论.     

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.     

基于熵的复杂有向网络异质性度量方法

复杂网络异质性度量方法研究中,现有方法虽然考虑了网络中节点度分布,但没有考虑相邻节点之间的差异性和节点相互作用的方向性,对此,提出了一种基于熵的复杂有向网络异质性度量方法,综合考虑有向网络节点度分布和相邻节点之间的差异性,突出网络对称性在消除网络异质性中所起的作用,使得有向网络异质性的度量更加准确,为复杂有向网络复杂性的度量提供一种新的思路。算例表明该方法具有合理性和有效性。     

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。     

无向马尔科夫毯分类器与集成

无向马尔科夫毯结构是属性和类变量之间的最重要依赖结构之一,建立无向马尔科夫毯分类器的核心是无向马尔科夫毯结构学习。针对现有无向马尔科夫毯结构学习方法具有低效率和可靠性,以及不具实用性等问题,基于贝叶斯网络理论、马尔科夫网络理论和依赖分析方法进行具有多项式复杂度的无向马尔科夫毯结构和分类器学习,来避免这些问题。并建立最优性定理、可转换定理、可靠性定理和局部化定理为其提供理论依据。同时,对小例子集情况,给出了近似学习方法,并将无向马尔科夫毯分类器扩展为联合分类器,以有效地进行小例子集分类。     

无向正权网络最短路模型的建立和理论分析

路径问题是运筹学的重要分支, 更是图论学科成立的奠基问题.针对无向网络中的路径问题, 首先, 建立了无向正权网络最短路模型, 提出一些能够反映无向网络中节点、边和路线规律性的参数概念, 包括点参数和边参数, 用这些参数代替边的权数描述无向正权网络; 其次, 通过对模型进行理论分析, 推导出与各参数相关的结论, 利用参数揭示了点、边、路线以及无向正权网络之间的关系, 并初步体现了该模型的用途; 第三, 利用该模型求解了与无向正权网络相关的几类基本路径问题; 最后, 通过应用举例, 阐述了该模型的部分应用. 需注意的是, 该模型也适用于带回路的有向正权网络.     

网络博弈合作剩余收益分配的协商方法

参与者在进行网络博弈时有机会与其相邻参与者签署协议进行合作,此时参与者之间的博弈关系构成了一个网络结构,并可以使用无向图来表示.参与者之间依据网络结构选择合作对象进行合作,进而产生剩余收益,而剩余收益通过协商的方式在两个参与者之间进行分配.本文依据协商理论与匹配理论,研究网络博弈环境下参与者之间如何签署协议进行合作,进而分配合作产生的剩余收益的问题,称为网络协商博弈,并给出基本的可行解的形式.通过限制参与者可以签署协议的数量,本文对网络协商博弈进行分类,使用协商与匹配方法研究每一类网络协商博弈的合理解的具体形式并设计求解方法.本文的结果表明:参与者之间的合作以及合作收益的分配不仅与网络博弈自身有关,而且与参与者能够签署的合作协议数量有关.研究拓展了协商方法在网络协商问题中的应用,为多边合作对象的选择以及合作剩余收益的分配提供了参考.     

具有瞬时耦合及通讯时滞的调和振子同步动力学

针对具有局部瞬时耦合及通讯延时的调和振子动力网络系统,给出了一种分布式同步算法。分别在无向固定拓扑和切换拓扑两种情形下给出了同步态的解析表达式,以及耦合系统的解析解,并给出了一些一般而简单的同步化准则。结果表明网络化的调和振子在比较弱的瞬时网络连通条件下,可以达到同步状态。数值模拟表明所给理论结果的正确性和有效性。     

The Determination of Optimal Routes of an Undirected Network

1.INTRODUCTIONTll"'(olllllulllit?atiolllletworks,suchastelephollelletworks,areusedtotrallsmitmessagesfronlsollr""(s)todestiuatioll(t),F('rexalllple,betweelltwocitiesortwocoulltries,thenetworksilltcrt.ollllcctedbyalillkhavespe(tifi'.(capacity.TheInessagesarecomlnunicatcdfi.ollloneif')(lctotileoillertllrouglltheselillkswhich"laybedirectorindirect.Ifnodeshavedirectlillk,itiseasyt')trallslllitorreceivealllessagebutifthereisnodirectlinkbetweellthetwohod'ls,tllellollehastouseallotllerllode(s);t…     

基于蚁群优化的贝叶斯网络学习

针对贝叶斯网络学习中的混合算法容易缩小搜索空间,同时易陷入局部最优等缺点,提出了基于蚁群优化的贝叶斯网络学习算法。首先应用最大最小父子节点集合算法(max min parents and children, MMPC)来构建无向网络的框架,然后利用蚁群优化算法进行评分〖CD*2〗搜索,通过平衡“开发”和“探索”力度来修补搜索空间并确定网络结构中边的方向。最后应用本算法学习逻辑报警还原机理网（a logical alarm reduction mechanism, ALARM),结果显示本算法减少了丢失边的数量,得到了更接近真实结构的贝叶斯网络。     

中国风险投资网络结构特性及其演化

根据1999~2018年中国风险投资事件，构建了5年移动时间窗的联合风险投资网络，从复杂网络角度研究中国风险投资网络结构、特性及其动态演化规律。研究发现：在网络关系属性方面，中国风险投资网络规模在不断增大，机构之间网络能力差异性大，不利于网络的均衡发展；在网络结构层次方面，中国风险投资网络存在局部紧密性，并且，随着规模增大，网络中的最大连通成分占比也相应地增大，且机构多分布在凝聚性低的低 值核区域中，高凝聚区域少，不利于高紧密风险投资网络的构建；在网络特性方面，从两步内可达性看，机构之间进行直接联合投资活动占比小，机构之间多通过具有中介作用的风险投资机构来进行联合投资活动；从全局效率看，中国风险投资网络中机构之间传递信息的能力并没有随着网络规模的增大而减小，相反地保持在一个相对稳定的水平；在面对随机冲击时，网络规模越大，鲁棒性和有效性越强；在面对蓄意冲击时，鲁棒性在减弱，同时存在网络功能失效的危机。本文是对现有文献的补充，同时也给优化中国风险投资网络提出了一些参考意见。     

Bayesian network learning algorithm based on unconstrained optimization and ant colony optimization

Structure learning of Bayesian networks is a wellresearched but computationally hard task.For learning Bayesian networks,this paper proposes an improved algorithm based on unconstrained optimization and ant colony optimization(U-ACO-B) to solve the drawbacks of the ant colony optimization(ACO-B).In this algorithm,firstly,an unconstrained optimization problem is solved to obtain an undirected skeleton,and then the ACO algorithm is used to orientate the edges,thus returning the final structure.In the experimental part of the paper,we compare the performance of the proposed algorithm with ACO-B algorithm.The experimental results show that our method is effective and greatly enhance convergence speed than ACO-B algorithm.     

南水北调工程仿真系统数据库及网络系统实现

南水北调工程仿真系统是一大型系统仿真项目，该系统由于若干子模块构成，数据库管理与网络配置子系统是整个仿真系统的管理与调度中心，是各个功能模块运行的基础，本文介绍了南水北调工程仿真系统中数据库及网络的设计原理和基本方法，并针对某一具体问题给出了设计思路。