加权无标度网络级联抗毁性研究

通过引入一种改进的非线性负载容量模型,对加权无标度网络的级联抗毁性进行了深入研究.采用标准化崩塌规模为度量指标,在局部加权负载重分配准则下,对权重系数、容量参数以及网络密度等参量对网络级联抗毁性的影响进行了数值仿真模拟.结果表明,网络的级联抗毁性随着权重系数θ的增大而降低,在θ≤0.3时网络具有较强的抗毁性,这与线性模型中的结论是截然不同的;网络的级联抗毁性随着容量参数的增大而增强,且在权重系数确定的情况下,存在最优参数组合使得网络具有最强的级联抗毁性.最后,对成本和性能约束下加权无标度网络的级联抗毁性进行了定量分析.     

基于复合边权重的加权复杂网络级联抗毁性优化

针对加权网络级联抗毁性问题,融合对级联失效动力学过程有重要影响的节点度和介数两种指标,提出一种节点度和介数相关的边权重模型,该模型通过定义调整两种指标占边权比重的参数,以及调整网络异质度的权重参数,使得边对故障引起的额外负载的承载能力更强。理论分析与仿真结果表明,存在某一权重参数以及比重系数取值使得BA无标度网络和NW小世界网络鲁棒性达到最强;相比单一指标边权方法,提出的模型能够更加有效地提升网络级联抗毁性能。     

基于节点批量生长机制的无标度网络演化模型

基于网络新生节点批量生长的机制,提出了一种无标度网络演化模型.模型中考虑了新生节点之间的耦合模式,并引入了新的参数,使其更符合现实网络的演化形式.采用主方程法对模型的度分布进行了解析,并通过数值模拟验证了模型具有无标度特性.而且,不同参数取值下较大的簇系数及平均路径长度为网络规模对数成长的特性也表明了该模型具有小世界效应.     

多种攻击策略下无标度网络修复策略

为了更有效地对遭受攻击的复杂网络进行修复,需要寻求各种攻击策略下最有效的修复策略。分析了复杂网络的三种攻击策略：随机失效、故意攻击和不完全信息下的攻击。建立了复杂网络的修复模型,在此基础上定义了三种修复策略：平均修复策略、重点修复策略和偏好修复策略。以无标度网络(BA模型)为例,运用仿真方法研究了三种修复策略在不同攻击策略下的适用性,给出了各种攻击策略下最有效的修复策略。     

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。     

基于混合模式的BA无标度网络同步研究

为了解决基于混合模式的BA无标度网络的同步问题,首先,定义了虚拟领导节点和实体领导节点,提出了混合模式领导节点的概念。然后,用有向图表示BA无标度网络的拓扑结构,并根据该拓扑结构建立网络系统的一阶数学模型,在此基础上设计了准周期的离散控制器对领导节点进行复位,通过对领导节点的控制来控制整个网络的同步过程。最后,采用11个节点组成的BA无标度网络进行数值仿真,验证了同步理论的正确性,并分析了网络的同步速度与实体领导节点度之间的关系。     

基于无标度网络的制造网格资源配置仿真研究

为了研究制造网格资源配置的效率变化问题,结合制造资源的分布性、多样性等特点,应用无标度网络理论建立了制造网格资源配置的网络模型。通过对复杂网络的统计指标值和属性函数数值的计算,选择出合适的资源配置方案,实现全局资源优化配置。运用该模型和资源配置评价指标,通过仿真实验数据分析,得出资源配置的效率随着制造网格结构演化的变化规律:节点数不变时,整体资源配置效率在平均值上下摆动;任务节点数增加时,整体资源配置效率缓慢下降,趋于一个定值。该研究结果可以作为制造企业优化资源配置、选择全局优化方案的理论参考。     

基于资源有限模型的无标度网络动态抗毁性优化

为有效防止复杂网络的级联失效,对复杂网络的容量分配策略进行研究。构建了资源有限的级联失效模型,假设网络总容量不变、容许参数可变,该模型可用于比较多种容量分配策略的有效性。在此基础上,提出了4种典型的容量分配策略。针对移去介数最大节点的攻击方式,在无标度网络上进行了仿真。仿真结果表明,负荷偏好容量分配策略是最有效的容量分配策略,网络节点的重要度与节点介数大小强相关,而与节点的度弱相关。通过优化负荷偏好容量分配策略的偏好指数,提高了复杂网络的动态抗毁性。     

基于加权无标度网络的产学研合作网络演化

现实中许多网络都具备无标度网络的幂律分布特点,产学合作网络也不例外。本文基于无标度网络的特点,从创新主体间亲密程度考虑,对产学研合作网络的权重和演化进行研究。在衡量权重方面,以创新主体间合作次数为自变量,考虑关系的饱和效应,构建logistic量化函数。并以无标度网络的特性为出发点,考虑节点退出机制、鲁棒性、权重变化性,构造产学研合作加权网络演化算法。同时,以某项国家科技支撑计划项目为例,进行案例分析,以期提出的权重假设、算法更符合现实情况。     

一类无标度网络的特征分析

通过对BA模型与其它无标度模型的分析,利用平均场理论,得出在保证增长和优先连接条件下无标度模型的γ值的大小成因.发现了此类无标度网络都具有的标度共同点:新增节点具有固定度时系统的(aki)/(bt)决定了γ的大小,即γ=(b)/(a) 1,从而可以简化分析过程,并且更有利于构造模型,扩展研究思路.通过一个简单的无标度模型来证实结论.     

WSN节点重要性和网络抗毁性的分析方法

无线传感器网络的一个重要设计目标是网络可靠性,无线传感器网络条件受限,节点能源有限,布置环境恶劣,使得研究无线传感器网络的节点重要性和抗毁性变得至关重要.节点的剩余能量会对网络生存时间产生影响,同样节点在拓扑结构中的位置也会对网络各个指标产生影响.通过研究节点的剩余能量和节点在拓扑结构中的贡献,综合这两种因素,提出了计算节点重要性和网络抗毁性的方法.仿真结果及对比表明该方法效果较好,且算法并不复杂.     

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.     

基于网络动力学特征信息融合系统抗毁性研究

从无尺度网络动力学特征的新角度,研究信息融合网络系统抗毁性问题。针对以往的抗毁性测度指标不适用于复杂信息融合网络抗毁性研究的现状,考虑信息融合系统的时延及战场感知覆盖率等因素,提出一种新的抗毁性测度指标:网络覆盖率。在该指标的基础上对无尺度网络模型的抗毁性进行研究,并分析不同的拓扑改进策略对网络抗毁性的影响。     

基于作战环的不同节点攻击策略下的作战网络效能评估

基于作战环思想, 以作战网络抽象模型为基础, 围绕作战环的分类、定义、形式化描述、数学模型等基本问题开展了理论研究, 进一步丰富了作战环理论体系。同时, 以能否快速有效打击对方目标实体为根本依据, 建立了基于目标节点打击率和基于目标节点打击效率的作战网络效能评估指标。通过仿真实验, 将作战环相关理论运用于不同节点攻击策略下的作战网络效能评估, 为实际作战体系对抗中双方的攻击与防护提供应用指导, 也为进一步开展基于作战环的作战网络应用研究提供参考借鉴。     

基于不对称依赖的相依网络级联故障分析

针对已有关于相依网络级联故障研究中未考虑有向依赖边的问题,展开了基于不对称依赖的相依网络级联故障分析,构建了基于负载-容量的级联故障模型,提出基于连通分量的相依网络鲁棒性测度方法,开展了不同网络组合、耦合方式、容忍系数和移除比例在不同攻击模式下的网络鲁棒性研究。结果表明,随机攻击模式下不对称相依网络鲁棒性与以往研究结论类似,蓄意攻击模式下不对称相依网络鲁棒性则取决于攻击范围和容忍系数的大小。通过一则作战网络示例分析证明了所提方法的实际应用价值,对完善相依网络理论研究具有一定的参考意义。     

基于不等概率抽样的不完全信息条件下复杂网络抗毁性模型

为了填补随机失效与故意攻击之间的空白,将复杂网络攻击信息的获取抽象成无放回的不等概率抽样问题,建立了不完全信息条件下的复杂网络抗毁性模型.其中网络攻击信息可以通过信息广度参数和信息精度参数调节控制,随机失效或故意攻击是该模型的两个特例.利用母函数方法解析推导出了任意度分布广义随机网络在随机不完全信息和优先不完全信息条件下的两个重要抗毁性度量参数——临界移除比例和巨组元规模,得到的解析结果可以分析和预测不完全信息条件下复杂网络的抗毁性.以无标度网络为例对一般攻击信息参数组合进行了仿真分析,发现随机隐藏少量节点信息将大幅度提高复杂网络的抗毁性,获取少量重要节点的信息可以大幅度降低复杂网络的抗毁性.     

基于贝叶斯网络的编队对地攻击损伤评估研究

随着武器的高科技化、战场环境的复杂化、战斗节奏的加快,战斗损伤评估系统在现代战争中占有越来越重要的地位。针对战场战斗损伤评估信息的多样性、不确定性和模糊性,基于贝叶斯网络易于进行不确定性推理的优点,提出应用贝叶斯网络对对地攻击效果进行分析评价,建立了编队对地攻击损伤评估的贝叶斯网络模型,给出了基于贝叶斯网络的损伤评估的推理决策方法,并且对该方法进行了仿真分析。仿真实例表明,基于贝叶斯网络的损伤评估模型能够提高损伤评估的准确度,而且推理简单,易于实现。