社交网络结构对COVID-19疫苗接种意愿的影响

为提升民众接种疫苗的意愿，构建基于自我认知和他人认知为影响因素的个体接种意愿函数，运用复杂网络理论建立社交网络演化机制，研究社交网络结构和相关参数对疫苗接种意愿的影响机理，并提出相关建议，为实现社会面清零目标提供决策依据。结果表明：(1)在接种初始阶段，ER随机网络与无标度网络接种比例快速提升，而在后续接种阶段，小世界网络与规则网络的接种比例稳步提高；网络规模影响系统达到稳定状态的速度，网络规模越大，系统达到稳定状态的速度较快。(2)在社交网络中，初始接种比例、已接种群体的影响权重主要影响接种的速度；认知权重主要影响系统达到稳定状态时的接种比例，最终的接种比例与他人认知权重正相关。     

社会网络与创新扩散的共生演化

在基于协调博弈和动态网络的基础上,构建了一个社会网络与创新扩散的共生演化模型,采用仿真与计量相结合的方法,分析了创新扩散、网络整体收益和社会网络之间的相互影响。研究表明,个体行为与社会网络结构对创新扩散的影响,取决于创新自身相对优势的大小,具有相对优势的创新在密集的网络中和规则连接方式下更容易扩散。网络整体收益不仅与创新自身以及采用个体的自身特征有关,也与局部网络效应强弱和个体之间建立联系的成本相关。创新扩散微观层面中个体策略选择行为特征会导致社会网络结构特征(如网络异质性、小世界效应,度相关性)的变化。     

复杂网络拓扑结构与演化模型研究综述(二)

近年来,复杂网络的研究正如火如荼的展开,累计了大量的研究结果。本文整理和总结了复杂网络目前在拓扑结构识别和网络演化建模方面的主要研究结果。对国内外关于复杂网络理论及其应用的研究现状进行了综述,总结了复杂网络结构特性的主要研究方法、结论,并展望将来发展方向。下篇主要介绍了复杂网络结构特性和演化模型方面的主要结论、方法等研究进展。     

知识创造行为对知识网络演化的影响——以知识贬值和知识活性为参数

根据网络的无标度特性建立了基于知识创造行为的组织知识网络演化模型,选用Matlab软件进行数理仿真。研究结果表明:不同的演化时间对网络结构能够产生影响;相比于随机网络和普通网络,小世界网络是个体进行自主研发和知识流动的最优选择;知识贬值率越高,网络知识创造的收益越小,越能激发个体的知识交流欲望,知识变化幅度越大;知识活性程度越高,网络的平均知识存量越少,个体对现有知识的保护意识越强,对自主研发能够起到促进作用,但不利于个体间的知识流动。     

基于局域世界的加权指控网络演化模型

为动态评估指挥控制网络面向复杂任务和对抗环境下的内在机理和外在行为,采用复杂网络理论分析了指控网络的动态特性,综合考虑了指控网络实体及网络结构关系的异质性,建立了基于多属性加权的指控网络模型;制定了指控网络节点和边的加入或删除规则、局域世界规则和边权演化规则,提出了基于局域世界的加权指控网络演化模型。仿真实验表明,模型具有贴近战场实况、遵循幂率分布、作战效率高等特点,可为指挥控制系统的网络化建设提供理论依据。     

中国航空交通网络时变和多层次特性分析

利用复杂网络理论研究了中国航空交通网络中多层网络的时间演化特性和多层网络融合演化特性。结果表明,直飞航线网络和经停航线网络与复合航线网络在度分布、平均距离长度、簇系数、富人俱乐部指标、同配系数等指标上表现出相似的网络特性且随时间变化相对稳定,但在网络相似性比较上表现出内部网络结构特性有较大的差异,经停航线网络随着航空业的发展将在优化网络结构方面进一步发挥重要作用。     

BBS虚拟社区的演化规律探索及仿真

结合复杂网络理论对BBS中虚拟社区网络的演化规律进行了研究.首先,通过BBS版块的数据信息构建有向虚拟社区网络,研究了网络拓扑结构特性的演化,包括新增结点数和边数、度分布的幂指数、网络结构熵等随时间变化的规律,发现网络从"有序"到"无序"再到"稳定有序"的变化过程,并且在此类社区网络中存在富人俱乐部现象.然后,基于BBS版块虚拟社区的演化规律,提出了一种虚拟社区网络构造模型.该模型方法的仿真结果与真实虚拟社区网络演化特性相符,在一定程度上能解释虚拟社区的演化规律,具有很强的实际意义.     

复杂网络拓扑结构与演化模型研究综述(一)

近年来,复杂网络的研究正如火如荼的展开,累积了大量的研究结果。本文整理和总结了复杂网络目前在拓扑结构识别和网络演化建模方面的主要研究结果。对国内外关于复杂网络理论及其应用的研究现状进行了综述,总结了复杂网络结构特性的主要研究方法、结论,并展望将来发展方向。分两期发表,上篇主要从系统科学的角度介绍复杂网络模型的本质特点以及其概念。     

复杂网络理论及其在航空网络中的应用

复杂网络理论是对复杂系统的高度抽象，它突出强调了系统的拓扑特征，其中许多性质如小世界性质、无标度性质等等已经得到了广泛的研究。本文从复杂网络的统计特性、结构模型以及在航空网络中的应用3个层次系统回顾了复杂网络的基本理论和应用现状，期望对航空网络规划问题的研究起到一定的借鉴作用。     

人类对于复杂网络的认识--系统科学的一个重要视角(专辑序言)

近年来，在系统科学的研究中，对于网络结构和性质的研究已经成为一个十分引人注目的领域。其突出代表就是小世界网络(Small World Network)和无标度网络(Scale Free Network)。     

AN INFORMATION THEORETICAL APPROACH TO NEURAL NETWORKS

The purpose of this paper is to present a unified theory of several differentneural networks that have been proposed for solving various computation, pattern recog-nition, imaging, optimization, and other problems. The functioning of these networks ischaracterized by Lyapunov energy functions. The relationship between the deterministicand stochastic neural networks is examined. The simulated annealing methods for findingthe global optimum of an objective function as well as their generalization by injectingnoise into deterministic neural networks are discussed. A statistical interpretation of thedynamic evolution of the different neural networks is presented. The problem of trainingdifferent neural networks is investigated in this general framework. It is shown how thisapproach can be used not only for analyzing various neural networks, but also for the choiceof the proper neural network for solving any given problem and the design of a trainingalgorithm for the particular neural network.     

BA网络的一个等价演化模型

ER随机网络和BA网络对网络科学的发展起着十分重要的作用，在网络研究中ER网络与其等价模型可以替代使用。本文提出了BA网络的一个等价的演化模型，并解析计算和模拟了模型的节点度分布、集聚系数和平均路径长度，其演化成的结构特性与BA网络相同。在本模型的演化过程中，不需要拥有网络节点度的完全信息，没有择优连接过程，大大缩短了网络生成时间。因此，研究BA网络的性质和动力学时，可以将本模型替换BA网络。     

Multi-granularity evolution analysis of software using complex network theory

Software systems are a typical kind of man-made complex systems. Understanding their evolutions can lead to better software engineering practices. In this paper, the authors use complex network theory as a tool to analyze the evolution of object-oriented (OO) software from a multigranularity perspective. First, a multi-granularity software networks model is proposed to represent the topological structures of a multi-version software system from three levels of granularity. Then, some parameters widely used in complex network theory are applied to characterize the software networks. By tracing the parameters’ values in consecutive software systems, we have a better understanding about software evolution. A case study is conducted on an open source OO project, Azureus, as an example to illustrate our approach, and some underlying evolution characteristics are uncovered. These results provide a different dimension to our understanding of software evolutions and also are very useful for the design and development of OO software systems.     

不确定情形下通信网络最短路径关键点问题

在通信网络中，因突发事件造成通信路由节点毁坏或者中断的现象时有发生，传输的数据包不得不从中断处沿着最短的替代路径行进到数据包的接收节点，在这种情形下，哪个路由节点中断使得数据包实际行进的总路程最长呢？从通信网络管理的角度来看这是一个非常重要的问题。对该问题．以前的文献都是从确定情形（事先具有节点中断的完全信息）下进行研究的，本文从不确定情形（只有数据包行进到中断节点的邻接点时才获得该节点中断的信息）的角度重新考虑这个问题。本文首先定义了不确定情形下的最短路径关键点概念，给出了计算不确定情形下最短路径关键点的算法及其时间复杂性分析。结合实际通信网络的算例分析，比较了确定情形下最短路径关键点和不确定情形下最短路径关键点问题，指出了不确定情形下最短路径关键点问题更具有实际意义。     

时间离散的回归神经网络的定性分析

研究了一类时间离散的回归神经网络的定性问题.首先应用非线性分析中的度理论,建立了这类神经网络平衡点存在唯一的充要条件;其次通过Lyapunov函数,得到了这类神经网络全局指数稳定的充分准则.     

建立系统科学基础理论框架的一种可能途径与若干具体思路(之十)———复杂网络上的自组织临界性模型

这是总标题下的第十篇.主要内容如副标题所述.主标题下全文的总目的是试图从现代物理、分子生物学与脑神解剖学等学科领域的最新实验事实,以及相应的前沿理论领域围绕着演化概念研究的展开所获得已有理念与成就为基础,按照“由大爆炸理论所描述的物理世界之最初情景出现以来,世界物质总是在其不同时空点具体结构状态下的几种基本相互作用属性形成的制约机制造成的物质———能量结构与分布仍非完全平衡态势的推动下,不断地一层一层完成其全方位整体性进一步精细平衡结构,实现其该层次从无序到有序的起伏演化———这一总体自然法则”的认识主线,提出一种建立系统科学基础理论的定性定量框架思路与若干细节方法.文中对相互作用、进化、演化、适应性与复杂性等概念进行了分析,并对突变、分歧、吸引子、混沌、协同、分形等基于此种理论作了一种较为直观的诠释.同时,也将论及信息的本质与其人本意义下的价值概念,特别是她与非线性的密切关系等问题.当然,这一切均还是初步的,尽管其中一部分我们也已经获得了一些较为严谨的结果.文章首先利用平均场理论讨论了自组织临界性模型,并与数值模拟的结果进行了比较,进而又在复杂网络的不同拓扑结构的背景下研究了该模型的雪崩动力学.且在文末阐述了所有这些与统计物理学在实质上的本源关系.     

基于异质网络的武器装备体系结构抗毁性研究

考虑到武器装备体系中装备节点的复杂性和异质性，以及装备之间关系的多样性，本文首先提出了基于异质网络的武器装备体系建模方法.其次通过借鉴OODA作战循环理论的概念，结合异质网络中元路径的定义，提出评估指标——杀伤链数对武器装备体系结构抗毁性进行评估.然后将杀伤链数和常用的抗毁性评估指标——自然连通度进行比较，分析随机攻击和选择性攻击策略下武器装备体系结构抗毁性的变化，发现具备实际语义信息的杀伤链数对于评估武器装备体系结构抗毁性更加有效.最后，通过想定背景下的武器装备作战体系实例，分析该实例下的武器装备体系结构抗毁性，为进攻方首要攻击对象和防守方首要保护对象提供辅助决策.     

Scenario-based stochastic resource allocation with uncertain probability parameters

The stochastic resource allocation (SRA) problem is an extensive class of combinatorial optimization problems widely existing in complex systems such as communication networks and unmanned systems. In SRA, the ability of a resource to complete a task is described by certain probability, and the objective is to maximize the reward by appropriately assigning available resources to different tasks. This paper is aimed at an important branch of SRA, that is, stochastic SRA (SSRA) for which the probability for resources to complete tasks is also uncertain. Firstly, a general SSRA model with multiple independent uncertain parameters (GSSRA-MIUP) is built to formulate the problem. Then, a scenario-based reformulation which can address multi-source uncertainties is proposed to facilitate the problem-solving process. Secondly, in view of the superiority of the differential evolution algorithm in real-valued optimization, a discrete version of this algorithm was originally proposed and further combined with a specialized local search to create an efficient hybrid optimizer. The hybrid algorithm is compared with the discrete differential evolution algorithm, a pure random sampling method, as well as a restart local search method. Experimental results show that the proposed hybrid optimizer has obvious advantages in solving GSSRA-MIUP problems.     

卫星网络时隙分配算法与路由规划优化

星间链路的应用在增加网络连通性和提升网络性能方面是至关重要的。然而, 对于大规模、高动态的卫星网络, 实时的星间链路设计和路由规划变得非常有挑战性。为了克服这个难点, 本文研究了动态卫星网络中的时隙分配与路由规划问题, 并将其建模为一个整数线性规划问题。为了降低问题求解的复杂度, 该问题被近似地分解为两个独立的子问题, 包括时隙分配问题与路由规划问题。第一个子问题仍然是一个整数规划问题, 本文结合匹配理论与拉格朗日松弛方法设计了一个低复杂度但是高效的求解算法。然后, 针对第二个子问题, 考虑业务的优先级, 设计了一个低花费的路由算法。最后, 仿真结果验证了方法的可行性与有效性。     

权值光滑BP算法：一种改善网络推广性能的方法

推广性能是人工神经网络研究的重要方向。在推广性能的研究中，改进学习算法是提高前向网络推广性能的重要方法之一。本文对一特殊的权值光滑BP算法的理论基础进行了仔细的研究，并将该算法首次应用于水声目标的分类问题。实验结果表明，具有权值光滑BP算法的前向网络不仅具有较光滑的连续权值，而且其推广性能也优于具有标准BPM算法的前向网络。