基于孕灾环境的突发事件连锁反应模型

突发事件不仅自身可以造成严重的灾害后果,还能引发次生事件。虽然突发事件的发生具有突发性,不可避免,但如果事先知道可能存在的连锁反应,则其引发的次生事件就可以预防。基于灾害系统论,本文在单一突发事件发生机理的基础上,研究了突发事件连锁反应与孕灾环境的关系,归纳出了四类突发事件的孕灾环境,提出了突发事件之间的连锁反应机理,构建了突发事件连锁反应模型,并将该模型应用于突发事件连锁反应实例的仿真模拟。利用该模型,可以找出当前区域可能存在的突发事件连锁反应,为事先做好断链减灾工作提供决策支持。     

具有无尺度拓扑与小世界效应的Sierpinski网络

复杂网络是目前国内外研究的热点之一,而分形则被认为是上个世纪学术界的一个重要发现.根据Sierpinski垫这一著名的分形结构,构建了一类确定性网络,称为Sierpinski网络.提出了生成该网络的一个迭代算法,使抽象的网络构造变得具体而直观.研究发现该网络具有与许多现实网络相似的结构特性:幂律度分布、较高的集聚系数和较小的直径.     

面向相继故障的复杂网络上边袭击策略研究

针对复杂网络遭遇蓄意攻击引发的相继故障问题,采用Physical Review E77,026101(2008)所提出的相继故障模型,对比了BA无标度网络和WS小世界网络上遭遇两种边袭击策略导致的全局相继故障现象,并探讨了网络拓扑结构对边袭击策略的影响.理论解析和数值模拟均表明了在模型中可调参数的一定取值内,袭击网络中负荷最小的边比袭击网络中负荷最大的边更易于导致相继故障现象,而且,网络拓扑结构的不同对袭击策略也有着非常重要的影响.     

基于共现分析的我国突发事件关联研究

一个突发事件的发生往往引发次生灾害,形成灾害链。除了常见的连锁反应外,还存在各种可能的连锁隐患。本文的研究目的是找出这些潜在的连锁反应隐患。从共现分析的角度出发,选取中国期刊全文数据库1989～2008年的研究文献,以突发事件名称为主题进行词频分析,构造共现矩阵,计算共现率;然后,根据共现率构造突发事件关联网络,分析网络性质,并将其应用到次生灾害预警过程中。通过50对实际发生的灾害链,验证了共现率表示灾害关联的合理性。     

基于复杂网络理论的中文字字网络的实证研究

为更好地理解语言网络的拓扑结构及其形成特点,提出一种基于复杂网络理论研究中文字字网络的方法,并详细分析了中文字字网络的几个典型统计特性.实证结果表明:中文字字网络具有其他语言网络相似的拓扑属性,即无尺度行为、小世界效应及度相关性的正匹配.实证研究及对统计结果机理的阐释对于语言学、认知科学的深入开展具有一定的借鉴价值.     

复杂网络节点中心性

将网络中心性方法按照理论特征划分为节点关联性、网络最短路和模拟流问题,并对现实网络的局域性、信息完备性和动态性进行了深入分析,在此基础上建立了中心性方法与实际网络之间的匹配关系.     

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。     

基于承灾体的灾害后果演化模型研究

不同类型的突发事件作用于不同的区域往往产生各不相同的灾害后果.为此,本文基于灾害后果演化过程的关键因素——承灾体,研究并构建了灾害后果演化模型.首先,通过对大量各类突发事件灾害后果的分析,将各类承灾体状态统一分为正常、受损和损毁三种状态,以承灾体状态为节点,承灾体状态之间的相互影响关系为边,构建了灾害后果演化模型;其次,综合考虑演化过程中致灾因子的危险性、承灾体的脆弱性及应急响应行动的作用效果,确定了承灾体状态的演化规则;最后通过算例仿真说明了本文方法的应用:第一组仿真分别研究了各类承灾体不同状态的演化过程;第二组仿真研究了五种不同的应急响应策略在不同的初始能力下的效果差异.     

基于离散Hopfield神经网络的突发事件连锁反应路径推演模型

突发事件及其引发的连锁反应会造成严重的灾害后果,如果事先知道突发事件可能引发的连锁反应路径,就可以提前做好断链减灾工作.因此,提出一种基于Hopfield神经网络的突发事件连锁反应路径推演模型.该模型用Hopfield神经网络表示一般的突发事件网络,用Hopfield神经网络的运行规则表示突发事件连锁反应的原理,并设置神经元阈值,将突发事件连锁反应路径的推演过程映射为Hopfield神经网络的演化过程,通过运行Hopfield神经网络推演初始突发事件的一条连锁反应路径.最后,用该模型推演了地震引发的连锁反应路径,验证了该模型的合理性.     

基于模糊核聚类的SVM多类分类方法

针对SVM在大类别模式分类中存在的问题,提出了一种基于模糊核聚类的SVM多类分类方法,并给出了一种高效的半模糊核聚类算法。该方法基于模糊核聚类方法生成模糊类,并采用树结构将多个SVM组合起来实现多类分类。模糊核聚类方法不但能够实现更为准确的聚类,而且能够挖掘模糊类的外围、不同模糊类之间的交叠情况等信息,利用这些信息能有效提高分类器的性能。实验表明,所提方法比传统方法具有更高的速度和精度。