中国大陆电影网络的实证统计研究

对中国大陆近80年的电影网络进行了实证研究.采用二分图及其投影来描述大陆电影合作竞争网,得到了平均距离、距离分布、平均群聚系数、群聚系数分布、度分布、点强度分布、项目度分布、项目大小分布、同类性等统计性质,并根据这些统计性质进行了初步分析.结论表明这种复杂网络描述方法有助于发现和理解一大类合作-竞争系统的共性.     

淮扬菜系的网络描述

从复杂网络的角度研究了淮扬莱系竹实证统计性质，包括平均路径长、集群系数、度分布律以及格子系数等，认为由于淮扬菜网具有“完全图集合”这个拓扑特征，建议把它归入“广义合作网络”一类，从而可以使用双粒子图做更好的描述。定义了顶点项目度和项目大小这两个更为重要的统计参量，研究其分布规律。所得到的实证结果与提出的广义合作网络演化模型的结论完全符合。     

基于加权超图的产学研合作申请专利超网络——以上海ICT产业为例

本文对产学研合作情况进行超网络描述,以产、学、研作为节点,以专利作为超边,以每条超边中组织机构合作专利的次数作为超边的权重,构建基于加权超图的产学研合作申请专利超网络拓扑结构。以国家知识产权局专利检索数据库为数据来源,采用超网络方法分析了上海2015年ICT产业产学研申请发明专利的合作关系。实证显示,超网络中节点的度、超度、超强度累计概率分布均服从幂律分布,说明网络结构中的节点具有异质性。最后构建了基于加权超图的超网络演化模型,对模型进行模拟仿真,理论值与模拟值相符合。通过分析发现,上海ICT产业内各技术领域创新格局不平衡,应该进一步加强产学研合作,并加强与其它地区的合作。本文的拓扑指标能够较好地反映合作网络所具有的特点,该方法也适用于实证分析其它合作网络。     

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.     

我国股票关联网络拓扑结构与网络弹性关系研究

从复杂网络的视角出发,运用我国沪深A股2002~2012年的数据,建立动态演化的加权股票关联网络,分析网络的拓扑结构特征、网络弹性及其影响因素。研究发现:网络各关联结构指标间存在显著的线性相关关系;股票间的平均价格波动关联性越大,网络越小且呈现出越强的局部聚集性;各关联结构指标与市场走势间具有较强的相关关系;平均聚集系数越大、点强度分布越有序、股票收益率越高及收益率的波动性越小,网络弹性越强、股票间的价格波动关联结构及模式就越稳定。     

一种灵活的加权复杂网络演化模型及其仿真

对实际加权网络的网络特征进行了统计,分析了在网络演化过程中应考虑的演化机制.在此基础上,提出了一种灵活的加权复杂网络演化模型.该模型可以灵活的调整网络演化过程中各种演化机制影响作用的大小,网络规模和平均节点强度可控,节点和连接的状态能够动态变化.对模型进行仿真验证后发现其能够较好的拟合实际加权网络的拓扑结构特征.最后,对网络模型中幂律分布的成因进行了分析.     

成本驱动的加权网络演变模型

建立以成本为主要偏好连接决定因素的加权网络演化模型,来深入理解交通运输网络背后的驱动力量.模型考虑交通运输业中的规模经济效应和拥挤效应,统一在成本函数之中.模型假设新点偏好连接成本小的点,连接后各边权重会发生变化,成本小的边流量增加可能性较大.根据航空业实际的成本函数进行数值模拟,模拟结果展示了服从截尾幂律分布的点度分布,非线性的点强度和点度关系,和先负后正的度相关性,能够较好地解释航空网络实证研究结果.     

Internet AS层网络的演化分析

InternetAS层网络是一个无标度网络,然而其拓扑结构并非一成不变.从度值最大的10%的节点度值占总度值的百分比随时间的变化关系,以及节点的度方差,度秩指数,Gini系数,网络结构熵,聚集系数以及平均路径长度等随时间的变化关系这7个方面研究了InternetAS层网络的连接随时间的变化情况,并进行了相应分析,指出了这种变化的可能原因.     

改进的加权复杂网络节点重要度评估的收缩方法

分析了加权复杂网络的结构特点,综合考虑了边权对节点重要度评估的影响,给出了加权节点重要度的新定义,并提出了改进的适用于加权网络的节点收缩方法.该方法认为最重要的节点就是收缩后加权网络凝聚度最大的节点,其算法的时间复杂度为O(n³).该方法有助于更准确地发现复杂网络中的关键节点.最后的实验分析验证了方法的有效性和可行性.     

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.     

“随机”与“择优”——超网络演化的内在驱动力

基于"随机连接"和"择优选择"的演化机制,构建了一个随机-择优混合超网络演化模型。使用Poisson过程理论和连续化方法对模型进行分析,获得超度分布的解析表达式,分析表明网络的稳态平均超度分布服从漂移的幂律分布。该模型可以退化到复杂网络和超网络中的标准模型,具有一定的普适性。通过调节机制系数,模型可以体现混合连接机制。并对3个实证数据进行了分析,该模型能有效刻画不同数据的演化机理。     

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。     

加权快递网络鲁棒性分析及优化

研究快递网络鲁棒性的分析和优化方法.考虑到快递网络中节点城市和包裹投递的地理空间特征,提出基于节点城市之间投递距离的加权快递网络抽象描述及其鲁棒性分析方法.进而在有目的的节点城市移除规则和随机的投递路线移除规则下,分析航空投递网络和陆运投递网络的鲁棒性,发现前者的鲁棒性明显优于后者.然后,通过分析航空投递网络和陆运投递网络的微观结构特点.结合节点城市实现包裹投递的基本功能要求,提出基于节点城市包裹投递能力的加权快递网络鲁棒性优化思路方法,并给出航空投递网络和陆运投递网络的优化结果.     

Extension of the TOPSIS method based on prospect theory and trapezoidal intuitionistic fuzzy numbers for group decision making

Considering the decision maker＇s risk psychological factors and information ambiguity under uncertainty, a novel TOPSIS based on prospect theory （PT） and trapezoidal intuitionistic fuzzy numbers （YrIFNs） for group decision making is investigated, in which the criteria values and the criteria weights take the form of TrIFNs, and weights of decision makers are unknown. Firstly, distance measures for TrIFNs are used to induce value function under trapezoidal intuitionistic fuzzy environment. Secondly, the concepts of distance measures and trapezoidal intuitionistie fuzzy weighted averaging operator are employed to induce the weights of decision makers and thus the decision makers＇ options can be aggregated. Then the PT-based separation measures and relative closeness coefficient are defined and an algorithm for ranking alternatives under trapezoidal intuitionistic fuzzy environment is proposed. Finally, a numerical example further illustrates the practicality and effectiveness of the proposed TOPSIS method.     

Universality of Competitive Networks in Complex Networks

The paper proposes a model which helps to investigate the competitive aspect of real networks in quantitative terms. Through theoretical analysis and numerical simulations, it shows that the competitive model has the universality for a weighted network. The relation between parameters in the weighted network and the competitiveness in the competitive network is obtained by theoretical analysis. Based on the expression of the degree distribution of the competitive network, the strength and degree distributions of the weighted network can be calculated. The analytical solution reveals that the degree distribution of the weighted network is correlated with the increment and initial value of edge weights, which is verified by numerical simulations. Moreover, the evolving pattern of a clustering coefficient along with network parameters such as the size of a network, an updating coefficient, an initial weight and the competitiveness are obtained by further simulations.     

基于直觉正态模糊集结算子的多准则决策方法

定义了直觉正态模糊数及其运算法则、Euclidean距离、直觉正态模糊加权算术平均算子和直觉正态模糊加权几何平均算子. 针对准则值为直觉正态模糊数而权重信息不完全的多准则决策问题, 提出了一种基于直觉正态模糊集结算子的决策方法. 该方法首先利用各方案之间的距离和最小化思想建立优化模型求得最优权重, 然后利用集结算子对各准则进行集结, 从而得到各方案的综合评价值, 最后通过比较它们跟正负理想方案间的相对贴近度的大小, 得到方案集的排序. 实例表明该方法的有效性和可行性.     

探索小世界特性产生的一种新方法

在研究WS模型基础上，探讨了产生小世界特性的一种新方法，即提出了度不变的边遍历小世界模型。主要算法是在重新连接过程中保持每个节点的度不变，首先将所有满足度不变条件的规则边断开，然后随机地连接相同数目的长距离边。谊模型的数值模拟结果与WS模型的结果比较表明，新模型具有很好的小世界特性，即平均最短路径小和平均集群系数大的两大特点。同时研究了新模型下参数变化对网络特性的影响。     

基于直觉模糊熵和VIKOR的装备器材供应商选优决策

针对装备征用动员中器材需求不确定性大、响应时效性和质量要求高等特点,构建基于军事供应链的装备器材供应商选优评价准则体系,为解决不同准则带来的多种异质评价信息及准则权重、决策者权重均未知的多准则群决策问题,提出了一种基于直觉模糊熵和扩展多准则妥协解(VlseKriterijumska Optimizacija I Kompromisno Resenje,VIKOR)框架的决策方法。首先,采用包含隶属度与非隶属度偏差及犹豫度信息的直觉模糊熵,基于熵权法和权重协调系数确定综合准则权重;其次,综合考虑决策矩阵直觉模糊熵和距离测度,建立一种新的决策者权重方法;然后,采用直觉模糊加权平均算子得到决策者和决策群体综合评价矩阵;最后,将VIKOR方法扩展到直觉模糊语言环境,对备选供应商进行折衷排序和选优。     

基于加权平均一阶发散度的混沌序列预测法

深入分析了基于最大Lyapunov指数预测法产生误差的根源。在此基础上定义了一个新的变量:加权平均一阶发散度,并基于该变量提出了一种新的混沌序列预测方法。首先从理论上对该方法的基本原理进行了系统论述,并指出了加权平均一阶发散度所具有的一些显著特点。然后总结了所提预测方法的算法过程。最后将新方法应用于电力系统的负荷预测中,得到了理想的预测结果。通过分析和比较,验证了其有效性。     

一种新的连续特征量化方法

对连续特征进行有效量化是水下目标分类中有待解决的一个重要问题。本文提出一种加权距离量化方法。该量化方法使用类别相对频率构造了两相邻区间的加权距离,将加权距离作为特征量化标准,在量化过程中,将加权距离最小的相邻区间进行合并,直到满足终止条件为止。文中使用递归最小信息熵、Chi2、加权距离等五种量化算法对27维水下目标的识别特征进行了量化处理,比较了各量化方法的性能。结果表明,使用加权距离量化算法对水下目标的识别特征进行量化处理之后,所产生的量化区间数目较少,量化时间较短,量化数据较好的保持了原数据的分类能力,且量化数据的分类时间也大大缩短。