“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。     

复杂网络在质量管理中的应用研究

以PCBA生产过程中的潜在质量失效因素为节点,以潜在质量失效因素之间的关系为边,建立质量失效因素加权网络。研究该加权网络的拓扑结构,结果表明:质量失效因素网为无标度网络,服从幂律分布;根据点权强度、集聚系数、介数、特征向量值找到重要和关键质控点。将复杂网络理论与鱼骨图、FMEA等定性质量工具相结合,可有效弥补FMEA的不足;在微观和宏观两个层面找到关键的质量失效因素,更容易抓住质量管控的重点;执行相应的质量预防和改进措施;可提高零缺陷质量管理系统建立的效率和全面质量管理的效果;复杂网络可作为质量数据挖掘的一种有效工具和分析方法;为PCBA产业的质量管理提供理论和实践上的借鉴意义,并为质量预防和质量改进提供了一种全新的研究视角。     

蛋白质三维空间统一坐标系的建立

目的构建蛋白质三维结构的统一坐标系。方法利用蛋白质原子的质量作为权重,根据每个原子的位置信息求出蛋白质的质心,以此作为统一坐标系的坐标原点;再利用蛋白质位置坐标的二阶矩构造的矩阵求出蛋白质主成分的坐标向量,作为蛋白质三维坐标的基轴。结果编程实现了蛋白质统一坐标系的建立。结论该方法有效可行,为后续的蛋白质结构研究奠定基础。     

基于关联规则的电子商务推荐系统研究

电子商务网站可以使用推荐系统分析客户的消费偏好,向每个客户具有针对性地推荐商品．推荐系统在帮助了客户的同时也提高了顾客对商务活动的满意度．本文首先对基于关联规则的推荐系统的相关知识进行了讨论,提出基于项目支持度的关联规则推荐算法,并通过实验验证该算法的可行性．在此基础上对基于关联规则推荐系统的结构进行了研究．     

随机活动工期下基于总不确定成本的项目前摄性调度与反应性调度集成优化

从成本经济角度研究活动工期随机中断下前摄性调度与反应性调度在应对不确定因素干扰中的集成优化问题，目标是最小化项目计划与实施过程的总成本。构建以总成本最优为目标的前摄性与反应性调度集成优化模型；针对模型特征设计混合变邻域随机禁忌搜索启发式算法，并在ProGen生成的算例上进行全因子测试。结果表明：基于随机属性的混合启发式算法在算例规模较大时可以发挥较好的作用；通过合理设置基准进度中缓冲分配方案，可以通过牺牲部分鲁棒性的方式获得项目总成本的最优。     

电视节目竞争关系的超网络分析

给出了超网络中点度、点超度、加权点度、边度、超边度、聚集系数、平均距离等拓扑特性的定义和计算公式。将电视节目定义为节点,将播出时间段定义为超边,采用超网络方法分析了电视节目的竞争关系。实证结果显示,这些统计属性的累计概率分布服从指数分布,说明多个随机因素的相互作用导致了该超网络的形成。其中,加权点度能够更好地描述超网络的竞争态势。较小的平均距离和较大的聚集系数表明该超网络符合小世界效应。这些拓扑指标能够较好地反映竞争超网络所具有的特点,方法同样适用于实证分析其它合作或竞争超网络。     

评价长期科学影响的模型

提出了一个更合理的量化长期科学影响模型,并获得模型的解析结果。论文在生命周期内的总引用次数代表了其长期的科学影响,结果显示,该值只与其适应度有关。说明论文本身的内容、质量代表了其竞争力的大小,决定了其长期影响力。     

基于超图的超网络:结构及演化机制

为刻画真实数据集的多维关系,以综合视角研究复杂的现实系统,学者将研究重点逐渐从复杂网络转向超网络的研究.超网络分为两类,基于网络的超网络和基于超图的超网络.基于超图的超网络,结构简单,更适合刻画现实世界的多元结构,这种独特优势使其获得越来越多的重视.本文综述并讨论这类超网络的研究进展.首先,界定超网络的概念;其次,归纳用于刻画超网络结构的静态拓扑指标;再次,总结刻画超网络动力学过程的演化模型;并梳理其主要应用领域,最后展望超网络的若干发展方向,旨在推进超网络领域的理论和应用研究.     

在线社交网络资源评论关系超网络演化模型

采用超网络方法,基于用户在社交网络上的评分数据,构建模型,以分析在线社交网络的资源评论特点及其演化规律。将用户视为节点,将资源评论关系视为超边,构建了一个节点按泊松过程到达,允许老节点互连的非均齐超网络演化模型。使用泊松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,结果表明,该网络具有"富者愈富"现象。并对豆瓣的图书评分数据集进行了数据分析,实证结果与理论分析结果相符合。模型揭示了社交网络中用户个体之间的微观相互作用而导致的资源评论关系的宏观特性和规律。文中提出的方法也可用于分析其他类似的网络。