基于复杂网络的中国四大机场群多极航线网络结构特征分析

为了科学优化我国机场群航线网络发展布局,以京津冀、长三角、粤港澳大湾区、成渝双城经济圈四大世界级机场群作为研究对象,基于复杂网络分析方法构建了机场群航线客运网络模型,测度航线网络结构的基本特征指标、中心性指标以及机场群成员间相似系数。结果表明：四大机场群航线网络均具有小世界网络和无标度特征;网络中心化程度较高,具有紧密集中趋势,机场间航线分配不均匀,通达性差异大,枢纽机场控制作用突出;长三角机场群成员间航线同质化特征显著,明显高于其他三个机场群。     

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.     

粤港澳大湾区机场群航线网络特征分析

针对粤港澳大湾区机场群空域资源紧张问题,通过建立粤港澳大湾区机场群的航线网络模型,运用复杂网络分析方法,计算出航线网络模型的各种统计指标,对机场以及机场群的航线网络进行分析研究。结果表明:广州白云机场和香港国际机场在粤港澳大湾区机场群内地位逐渐突出;机场群向外辐射的国内航线网络存在区域性分布不均;机场群的国内航线网络具有小世界特性以及无标度特性等。     

基于复杂网络的大型互联网企业高管分析

采用复杂网络分析特定属性群体。以互联网企业高管简历作为原始数据,以高管姓名和分词系统抽取实体关键词作为节点,个人简历中是否包含关键词作为连接边的条件进行建模,使用复杂网络理论对所建网络进行分析。实验结果表明,部分关键词节点度值存在明显差异,归一化后的特征向量明显大于介数。通过统计分析发现,美国和北京相关背景很重要,同时对比归一化后的介数和特征向量证明两点:第一,社会关系中个体涉及的实体对象比在社会关系网络中的位置更为重要;第二,跨行业跳槽人员的职业背景经历可能会给其在新的企业中的个人发展带来不利影响。     

基于复杂网络的空中交通流分形特征分析

为准确把握空中交通流量变化规律,掌握空中交通系统内在特性,需要对空中交通流时间序列进行基于复杂网络的分形特征分析。收集空中交通流量数据,利用可视图方法构建复杂网络模型,分析网络拓扑结构,验证了该网络度分布服从幂律分布,拟合直线斜率为-2.086,证明了网络是无标度网络,具有单分形特征。验证了覆盖整个网络所有节点所需要的最少盒子数目与盒子直径成幂律关系,拟合直线斜率为-0.212 1,相关系数为-0.872 2,再次证明了网络具有单分形特征。通过验证网络广义分形维数关于参数的图像为非线性,拟合直线斜率分别为-1.942、-1.936、-1.78,相关系数均在0.8以上,拟合效果较好,证明了网络具有多重分形特性。通过计算重整化前后网络的幂指数相似,证明了网络具有自相似性。结果表明,应用复杂网络的理论分析空中交通流时间序列是可行有效的,为进一步深入应用研究奠定了基础。     

我国航空公司航线网络设计问题探讨

航线网络是航空公司生存和发展的基础，布局合理的航线网络是提升航空运输市场份额，提高航空公司市场竞争力的重要因素，对推动民航业发展和国家综合交通运输系统建设具有重要战略意义。本文在归纳总结前人研究成果的基础上，首先比较了城市对式航线网络和中枢辐射式航线网络的优缺点，然后分析了我国航空公司航线网络存在的问题，最后结合我国国情，对我国航空公司航线网络的设计问题进行了定性探讨。     

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.     

基于复杂网络的武汉市公交网络特性研究

基于复杂网络的思想,以Gephi软件为分析工具,对武汉市公共汽车交通系统建立了邻近站点、公交线路和公交换乘3种复杂网络,获得了这3种网络的拓扑结构和几个静态几何量参数,并分析了这些网络的拓扑结构特性。结果显示,武汉公交基本可以满足当前需求,但是仍存在分布不均、乘客候车时间过长、个别站点不能通过换乘到达等问题。针对此类问题提出了优化建议。     

基于复杂网络理论的Internet拓扑节点特征分析

基于复杂网络理论对Internet的IP级拓扑中的节点特征进行了分析。阐述了复杂网络理论中节点度、度相关性、聚集系数等特征的概念。采用由skitter和fastrace实际测量得到的四幅拓扑,提取其复杂网络特征,并进行了比较分析。     

中心方法在复杂网络中的比较

在复杂网络分析中,中心性分析已经显示出是一种很有价值的方法。它用来检测网络中的关键点以及对网络元素进行排序。为了支撑这种分析,文中讨论了5种中心性方法,并且在一个人工网络和2个实际网络中展示了它们的应用。这些方法的运用显示了在某种网络中有某种较强的关联,但在另一种网络中有较弱的关联。分析表明:对于复杂网络分析,几种方法应当同时考虑。     

复杂知识网络的结构特征对知识流动的影响

利用Jackson算法构建了知识网络的计算实验模型.该知识网络模型具备典型社会网络的五大特征.通过仿真试验探讨了单个虚拟的知识网络中具有不同属性的知识结点其知识水平演化的规律,两个具有不同知识水平的虚拟网络间建立知识合作联系的不同机制对落后网络和先进网络间知识扩散程度的不同影响,以及落后网络的网络密度和连接权重对网络间知识扩散程度的不同影响.     

复杂网络视角下中国国际贸易地位的探究

从复杂网络新视角下,运用复杂网络的概念、工具和方法,探究中国在国际贸易系统中的归属和影响力.结果表明,采用复杂网络的研究范式能定量刻画中国在国际贸易系统中的地位,并拓展我们对中国国际地位的认识.     

基于复杂网络的大连公交网络系统的拓扑结构分析

本文利用复杂网络理论研究了大连公交网络的拓扑结构。针对大连市公共汽车交通网络系统建立了公共线路、停靠站点复杂网络,对两种类型的网络进行了拓扑结构分析,得出大连市公交网络的拓扑结构和一些静态几何量及其统计性质,如度分布、凝聚系数、平均路径长度等,研究结果表明大连市公交网络较为便捷。     

复杂电力网络拓扑特征分析及模型研究

本文定义了电力网络结构的均匀性质与规则性质,用于表征网络基本拓扑结构与电气特性的变化,分析了两种性质对电力网络功率分布的影响,给出了电力网络拓扑模型与电气拓扑特征参数需要满足的必要条件。     

基于介度熵的复杂网络节点重要度识别方法

现有复杂网络通常会受到随机攻击和蓄意攻击,导致复杂网络拓扑结构的可靠性性能下降.为了解决以上问题,基于图熵,结合节点的介数中心性和其所有邻居节点的度中心性,提出一种新的攻击策略,即介度熵( BE),用来识别网络中的重要节点并加以保护.实验分别通过静态攻击和动态攻击来评估攻击策略在3个标准网络模型和3个真实网络上的效率,通过比较,介度熵比传统的攻击策略具有更高的攻击效率.     

基于聚类的复杂网络社团结构发现

我校计算机与信息技术学院教师李艳灵博士获批国家自然科学基金项目:基于聚类的复杂网络社团结构发现,项目编号:61202194.复杂网络是指具有复杂拓扑结构和复杂节点行为的网络系统,它是对现实世界中各种各样的大规模复杂系统的抽象.复杂网络中的社团发现旨在寻找复杂网络中真实存在的社团结构,发现网络中的社团结构对分析     

基于观测器的复杂动态网络故障诊断新方法

针对复杂动态网络拓扑未知情形,研究复杂动态网络故障诊断问题.基于观测器思想,提出一种复杂动态网络故障诊断新方法.该方法只需利用网络节点输出信号进行观测器设计,克服了现有方法利用节点状态变量设计观测器存在的不足.研究表明,这种方法能够监测网络拓扑结构的变化.通过系统仿真,证明文中所提方法的有效性.     

基于邻介熵和邻度熵的复杂网络中心性算法

识别复杂网络的重要节点是复杂网络研究的关键点,也是网络稳定性判定的重要理论基础.常用的识别节点影响力的中心性指标有介数中心性、度中心性、特征向量中心性和K-core中心性等,这些指标在识别重要节点时存在一定的局限性.为了解决以上问题,将节点vi的邻居节点集划分成关联邻居节点集(MR)和非关联邻居节点集(MUR),结合图...     

基于度与H指数扩展的复杂网络节点排序方法

在复杂网络中常用的识别节点影响力的中心性指标有介数中心性、度中心性、紧密中心性、H指数中心性和K-shell中心性等,这些指标在识别有影响力的节点时存在一定的局限性.本文在H指数中心性与度中心性的基础上提出了局部DH指数中心性指标来识别网络中有影响力的节点,该指标考虑了节点自身的度与H指数以及邻居节点的H指数.通过SIR传播模型以及单调函数(M)两种方法评价了各中心性方法识别网络中节点影响力的有效性.实验结果分析表明,在一些网络中该指标较一些常用的中心性方法能够更有效地识别网络中节点的影响力.     

基于精准k核的复杂网络节点重要性评估方法

由于k核存在破坏网络整体结构信息、忽略邻居节点影响力等缺点,导致每个节点难以量化区分.为了提高关键节点的识别精度,首先改进了k核的分解过程,提出了精准k核Ak.考虑到网络中局部特征信息和全局结构信息对节点的影响,将精准k核应用到重力中心性中,并提出了精准重力中心性AGC.信息学中的香农熵在网络关键节点识上具有良好的扩展性,通过结合邻域度中心性、邻域精准k核以及精准重力中心性三者的香农熵,最终提出了混合中心性MC对节点重要性进行多元评估.在7种真实网络下,对MC和其他节点评估指标分别从单调性和准确性上进行了一系列实验,实验结果表明MC具有更好的关键节点识别性能.