元胞自动机舆论模型中人员移动对传播的影响

为了研究舆论系统中人员的移动以及存在态度坚定者的因素对舆论形成和演化的影响,建立了相应的元胞自动机舆论模型．在假设人员态度的改变方式遵守少数服从多数的规则下,通过计算机模拟给出了二维四方格子两种影响领域(5邻居、9邻居)在周期性边界条件下的舆论传播行为．模拟给出了模型的演化趋势,以及在不同赞成率的随机初始状态中,模型演化随立场坚定者密度变化的行为．结果表明人员的移动将加快舆论的形成．     

基于节点蓄意攻击的无标度网络#br# 级联抗毁性研究

增强网络的抗毁性对于抵御级联故障具有重要的现实意义。为研究网络参数对级联抗毁性的影响,结合变幂律无标度网络和变聚类系数无标度网络模型,在最大负荷节点遭受蓄意攻击的情况下,研究了无标度网络的幂律指数、聚类系数和平均度与级联抗毁性的关系。结果表明,无标度网络的幂律指数和平均度与网络的级联抗毁性正相关,即网络越均匀、连接越稠密,级联抗毁性越强;但聚类系数对网络的级联抗毁性并没有显著影响。     

基于决策偏移的舆论演化动力学模型

随着社会计算的飞速发展,网络数据日益向大数据方向演进,网络群体呈现出多样性特征. 针对传统舆论演化动力学模型忽略大规模群体一致性压力和个体决策内驱力的相互作用,以及社会网络节点多、规模大等问题,提出了基于决策偏移概念的舆论演化动力学模型. 模型将内在偏移牵引力、外在群体一致性压力相结合,并引入社会心理学从众效应理论,建立依从、趋同和内化的节点状态及状态转移策略和观点演化策略. 仿真结果表明,模型能够有效模拟观点的收敛和分化,与经典有限信任模型相比,更加符合大型社会网络中群体舆论演进和个体交互的行为特征,揭示了群体层面观点演化的内在规律,为大数据时代分析现实舆论形成的内在机理提供理论模型和参考.     

变聚类系数加权网络的建模及其级联抗毁性分析

针对ＢＢＶ 等传统加权网络模型生成的网络聚类系数较小、簇度幂律特征偏弱等不足,提出了一个变 聚类系数加权网络模型,其中新节点的加入根据节点强度和初始吸引度共同驱动的优先连接机制或三角连接机 制与网络中的旧节点建立连接。仿真表明,当初始吸引度和三角连接概率取不同值时,生成网络的度、强度和边 权都服从幂律分布,并且聚类系数可调,特别是随着三角连接概率的变大,簇度之间的幂律特征更加明显。最后 构建了基于加权网络的级联故障模型,分析了权重因素、聚类系数等对网络级联抗毁性的影响。     

连续渗流网络模型特性

把连续渗流模型转化为演化网络模型,利用复杂网络研究的概念、方法,研究其网络特征量的变化特点,包括度分布、集聚系数、相称性系数、熵等.通过数值模拟研究,尝试探索复杂网络在原子核领域的潜在应用.     

一种高聚类幂律可调网络异质配置模式下的公共品博弈研究

为了研究网络结构与演化博弈之间的关系,提出了一种基于网络内部"三角结构"与"内部演化"演化机制的高聚类幂律可调的网络模型。该网络模型具有无标度网络幂律分布的特性,且具有更高的聚类系数。在该网络模型的基础上,研究了异质配置模式的公共品博弈,即根据网络中的节点与其一层邻居和二层邻居中合作者数目的多少来决定公共品博弈中合作者的投入差异,并通过一个调节因子来调节投入差异的异质性程度。最后仿真证明,该异质配置模式演化博弈模型在高聚类幂律可调网络模型上可以快速达到纳什均衡,且存在一个调节因子的最佳范围能够促进合作的涌现。     

基于可调负载重分配的复杂网络级联失效模型

针对现实网络上的负载重分配规则常常是介于全局分配与最近邻分配、均匀分配与极端非均匀分配的特点, 提出了一种可调负载重分配范围与负载重分配异质性的复杂网络级联失效模型, 并分析了该模型在无标度网络上的级联失效条件. 解析与仿真结果表明, 合理调节负载重分配的范围、负载重分配的异质性可以显著提高复杂网络抵御级联失效的抗毁性.     

可变聚类系数无标度网络上的谣言传播仿真研究

在经典谣言传播模型的基础上,研究了具有幂律度分布和可变聚类系数的无标度网络上的谣言传播行为。目标是研究聚类系数对谣言传播的影响,通过改变特殊的参数调节网络的聚类系数来观察谣言传播的变化情况。仿真结果表明,聚类系数越高的网络,越能抑制谣言的传播,而聚类系数越低的网络,谣言传播将更加猖獗。     

考虑媒体效应的微博网络热点事件舆论演化模型

鉴于媒体对网络舆论有越来越重要的影响,重点考虑媒体效应和微博网络中观点的传播特点,构建了有界信任规则下的舆论演化模型,分析了媒体因素以及节点信任界限异质性对微博网络中舆论演化的影响.仿真结果显示,有媒体影响时,个体对媒体观点的采纳幅度越大,媒体引导的效果越好;群体观点易于改变的网络热点事件中,媒体首次报道时间越晚,媒体的引导效果越好.研究结果表明,在网络舆论引导中,不但要注意介入的时间,更应注重论据的合理性.通过实例验证本文提出模型与实际情况相符合,说明了本文模型的有效性和适用性.     

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SIRV病毒传播理论的装备保障网络级联失效分析

针对装备保障网络遭受敌方攻击时所显现出的复杂性现象,对比分析网络级联过程与病毒传播过程的相似性。在已有的负载容量级联故障传递模型基础上,融入了病毒免疫传播的过程,定义保障节点的4种不同状态,构建基于病毒免疫传播理论的装备保障网络级联传递模型,更好地再现了我方保障机构受到敌方实际打击和舆情攻击时的真实状况。通过仿真对比分析表明,在防御资源有限和时间迫切的情况时,优先考虑主动免疫策略,能够取得较好的抵御级联失效的效果,还可以辅助实施目标免疫策略,从而使装备保障网络具有较强的健壮性和较好的恢复能力。     

无尺度网络平均路径长度的估计

无尺度网络的拓扑结构研究主要集中于聚类系数和平均路径长度的计算以及度分布分析. 在实际的无尺度网络中,表征网络拓扑结构的三个参数之间是互相联系的,其中一个参数均可近似用另外两个参数表示. 鉴于此,针对大规模无尺度网络的平均路径长度计算问题,基于树形结构模型给出了无尺度网络平均路径长度<l>_SF 的计算公式,并分析了网络规模和节点间连接方式对平均路径长度的影响. 分析结果表明,<l>_SF与无尺度网络的平均度数k、平均聚类系数C以及幂指数γ有关,从而将直接求解平均路径长度的复杂问题转化为间接求解,大大提高了分析无尺度网络拓扑结构的效率. 实验结果表明,提出的无尺度网络平均路径长度计算公式是有效的.     

决策要素动态变化的群体决策偏好演化过程

研究交互式动态群体决策偏好收敛自适应过程的内在机制和规律,发现和控制影响群体一致度和偏好收敛时间的关键因素,以改善群体决策时间绩效. 应用计算实验方法,基于Deffuant有界自信假设的妥协策略,在微观层面上构建偏好演化动力 学模型,模型符合群体决策共识过程原则要求;在模型基础上观察分析个体属性特征对一致性绩效、收敛时间绩效的作用. 论文在决策成员社会惰性、空间位置、决策偏好动态变化的决策情景中,研究决策者社会惰性对群体决策偏好收敛时间的影 响. 建立了动态群体决策的概念框架,分别针对惰性不变的偏好演化模型和惰性变化的偏好演化模型设计了两个计算实验. 实验1：比较不同社会惰性水平p^*和不同选择半径r组合下,决策偏好时间T_c的变化. 实验2：比较不同惰性 递增速率v和不同惰性递增上限ps组合下,决策偏好时间T_c的变化. 研究发现：1）社会惰性越大,对 偏好收敛的阻滞效应越显著;2） r越小,T_c随着p*递增的趋势更强;3）当扩大决策成员交互对象的 选择范围,T_c的波动减小,群体达成共识的时间更稳定;4）当社会惰性值随休眠持续期在一定范围内线性 递增时,T_c递增存在一个分界值.     

双层社会网络上的舆情传播动力学分析

本文构建了由线上社交网络和线下物理接触网络构成的双层社会网络模型,通过理论分析计算出稳态时的舆情传播者比例,得到双层社会网络上的舆情传播阈值大于单层线上网络舆情传播阈值,而小于单层线下网络舆情传播阈值.仿真实验结果表明,在线社交网络能够扩大舆情传播范围、加快舆情传播速度.各层子网的传播率对另一层网络中传播者比例几乎没有影响.此外,来自于线下网络的传播者转移率对舆情传播过程的影响作用小于来自于线上网络的传播者转移率.     

考虑节点过载的复杂网络级联失效模型

针对现实网络中节点对负载的冗余能力,提出一种考虑节点过载状态的复杂网络级联失效模型。首先,根据过载系数、失效概率、剩余系数构建了级联失效模型;然后,基于节点的特性提出了过载节点负载分配策略;最后,运用BA无标度网络进行级联失效情况下的抗毁性仿真。结果表明:在过载节点负载分配策略中,混合分配策略整体上较优,能够显著控制级联失效的影响并且增加了网络的抗毁性;在一定范围内提高过载系数、分布系数有助于降低级联失效的影响,但提高到一定程度时效果并不理想;剩余系数存在某一值可增强网络的抗毁性。     

Image segmentation algorithm based on high-dimension fuzzy character and restrained clustering network

An image segmentation algorithm of the restrained fuzzy Kohonen clustering network （RFKCN） based on high- dimension fuzzy character is proposed. The algorithm includes two steps. The first step is the fuzzification of pixels in which two redundant images are built by fuzzy mean value and fuzzy median value. The second step is to construct a three-dimensional （3-D） feature vector of redundant images and their original images and cluster the feature vector through RFKCN, to realize image seg- mentation. The proposed algorithm fully takes into account not only gray distribution information of pixels, but also relevant information and fuzzy information among neighboring pixels in constructing 3- D character space. Based on the combination of competitiveness, redundancy and complementary of the information, the proposed algorithm improves the accuracy of clustering. Theoretical anal- yses and experimental results demonstrate that the proposed algorithm has a good segmentation performance.     

连环恐怖袭击下危险品运输网络级联失效建模

研究危险品运输网络在遭受恐怖袭击后的级联失效过程和性质有助于指导系统建设和提高其抗毁性能. 在分析危险品运输网络及恐怖袭击特性基础上，建立了双层危险品运输网络模型，通过定义网络的三种节点状态，分析了单次和连环袭击下的危险品运输网络级联失效过程，基于此，建立连环袭击下的危险品运输网络级联失效模型. 从“结果性”和“过程性”两个视角出发，提出网络抗毁性的评价测度“节点存活率”和“相对二次级联失效数”. 通过建立实例仿真场景和仿真流程，就不同袭击次数、不同节点的度及容量系数和不同规划方式对危险品运输网络级联失效特性的影响进行仿真，验证了模型的可行性，仿真结果为危险品运输网络的规划提供决策依据.