警报传播过程建模及影响因素

为了研究警报在社会关系网络环境中的传播特征及影响因素,基于多主体建模软件Repast仿真平台,以复杂系统和复杂网络理论为指导,在ER随机网络和WS小世界网络模型的基础上建立了警报的传播模型.对社会关系网络结构和信息源节点规则进行不同设置,通过对模拟结果的研究发现具有高聚类系数的网络结构和信息源选择高连接度的节点时,警报通知的传播效率明显提高.     

复杂网络的拉普拉斯和无符号拉普拉斯特征谱分析

复杂网络的特征谱与网络的拓扑结构密切相关,通过研究特征谱可以更好地了解网络的拓扑性质和动力学行为.本文总结了复杂网络特征谱方面的研究成果,首先介绍了三类典型的复杂网络模型邻接矩阵、拉普拉斯矩阵和无符号拉普拉斯矩阵的特征谱与网络结构和网络同步之间的关系,然后通过仿真分析研究了ER随机网络、WS小世界网络和BA无标度网络模型的邻接矩阵、拉普拉斯矩阵和无符号拉普拉斯矩阵的谱半径与网络规模和连边概率之间的关系.     

节点数固定的ER网络演化模型拓扑性质的研究

复杂网络模型的研究主要集中在ER网络模型、小世界网络模型和无标度网络模型,其中ER网络模型是最经典的复杂网络模型之一。文章研究了节点数固定情况下的ER网络模型,根据网络内部边的动态演化特点,将节点数固定的网络模型进行了细分,给出了模型的生成算法,并模拟了算法生成的随机网络的平均路径长度和聚类系数。仿真结果表明,节点数固定的ER网络具有小世界特性,出现这种小世界特性的主要原因是由于网络内部边的异质性,而与网络的节点数变化没有必然联系。     

复杂网络子图中心性分析

许多现实网络虽然具有小世界和无标度的全局结构特征,但可能具有非常不同的局部结构特征,子图从局部层次刻画了网络内部相互连接的特定模式.本文通过仿真分析的方法研究了ER随机网络、WS小世界网络和BA无标度网络模型的子图中心性的特点,得出了这三类网络模型的子图中心性与网络密度、重连概率和网络规模之间的关系.仿真结果表明,子图中心性能够刻画复杂网络的拓扑结构.     

具有社团结构的小世界网络模型

基于WS小世界网络的生成原理及网络社团结构的性质,提出一种具有社团结构的网络模型.在网络生成参数的控制下,可生成社团结构紧密程度不同以及随机化重连程度不同的网络.通过分析聚类系数、平均最短路径等统计特征量相对于模型生成参数的变化规律,明确模型具有的小世界特性.仿真结果表明在参数的一定范围内,所生成的网络无论是局部还是整体都同时具有小世界特性与社团结构的性质,称为具有社团结构的小世界网络(CWS网络).利用网络效率和网络的可通信性指标,通过调整参数的取值,可使所生成的网络在信息传输方面的性能超过完全随机的网络,表现出较好的信息传输与通信能力.     

具恢复机制的相依电力-信息网络连锁故障传播

为了研究具有恢复机制的电力-信息网络连锁故障传播,基于相依网络理论,建立了IEEE300节点系统电力网与双星型结构信息网的电力-信息相依网络模型.分析复杂网络统计特征参数可知,电力网和信息网均具有小世界和无标度特性.利用相依电力-信息网络的连锁故障模型,对BA,WS和ER 3种不同的相互依存网络进行鲁棒性分析,提出了一种具有恢复机制的相依网络连锁故障传播模型.仿真结果表明,与目标恢复机制和随机恢复机制相比,依赖恢复机制的恢复级别更高,而且这种优势随着故障阈值的减少而提高.     

网络结构鲁棒性指标及应用研究

为了更好地测度网络抵御破坏的能力,基于网络连通和恢复能力提出了连接鲁棒性和恢复鲁棒性两种指标.运用这两种指标,以网络规模为500,取20次独立实验的均值,对ER随机网络、规则网络、BA无标度网络以及WS小世界网络4种典型网络结构进行仿真.实验结果表明:ER随机网络对于恶意攻击的鲁棒性要优于其他3种网络;BA无标度网络仅节点恢复鲁棒性较好,边恢复鲁棒性和连接鲁棒性最差;规则网络拥有很好的连接鲁棒性但恢复鲁棒性最差;WS小世界网络受其参数影响,鲁棒性介于ER随机网络和规则网络之间.同时还发现,网络结构鲁棒性的下降随着去除节点个数的增加和网络结构参数的改变而呈现出一定的"涌现"现象.     

随机派系网络模型统计性质研究

提出派系作为构建复杂网络的基本模体,在随机选择规则下,采用自然增长方式构建随机派系网络的方法,并比较分析在此方式下网络的度分布、平均路径长度和聚类系数.研究发现随机派系网络的度分布服从多重泊松分布,且派系大小n越大,分层越多;随机派系网络相比于ER随机网络具有更高的聚类系数,且派系大小n越大,聚类系数越大;随机派系网络相比于ER随机网络具有更短的平均路径长度,且派系大小n越大,平均路径长度越短.随机派系网络模型是一个具有高的聚类系数和短的平均路径长度的网络模型,可以较好地描述现实中的复杂网络的高聚类小世界的性质,它为小世界网络模型的构建提供一种新的思路.     

WS网络与NW网络的统计特征

介绍WS与NW这两种典型的小世界网络的几何结构,并对它们的统计特征进行详细的比较和研究.     

利用朋友机制生成一类无标度网络

针对网络模型的演化问题,提出了一种新的无标度网络演化模型。该模型可以帮助人们从"朋友机制"捕捉网络形成的动态特性、了解该机制对网络最终结构的影响,对研究网络功能及网络上的动力学行为有一定的参考价值。通过理论分析与数据仿真证明,该演化模型具有无标度特征和小世界特征,比BA模型更接近于真实网络。     

基于群体特征的复杂网络信息传播建模

为对不同人群中信息传播进行有效控制,建立了基于群体特征的复杂网络信息传播模型,研究了网络拓扑结构、社会强化作用和群体传播特征对信息传播的影响. 仿真结果表明:群体传播特征的同质性更有利于信息的传播;小世界网络中行为传播范围较广,无标度网络在传播过程早期具有最快的传播速度;信息传播的范围随社会强化作用的增加而增加,异质群体中这一趋势更加明显.      

基于随机游走的小世界网络搜索策略分析

小世界网络是介于规则网络与随机网络之间的一种复杂网络,其特点与现实网络较为相似,因此研究小世界网络的各类性质对现实网络的部署与运行有着理论指导意义.搜索技术是当前小世界网络的重要研究方向,反映的是网络中某节点访问另一节点的效率问题.在描述小世界模型构造方法的基础上,研究随机游走搜索策略在WS小世界网络中的应用,通过仿真比较URW、NRRW和SARW三种搜索策略在不同网络拓扑下的搜索次数表现,为搜索策略的优化方案提供相关基础资料.     

基于动态信息的级联失效负载重分配策略

为解决级联失效网络负载重分配问题,提出了一种将网络局部信息和动态信息相结合的负载动态重分配策略.该策略根据节点的度与节点实时处理能力计算节点权重,并以此依次进行负载重分配;同时,按一定比例选取失效节点暂停工作,其负载重新分配进程相应停止.在BA无标度网络、WS小世界网络和ER随机网络上的仿真结果表明,在一定的参数条件下,相对于介数分配策略与度数分配策略,动态重分配策略通过降低网络整体负载率、优化网络实时流分布缓解级联失效的效果更为明显.     

具有小世界和无标度拓扑的束流输运网络中束晕-混沌的同步与控制

基于复杂网络的两种同步稳定判定条件,首先研究比较了两种小世界模型(WS模型和SD模型)以及无标度模型的同步能力,然后分别构造了具有小世界(SW)拓扑和无标度(SF)特性由束晕-混沌振子组成的束流输运网络.利用噪声驱动控制方法实现了束晕-混沌的同步控制.另外,利用简单的线性控制器,实现了束流输运网络的单周期的稳定控制.这些结果有可能为利用束流输运网络来实现束晕-混沌的同步进行保密通信提供一种新的途径,也有可能为强束流输运网络的理论设计和实验研究时提供一定的参考.     

随机派系网络的渗流相变研究

现实的复杂网络往往具有小世界特征和模块化层次结构,随机派系(Clique)网络不仅有高的聚类系数和短的平均路径长度(小世界特征),而且具有模块化层次结构,可以较好地描述现实世界中许多复杂网络的结构特征.本文采用蒙特卡罗模拟方法和临界现象有限尺度标度理论对该网络的渗流相变进行了研究.在网络的演化过程中,其最大团簇单时间步的最大尺度跳跃及对应的时间步可以用来确立临界行为和临界点.我们的模拟研究表明:随机派系网络的渗流相变都为连续相变,不同派系大小k的相变点发生的时间步不同,但约化边数相同;网络最大团簇的最大尺度跳跃?与网络大小N呈幂律关系,幂指数对应于渗流相变的序参量临界指数,且不随派系大小k变化;与?相关的另外三个临界指数也不随k值变化,与ER随机网络的临界指数相等.这些结果表明随机派系网络的渗流相变与ER网络渗流相变同属一个普适类.我们的研究加深了对复杂网络模块化层次结构产生机理的认识,有助于进一步认识复杂网络的渗流相变.     

随机派系生长网络模型及其传输能力研究?

本文提出一种基于随机选择的派系生长网络模型,该网络从一个a-派系模体开始,每个时间步t,在网络中随机选择m个节点构建一个新的a-派系,由此网络生长演化.模拟研究表明:该网络具有高的聚类系数和短的平均路径长度是一个小世界网络,并且比值ρ=m/a越小,聚类系数越大.而度分布则呈指数分布,这些特征与许多交通系统的复杂网络的实证研究结果相符.该网络的聚类系数与节点度呈幂律变化,显示网络具有模块化层次结构的特征,这一特征与近年来人们研究的大多数复杂网络具有模块化层次结构特征的实证研究结果相符.我们还研究了该网络的传输能力,研究表明该网络的传输能力随着比值ρ=m/a的减小而增大.这些研究结果对城市公共交通网络的构建具有一定的指导意义.     

多层前向小世界神经网络的逼近与容错性能

基于Watts-Strogatz网络模型的构造思想,对多层前向神经网络中的规则连接依重连概率进行重连,构建了一种多层前向小世界神经网络模型.对该网络模型进行简要的数学描述,并以函数逼近和网络容错仿真考察了构建的小世界神经网络的性能.结果表明,与规则或随机连接的网络相比,当重连概率处于0.1～0.2时,小世界神经网络具有更优的逼近性能,且当网络学习速率参数在0.1～0.3之间时,对小世界神经网络的逼近性能影响较小.此外,当网络权值故障率小于30%时,重连概率不大于0.8的小世界神经网络与规则网络同样具有较优的容错性能,而当故障率大于40%时,重连概率较大的小世界神经网络和随机连接的神经网络的容错性能要明显优于规则网络.     

异质Erd?s-Rényi随机超网络上的演化博弈

提出了一种异质Erd9s-Rényi (ER)随机超网络.与传统同质ER随机超网络相比,异质ER随机超网络具有两个重要优点：能更有效地描述现实世界中的多层级结构和复杂关系,避免了孤立点的出现.同时,改进了传统同质ER随机超网络的构造方法,以避免出现孤立点.研究了在两种新的ER随机超网络上的演化博弈,采用了两种策略更新规则和一种博弈机制.实验揭示了以下结果：断连机制显著地促进了两种ER随机超网络的合作水平;基于两种策略更新规则,演化雪堆博弈的合作水平会随着成本效益比的增加而减小;虽然两种ER随机超网络的结构和性质是不同的,但是在其他参数相同的情况下,两种演化博弈的合作水平在两种网络上是相似的.     

基于复杂网络理论的人际关系网络模型的构造和特性分析

在小世界、无标度网络模型的基础上构造出人际关系网络模型,并对人际关系网络模型进行了特性分析和仿真实验。结果表明,该网络模型具有平均路径长度与网络规模呈对数形式增长,度分布服从幂律增长,具有等级结构,聚类系数较大的特征,能很好地符合实际的人际关系网络。     

基于级联失效的复杂网络抗毁性

传统的复杂网络抗毁性研究主要基于网络静态连通性,而忽视了网络动态特征。该文在网络动态性基础上,研究级联失效条件下复杂网络的抗毁性能,对ER随机网络模型、BA无标度网络模型和PFP互联网拓扑模型这三种模型在不同攻击策略下的抗毁性进行了对比分析和仿真实验。实验结果表明：在随机攻击下,ER网络表现最为脆弱,而BA网络的抗毁性...