尖锥网络分析的一般性结构及其权重计算方法

现有尖锥网络分析法中尖锥元素集与尖锥网络分析的结构较为特殊,在复杂系统的评价与决策应用中存在着较大的局限性。为解决这一问题,首先通过区分元素的收发性质,描述了更具一般性的尖锥元素集与尖锥网络分析结构;其次提出了尖锥网络分析一般性结构中各类型尖锥元素的权重计算方法,利用该方法可以计算出多个锥项元素与"只进不出"型锥底元素的权重;最后通过一个算例分析表明尖锥网络分析的一般性结构能够全面反映系统内部元素的相互支配关系,且权重计算结果科学合理。     

探讨社会网络理论与分析的几个问题

复杂网络研究与社会网络分析有着十分密切的关系,最近10年复杂网络的快速发展,得益于社会网络分析所建立起来的相关概念和方法,促进了社会网络分析的发展.从合作竞争网络、社会网络中的社团结构、社会网络中的空间结构等几个方面对我们最近几年的研究进展作了简单介绍,包括合作竞争网络的拓扑共性与动力学共性,社团结构的比较性定义、搜寻方法与显著性指标,空间结构距离幂律分布的产生原因及其对拓扑结构及其功能的影响等.     

社会网络分析在反恐中的应用

对社会网络分析在反恐中的应用进行了分析与述评,主要研究了社会网络分析在构建恐怖主义网络、网络抗毁性、评估恐怖组织网络、恐怖主义风险方面的应用,探讨了社会网络分析在反恐中的应用若干关键性课题及存在的问题,并对未来的研究前景进行了阐述。     

一种基于网络分析的语义冗余发现方法

以农业AGROVOC本体为例,结合语义万维网推理机制定性分析冗余信息产生原因,利用复杂网络分析方法量化推理过程中产生的冗余,进而确定本体中的核心概念,解决推理冗余问题。实验表明,复杂网络分析方法可从定量角度找出核心节点及导致推理产生冗余的边,并揭示了语义冗余引起的推理效率降低问题。为优化本体设计、提高推理效率提供了一种新的可行方法。     

化工过程流体网络的建模与仿真

建立了化工过程仿真培训系统建模中的流体网络模型，这是有温度和组分变化的流体网络模型。利用流体网络和设备模型的不同响应速度，采用变步长仿真方法，提出了一种适用于仿真培训系统的化工过程流体网络的仿真方法。     

证据网络及其在航天系统安全性分析中的应用

针对航天系统安全性分析与评价中面临的不精确、不完全信息难以处理等问题,在D-S(Dempster-Shafer)证据理论研究的基础上,借鉴贝叶斯网络的建模思路,提出了一种新的风险安全性分析与评价方法--证据网络分析方法。给出了证据网络的定义,研究了证据网络的基本建模思路与框架,包括网络结构构建、网络参数表示、原始数据预处理、网络推理算法、评价结果分析,并总结了该方法的操作流程与步骤。最后,通过某航天系统安全性分析与评价算例验证了证据网络分析方法的可行性与有效性,为安全性管理与决策提供辅助支持。     

网络分析的流图矩阵法

在目前的网络分析方法中,都需要对网络进行大量而繁琐的拓扑结构分析,这不仅影响网络分析的效率和精度,而且要研究专门的算法。本文提出了流图矩阵分析法,只需对相应矩阵进行严格简明的变换,不需要其它任何运算(包含拓扑分析),即可得到分析结果。如果采用符号函数和稀疏矩阵技术,则可更明显地提高分析效率和精度。     

微机辅助网络计划分析软件系统CANA-1简介

工程进度计划安排的科学管理方法即网络计划技术,无疑已经显示了它的威力,并且正在日益广泛地深入到生产实际的各个领域。随着网络技术的不断推广,人们迫切需要一种有效的工具,能够迅速准确地绘制网络图,确定网络参数,同时对网络进行各种优化分析,为此相继产生了许多网络分析软件,但由于这些网络分析软件大多不能在已知网络活动逻辑关系(工作紧前紧后关系)的情况下,直接对网络进行分     

单代号模糊网络的关键路线分析

基于单代号模糊网络活动时间参数计算的加法形式,本文提出了确定网络时间参数和关键路线的计算方法。该方法易于使用,且能用于模糊方程的求解和双代号模糊网络分析中。     

基于社会网络分析理论的恐怖组织网络研究综述

恐怖组织网络研究对于了解恐怖组织结构、有效打击恐怖活动具有十分重要的意义. 近年来, 社会 网络分析方法在恐怖组织网络研究中得到广泛关注和成功应用. 本文对恐怖组织网络模型的构建方法和分析方法进行了综述. 首先, 从建模视角、建模工具及数据获取方法三个方面对恐怖组织网络模型的构建方法进行了讨论和评价. 然后, 将恐怖组织网络分析方法归纳为静态分析和动态分析两大类. 在静态 分析中, 重点分析和评价了网络拓扑结构及特征、核心目标识别、抗毁性评估及瓦解策略三种方法; 在动 态分析中, 主要对恐怖活动态势评估、组织结构演化与绩效评估、空间关联分析三种方法进行了论述. 最 后, 指出现有研究存在的不足以及未来值得研究的问题.     

基于三层BP网络的多指标综合评估方法及应用

提出一种基于人工神经网络的综合指标评估方法．文章首先提出了一种新的归一化效用函数,把不同类型,不同量纲的原始评估值转换到［－１,１］区间,该效用函数较好地体现了“奖优罚劣”原则,同时对于神经网络又更容易学习和训练;其次,分析了一般多指标评估中各权值的确定方法及存在的困难;第三,详细介绍了基于人工神经网络的多指标综合评价原理及实现方法,并将之实际应用到一柴油机行业的综合经济效益评估中,取得了较满意的结果．文末讨论了基于神经网络的综合评价方法的优点.     

信息交流网络系统优化设计的核与核度法

网络系统的核与核度方法是一种首先抓住系统“核心部分”,然后在“核心部分”的基础上进一步优化网络系统结构的一种新方法,应用网络系统的核与核度方法给出了分析信息交流网络系统各种性能指标的新方法,诸如信息传递速度的快慢,传递的准确性,成员之间的满意程度等。研究了在各种不同的性能指标条件下,信息交流网络系统优化设计的方法和步骤。     

QUEUEING NETWORKS WITH INSTANTANEOUS SEQUENTIAL TRANSITIONS

1 IntroductionQueueing networks have been one of the most importallt techniques in the modeling andanalysis of computer, communication, transportation, and Iogistics systems. The first queueingnetwork model was introduced by J..k,..[i'2], in which Jackson considers a network with Nnodes, and transitions of the typex -- x -- ej ek5 i,k = 0,1,'',N, (1)where x = (x1, x2)'' 5 XN) denotes the number of customers at the N nodes, ej is the unitvector with a 1 at the j-th position and 0 elsewh…     

稳健二进前向网络的遗传训练方法

稳健二进前向网络是对逻辑知识的隐式表示和显式表示的有机统一，是性能优良的逻辑知识库、推理机和解释器，但目前还没有一种网络训练算法能够训练出稳健二进前向网络，针对这种情况，本文首先对稳健二进前向网络的神经元辅阈值范围进行了改进和有效描述，并在此基础上提出了一种对稳健二进前向网络进行有效训练的遗传训练方法。在这种训练方法中，网络参数采用三值编码方案，并运用相应的变异机制和有效的适应度函数，经这种方法训练出的网络具有结构最优、稳健性能最强和最易实现的特点。文章最后给出了实验的结果。     

On the observability of free Boolean networks via the semi-tensor product method

This paper investigates the observabihty of free Boolean networks by using the semi-tensor product method,and presents some new results.First,the concept of observability for free Boolean networks is proposed,based on which and the algebraic form of Boolean networks,a kind of observabihty matrix is constructed.Second,by the observability matrix,a new necessary and sufficient condition is given for the observability of Boolean networks.Third,the concept of observabihty index for observable Boolean networks is defined,and an algorithm is established to calculate the observability index.Finally,a practical example of D.Melanogaster segmentation polarity gene networks is studied to support our new results.The study of the illustrative example shows that the new results obtained in this paper are very effective in investigating the observability of free Boolean networks.     

非线性系统辨识的一种泛函网络方法

泛函网络是最近提出的一种对神经网络的有效推广.与神经网络不同,它处理的是一般的泛函模型,而不仅仅是Sigmoidal函数,并且在各个处理单元之间没有权值.提出了一种基于泛函网络的非线性系统的辨识方法,而网络参数利用梯度下降方法来进行学习.计算机仿真结果表明,这种辨识方法具有较快的收敛速度和良好的性能.     

Experts'''' Knowledge Fusion in Model-Based Diagnosis Based on Bayes Networks

1 .INTRODUCTIONModel baseddiagnosis (MBD)isanapproachtointe gratingphysicalknowledgeintoareasoningengine.Itusesacomputermodelofthesystemunderobser vation .Thismodelcontainsallknowledgerelevanttoassessingitscondition .Itpredictsthesystem’sbe haviorbysimulatingitsoutputsunderasetofinputconditions .MBDhasbeenwidelyusedinmanyappli cationsystems.BasedonthefirstprinciplepresentedbyReiter[1 ] 　 ,KohlasintroducestheprobabilitytoanMBDsystemwhichallowsonetocomputetheposte riorprobabilitythat…     

线性时变RLCM网络瞬态分析的一种新方法

本文从电路理论和数值积分的基本原理出发．导出了线性时变ＬＣＭ的通用伴随模型，提出了线性时变ＲＬＣＭ网络瞬态分析的一种新方法──伴随模型法。采用这种方法，不仅可以使线性时变ＲＬＣＭ网络的瞬态分析变得如同线性时不变电阻性网络的直流分析一样简单，而且很容易满足不同精度要求和数值稳定性的需要。     

复杂网络中节点重要度评估的节点收缩方法

首先定义了网络的凝聚度,在此基础上提出了一种评估复杂网络节点重要度的节点收缩方法,认为最重要的节点就是将该节点收缩后网络的凝聚度最大,其算法的时间复杂性为O(n3).该方法综合考虑了节点的连接度以及经过该节点最短路径的数目,克服了节点删除法的弊端.最后的实验分析表明该方法直观、有效且运算速度快,对于大型复杂网络可以获得理想的计算能力.     

基于Lag-SBP的Wiener型非线性系统的辨识方法

给出了Wiener型非线性系统的一种新的辨识方法，采用Laguerre函数与静态BP网络相结合构成Wiener型非线性系统的模型，并给出此模型参数递推辨识算法，这种模型参数辨识不需要实际系统的阶次和时延先验知识，对实际系统阶次和时延变化有较强的鲁棒性。数字仿真验证了该方法的有效性。