基于加权超网络模型的知识网络鲁棒性分析及应用

对知识网络的鲁棒性分析方法进行了研究.与一般的复杂网络相比,知识网络涉及两种不同类型的节点:知识和知识主体.在进行鲁棒性研究时,必须对二者进行综合考虑.为此提出基于加权超网络模型的知识网络鲁棒性分析方法,该模型可根据组织中知识与知识主体之间的映射关系将二者集成在一起.在此基础上,提出了一种关联节点删除的方法来研究知识网络的鲁棒性,并提出了度量知识网络鲁棒性的专有知识率、专有知识加权比率、知识网络抗毁性、核心领域知识网络抗毁性等指标及其分析方法,解决了知识网络的鲁棒性分析及度量的问题,并可应用于组织知识资源的安全性评估、发现易流失知识以及评价组织成员的知识重要性等方面.     

突发洪水灾害事件关联度模型

洪水灾害发生过程中各事件之间的关联度直接影响洪水灾害的演化方向。基于知识元理论,分析突发洪水演进过程中的洪水灾害系统要素,构建系统要素知识元模型,通过分析环境单元、承灾载体知识元与灾害事件知识元间的作用关系,建立环境单元、承灾载体知识元子网络与突发事件知识元子网络构成的超网络。利用超边相似度匹配算法,计算突发洪水灾害演化过程各事件知识元的关联度,定量描述突发洪水灾害事件关联关系及程度,为后续研究洪水灾害事件演化、挖掘事件间隐藏关系提供支持。以沂沭河流域洪水灾害演化过程为例,计算沂沭河流域突发洪水灾害事件间的关联度,以关联关系图表示,证实了研究方法的有效性。     

基于免疫系统的无线传感器网络性能优化

根据免疫系统B细胞和T细胞模型,建立人工免疫系统与无线传感器网络间的相似关系,提出一种邻域节点选择算法,以判断传感器节点是否被激活。由于事件信息传递到汇聚节点会产生偏差,利用时空相关理论和自适应最小均方误差滤波算法,建立偏差与激活节点数目及偏差与节点通信频率之间的关系,确定传递事件信息所需最少激活节点数和最佳通信频率。不同条件下仿真结果表明,这种无线传感器网络优化策略能起到减少节点数目、降低通信频率及节约能耗的效果。     

基于贝叶斯网络的态势评估

作为一种知识表示和进行概率推理的框架,贝叶斯网络在具有内在不确定性的推理和决策问题中得到了广泛的应用。因果推理是态势评估中的一个重要环节,用贝叶斯网络找出态势假设和事件之间的潜在关系,正是态势评估所需完成的功能。根据态势与事件之间不同的连接关系建立了态势评估的贝叶斯网络模型,并分别介绍了相应的信息传播算法,最后以一个实例来说明该网络的计算过程。     

基于层次本体模型(HOM)的语义相似度计算方法

本体映射通过计算实体之间的局部的或/和全局的语义相似度来确定实体之间的关系。除了实体之间的局部或/和全局的关系外,在很多情况下整个本体之间的关系对于计算语义相似度也是很有帮助的。本文试图利用这些关系来计算实体之间的相似度以改进本体映射的性能。为此,本文以范畴论为基础提出了一个层次化的本体模型(hierarchical ontology model,HOM)用以形式化描述这种关系。在此基础上,还提出了一种本体映射算法HOM-Matching,该算法利用本体之间的关系来计算实体之间的语义相似度。两组实验表明:通过设定合适的参数,该算法可以较好地提高本体映射的性能。     

科学家影响关系网络与科学家的影响力

基于复杂网络理论分析了科学家影响力问题.根据科学家之间存在的影响关系:相互合作、论文引文、致谢等关系,建立了科学家之间影响关系网络,该网络是一个具有不同权重的有向网络,生成的系统网络矩阵是一个对角线元素为0的非对称矩阵.通过分析节点之间的相互影响,得到了一个衡量科学家影响力的算法模型.最后实例分析说明了算法模型的应用过程,根据研究结果对如何提高科学家个人影响力问题提出了一些有效的方法和措施.     

面向团队结构的耦合任务群分解算法与仿真

由于难以恰当地描述多个任务两两之间的关系,耦合任务群的分解仍然是一个难题.根据研发团队的结构特点提出两种耦合任务群分解方法:基于敏感度、可变度和任务量的分解方法将布尔型DSM转化成舍有敏感度、可变度和任务量信息的矩阵,然后将该矩阵转化成相互作用强度距离矩阵,再进行聚类,使相互作用较强的任务聚在一起;基于任务属性灰度关联相似度的分解方法用灰度分析法计算各任务属性的权重,然后根据任务属性及其权重建立任务距离矩阵,再进行聚类分解,使相似的任务聚在一起.用MATLABWebServer工具开发了基于WEB的耦合任务群分解仿真模块,采用仿真比较的方法分析算法对任务分解结果的影响.     

具有社区结构和子核的快递网络优化方法

快递企业的配送系统由管理层和物理层等子网络构成,是一个具有多层和多维特征的超网络系统,管理层网络的组织模式和运营机制对物理层网络的结构形成具有重要影响. 论文描述了快递网络的超网络结构特征,分析了管理层网络作用下物理层网络中社区结构和子核的形成机制,指出快递企业以转运中心为区域业务中心的运作模式,使得物理层网络中不同社区之间具有清晰的边界,并根据物理层网络的结构特点,提出了一种具有并行运算特征的基于局域搜索的分段优化方法,分析了算法的时间复杂度. 最后,应用实例进行了验证,结果表明,该方法能在保证计算精度的前提下,极大地降低计算的复杂度.     

基于免疫网络调节机理的混沌超变异免疫算法

根据生物免疫系统中存在的免疫网络调节机理,提出了一种实数编码的混沌超变异免疫算法,该算法结合克隆选择原理和混沌理论建立新的混沌超变异操作,增强了算法局部搜索能力.同时基于免疫网络数学模型设计抗体的激励水平,并以此作为抗体群免疫网络调节的依据,保持了抗体群的多样性.最后将其应用于函数优化问题,结果表明该算法的收敛性能优于克隆选择算法,而且能够有效克服早收敛问题.     

不确定多指标决策问题的相对相似关系法研究

针对指标权重未知的不确定多指标决策问题,从描述区间数的相似性程度出发,提出了一种全新的区间数相对相似度和决策方案相对相似度定义,给出了区间数相对相似关系理论并得到了一些相关结果;然后在通过相对相似度对决策指标权重进行度量的基础上,采用备选决策方案在决策方案集中的总体相对相似度值大小选取最优对象并排序,以此给出了不确定多指标决策问题的相对相似关系法.通过算例分析了该算法和离差最大化算法的相异,说明了该算法的适用性和合理性.