一种新的大规模网络最短路径的近似算法

平均最短路径长度是复杂网络的一个重要特性,但是对于大规模网络的平均最短路径长度的计算是困难的.在最近的一次对中国教育网的研究中.建立了一个有2 354 934个网页和26 816 209个链接的网络.要想计算该网络的平均最短路径长度,无论是传统的Floyd、Dijkstra算法,还是基于MPI的并行算法,在现有的计算机资源下都难以实现.提出了二级网络的概念,并基于此给出了一种针对中国教育网的新算法,使得在可以接受的时间内完成平均最短路径的近似计算,经试算效果令人满意,说明这种方法对于计算大规模网络的平均最短路径是有效的.     

基于节点标号的Koch网络结构性质研究

针对正多边形Koch分形岛所映射成的Koch网络,根据节点接入网络的时间和位置信息给节点标号。在节点标号的基础上,研究网络的最短路由及计算最短路径长度;并分析网络的主要结构性质,如节点的度、度分布和累积度分布函数,以及网络的聚类系数、平均最短路径长度、度关联函数和介数中心性,得出结构性质的解析解。结果表明,所构建的Koch网络是无标度和小世界的;其聚类系数趋向于比较大的常数值;平均路径长度与网络节点数的对数呈正比关系,度相关函数、点介数和边介数都随节点度的变化而指数变化。     

介数中心性和平均最短路径长度整合近似算法

基于Brandes算法给出了复杂网络中介数中心性和平均最短路径长度的整合近似算法,通过理论分析和Rocketfuel项目实测数据的实验分析,验证了该整合算法能够快速有效地估计出复杂网络的介数中心性和平均最短路径长度,为进一步的研究工作奠定了基础.     

复杂网络中基于记忆长度的合作行为

网络结构和群体总数对合作行为有重要影响.为进一步研究个体的学习行为和记忆长度如何影响群体的合作率,构建了三种不同类型的网络,采用基于代理计算实验方法,将网络的节点看作有限理性的个体,并构造了个体的适应函数和个体学习和策略的演化方式,研究系统的合作行为.计算实验结果表明偏好选择学习策略提高了无标度网络的合作水平,降低规则网络的合作水平.此时,记忆长度显著改变群体的合作水平,而个体采用随机选择策略时,记忆长度对群体的合作率产生很小的影响.另外,群体总数越高在无标度网络中合作水平越高,而小世界网络中合作水平越低,规则网络中则呈现不规则变化.从而证明偏好选择学习策略选择有一定的适应性,记忆长度和群体总数针对不同的学习策略和网络结构会带来截然相反的结果.     

基于带宽剩余率的脉冲耦合神经网络最短路径算法

利用脉冲耦合神经网络（pulse coupled neural network, PCNN）寻找最短路径是一种非确定性算法,运算的复杂度只和最短路径的长度有关,和路径图的复杂程度无关。已有的PCNN最短路径算法只考虑路径长度,而未考虑其他参数,如带宽和时延等。这里除了考虑路径长度,同时考虑实际中带宽剩余量对网络的影响,提出了一种基于带宽剩余率的最短路径算法,用带宽剩余率参数来控制神经元阈值,寻找最短路径。仿真结果表明,该算法可以寻找到全局最优解。     

加权网络视角下政府干预对产业集群创新演化的仿真分析

政府在中国产业集群的创新发展中具有重要的推动作用。在学术界定性和定量相关研究成果的基础上，应用复杂网络建模理论，将有向性引入BBV模型，构建了基于政府干预的产业集群创新演化加权网络模型。用计算机仿真模拟了产业集群创新演化网络初始、成长和发展三个阶段，通过调整参数改变网络中加边概率来表示政府干预程度的变化，重点对集群网络集聚系数和平均最短路径长度等指标的相应变化进行分析，探讨了政府干预在产业集群创新演化的不同阶段对网络结构带来的影响。仿真结果显示，政府干预对不同阶段的产业集群创新演化加权网络拓扑结构具有不同影响，政府干预程度应与产业集群创新演化各阶段的实际情况相适应。     

基于个体选择的小世界网络结构演化

将复杂网络理论和基于博弈论的经济网络理论相结合，探讨小世界网络的结构演化问题。从个体选择的角度，以网络中个体价值优化作为网络结构演化的动力机制，用顶点度分布(P(K))、平均最短路径长度(l)、集群系数(C)作为网络结构演化判据，研究小世界网络的结构演化问题。     

基于配送时间及节点流量约束的快递网络优化

通过Floyd算法求出快递网络节点间的最短路径长度和需要中转的次数,根据节点间的最短路径和需要中转的次数算出配送时间;通过Dijkstra算法对边介数、节点介数进行加权求和得出快递网络边的货物流量和节点的货物中转量,根据运费率、边的货物流量和边的长度算出边的运输成本,根据节点货物中转量算出中转费用和存储费用;以快递网络总配送成本最小化为优化目标,构建带有配送时间约束和节点最大流量约束的快递网络优化模型,并设计从全连通网络逐渐删除网络边至总配送成本最小为止的算法进行求解,最后通过算例验证了模型和算法的有效性。     

参照零模型的实证网络传播影响因素分析

实证网络中结构特征通常对传播速度具有非常重要的影响,为了探究何种结构特征对传播速度起着至关重要的影响,以一个真实的短信社交网络为例,在原始实证网络和其对应的不同零模型网络上分别进行传播仿真实验。仿真结果表明网络的平均最短路径长度是影响传播速度的关键性因素,网络度分布是影响传播范围的关键性因素。系统性地提出了一种参照零模型理论检验和量化实证网络传播影响因素的方法,该方法可扩展到同步、博弈、级联故障等其它网络动力学研究中。     

基于SA-LEN的网络社区发现的研究

构建了一种LR-S复合网络,分别提取了L-IRS网络中的最短路径长度和RRTCS网络中的活跃度两个元素,提出了一种新的节点间相似度评价函数SA-LEN及基于节点相似度的社区划分算法。通过对多种计算机生成网络和自然网络实验发现,本文的SA-LEN的网络社区发现算法具有较高准确性。     

基于粒子群优化算法的KK分布参数估计方法

针对KK分布的参数估计,首先介绍了半经验估计法,然后提出了一种基于粒子群优化的估计方法。该方法将杂波数据统计直方图与KK分布概率密度函数在部分采样点上的差异作为代价函数,通过粒子群优化搜索参数的最优值。通过蒙特卡罗方法对半经验估计法在权重参数不同时的性能进行了仿真,然后分析了杂波数据样本点数的多少等因素对所提算法精度的影响,最后基于实测合成孔径雷达图像杂波数据对该算法进行了验证。仿真结果表明,该算法对KK分布参数具有良好的估计性能,KK分布与K分布等相比,对合成孔径雷达图像杂波数据具有更强的拟合能力。     

计算机控制系统信号重构容错算法研究

信号重构是计算机系统与被控对象进行信息通信的重要环节,在简要分析Shannon重构、ZOH重构和一阶重构等信号重构方法局限性的基础上,提出了一组基于三点插值的重构算法和被控过程采样数据的一步容错预测算法,并将一步容错预测与三点插值算法相结合,建立了对于被控过程信号异常情况有良好容错能力的一步容错预测二阶重构算法。上述的一步容错预测二阶重构算法不仅结构简单、可用于在线控制,而且算法精度和可靠性明显高于普通的ZOH重构和一阶重构算法。     

物资调运系统中模糊条件的量化及其网络解法

<正> 在湖南邵阳市“工业企业集团规划”研究中,我们看到,化工企业的化肥调运是经常的、大量的、牵涉的数据、报表和计算是非常多的。过去,这些工作一直靠人工来处理,并常常靠决策者的主观经验办事,缺乏科学依据。因此,工作效率低、出错率高。如何实现物资调运和管理决策的的科     

基于优先权的iSLIP算法及其仿真试验

iSLIP算法是用于解决高速路由器交换结构调度问题的一种经典调度算法。在高速路由器中提供完备的QOS是当前研究的热点。基于优先权的iSLIP算法从优先权的角度对分组加以区分，可以与QOS区分服务机制较好的结合，从而实现基于类的QOS保证。本文从仿真的角度验证了基于优先权的iSLIP算法可以较好的实现QOS保证。     

Reed-Solomon码的符号级软判决译码算法

为了在译码性能和复杂度之间获得更好的折中,提出两种Reed-Solomon码的符号级软判决译码算法:一种将置信度排序译码集成到Chase译码的组合译码算法;另一种则采用逐级选择测试序列集的广义Chase-2译码算法。二者在一定的场合能够充分利用软判决信息。仿真结果表明,第一种算法在译码复杂度较低时,能够获得很好的综合性能;而第二种算法则具有很好的灵活性,且在译码复杂度可接受的范围内具有很好的综合性能。两种算法在一些场合中都能获得比目前其它一些常用的符号级软判决译码算法更好的综合性能。     

基于有限容量库所方法的死锁防止算法

针对变迁均可控、可观的推广Petri网,给出了一种防止死锁的算法.该算法基于将死锁防止问题转化为控制规范的迭代算法和将控制规范施加到被控对象上的有限容量库所方法.它相对于只能面向某一类网的死锁防止方法,在通用性上有了很大改进;而且设计的控制器是结构型的,在线计算少、执行快;不过由于是迭代算法,有时离线计算量较大.最后用一个示例说明了该算法,并进行了进一步的讨论.     

对一类带聚类特征TSP问题的蚁群算法求解

蚁群算法是近几年提出的一种新型的模拟进化算法,初步的研究表明该算法具有极强的鲁棒性和发现较好解的能力,但同时也存在收敛速度慢的缺点。针对带聚类特征的TSP问题,提出了一种新型的蚁群算法。该算法利用TSP问题本身所具有的聚类特征,从数据域上将其分解成多个子问题,对每个子问题分别采用蚁群算法并行求解,最后将所有子问题的解按一定规则合并成问题的解。对带聚类特征TSP问题的仿真实验表明该算法的收敛速度得到了极大的提高。     

基于区域边界的图像变形算法

基于区域边界的图像变形算法使用不同类型的区域划分图像，在区域内建立仅与该区域边界相关的扭曲函数，使区域内象素的扭曲局部化，同时又保证区域问扭曲函数的连续性，从而克服了基于特征线段、基于网格扭曲等方法的缺点。本文详细讨论了区域的划分类型和方法，给出了区域的扭曲函数，最后对复杂的人脸图像进行了实验。实验结果表明，该算法所需用户控制少，方便用户对渐变精细度的控制，运算速度快，能产生理想的平滑渐变效果。     

边连通度问题的三维DNA图结构解法

针对求边连通度这一难解问题,提出了三维DNA图结构算法。该算法利用k臂DNA这一特殊的分子结构构建了相应的图结构,通过相关的限制性内切酶处理和凝胶电泳分析来确定图的边连通度。通过探讨算法的可行性,基于目前的实验室技术给出了算法的具体分子生物学操作步骤。指出这一DNA结构可直观地反映图结构,易于建立图论模型。结论显示,该算法可以直观有效地求解边连通度,用于解某些难解问题有着特殊的优越性。     

确定性联合补充问题的模型及算法研究

对确定性联合补充库存控制系统进行分析，得出其关键问题是确定系统的联合补充周期和各品种货物的补充频率。建立问题的确定性联合补充数学模型，并分别介绍解决此类问题的传统算法。针对传统算法的局限性，提出一个新型的启发式算法。该算法可通过迭代过程求得问题的近似最优解。最后，通过算例对该算法进行验征，并同其它传统算法进行比较分析。结果表明该算法可以有效地解决此类问题。