一个小型科研合作复杂网络及其分析

对1998年1月至2004年6月问发表于《物理学报》和《Chinese Physics》上，混沌科学方面的科学研究论文作者合作研究所形成的小型网络进行了初步研究。数据分析表明：该领域内相关科学研究工作者之间形成的科研合作关系网络，也具有类似许多大型合作关系网络数据库所具有的无尺度网络特性；对该非连通合作网络内部的较大连通组群的聚类特性、小世界特征等相关性质进行了初步比较研究，发现了该网络的一些相关特征。     

科研合作网络形成机理——基于随机指数图模型的分析

知识时代的到来，使得学者个人的奋斗难以完成复杂的科研工作要求，学者之间的合作交流显得越来越重要。科研合作有助于产生创新思想，提高科研工作者的工作效率，促进多领域和多学科的交叉与融合，及缩短科研产出的周期等。因此，研究科研合作网络的形成机理有重要意义。以维普为来源数据库，选取“知识管理”相关研究领域的文献，构建所有学者之间的合作网络，并运用指数随机图模型探究了网络结构和节点属性对合作网络形成的影响机理。结果显示：合作网络具有很好的传递性，网络分布较为均匀，未出现明显的核心节点；相同地区的学者，热门研究领域的学者之间合作更为普遍；此外，拥有高结构洞特征的学者和团队凝聚力高的学者与其他学者的合作更为普遍。本研究进一步丰富了知识管理和社会化网络的相关文献，对学者之间的科研合作也有一定的启示作用。     

系统的核与核度理论（Ⅱ）：优化设计与可靠通讯网络

研究在网络核与核度意义下网络的优化设计理论，获得了①在核值及网络点数已知的条件下，网络所具有的最大、最小核度结构及相应的构造方法；②在网络的顶点数及边数给定的条件下所具有的最大、最小核度及相应网络的构造方法；③应用上述结果研究了可靠通讯网络的优化设计，改进了Ｈａｒａｒｙ工作的不足。     

从网络科学视角探索企业合作网络

基于网络科学的观点和方法,建立了企业合作网络模型,考察了企业合作网络,通过数值仿真计算了该网络的特性,与实例相比较,研究结果能够反映出在不同属性下的企业的不同排名状况.这说明该模型可以作为企业之间的合作伙伴选择的一种方法,可以在虚拟企业网络相应建模中予以应用.     

竞争网络中合作策略的研究

合作与竞争驱动自然社会与生态系统的动态演化,这些机制的相互作用可以对多个网络产生不同的影响。基于特征向量中心性,在网络的网络基础之上提出合作竞争模型,定义网络之间对外是一种竞争关系,对内为合作关系。揭示合作竞争特性,依据节点的重要性不同将合作策略与竞争策略进行了分类,研究模块网络间不同合作策略对集群网络乃至整个网络的资源配置的影响,发现重要性越大的节点间的结合能够给网络带来更多的利益。     

基于参与人关系网络的高铁快递合作博弈模型研究

在考虑高铁快递参与人之间关系网络的前提下,采用循序渐进的方式构建基于网络的高铁快递合作博弈模型.分析和证明网络合作博弈的性质,同时发现由于网络结构的存在,现有普通联盟合作博弈的收益分配方案在网络合作博弈中不再适用.于是在分析网络合作博弈的核的表现形式和性质的基础上,结合合作博弈的性质,通过证明和比较得出MJW值是高铁快递网络合作博弈合理稳定且有效的收益分配方法.研究拓展了网络合作博弈理论在OM领域的应用,同时为交通运输承运人之间的合作运作提供了决策参考.     

基于邻接网络的序列规则挖掘算法

给出一个新的序列规则挖掘算法，该算法在挖掘规则以前将数据库预先存贮为序列邻接网络，在序列邻接网络中每个项目集顶点都有一个域来记录它的支持度，算法把频繁序列规则的发现问题转化为网络中的顶点搜索问题，大大提高了搜索过程的效率，为了有效地解决网络生成过程中的序列支持计算问题，采用了一种纵向的数据库表示格式。     

复杂网络中基于记忆长度的合作行为

网络结构和群体总数对合作行为有重要影响.为进一步研究个体的学习行为和记忆长度如何影响群体的合作率,构建了三种不同类型的网络,采用基于代理计算实验方法,将网络的节点看作有限理性的个体,并构造了个体的适应函数和个体学习和策略的演化方式,研究系统的合作行为.计算实验结果表明偏好选择学习策略提高了无标度网络的合作水平,降低规则网络的合作水平.此时,记忆长度显著改变群体的合作水平,而个体采用随机选择策略时,记忆长度对群体的合作率产生很小的影响.另外,群体总数越高在无标度网络中合作水平越高,而小世界网络中合作水平越低,规则网络中则呈现不规则变化.从而证明偏好选择学习策略选择有一定的适应性,记忆长度和群体总数针对不同的学习策略和网络结构会带来截然相反的结果.     

基于核函数的混沌序列局域线性预测方法

针对局域线性预测方法本质上是用较简单的非线性函数来预测高度非线性的混沌时间序列的不足,提出了一种基于核函数的局域线性自适应预测算法。该算法利用包含了相空间中邻近点之间的相对距离信息的核函数,将相空间中的邻近点投影到更高维的非线性核空间,在高维(甚至无穷维)的核空间用线性自适应算法预测混沌时间序列,相当于在原混沌相空间用高度非线性的函数预测高度非线性的混沌时间序列,可获得更好的预测结果。给出了应用该方法的具体步骤,通过仿真实验证明了该算法的有效性。     

基于K-均值的SVC的雷达辐射源信号识别

无监督学习是解决未知雷达辐射源信号识别的有效方法。Support Vector Clustering(SVC)是一种基于支持向量机的无监督聚类方法。SVC不仅时间复杂度高,而且在处理分布复杂、不均匀样本时,识别率较低。结合K-均值与SVC的优点,提出一种基于K-均值的SVC无监督聚类方法。此方法用K-均值聚类法对数据样本作初步的线性划分,将原数据样本划分成若干子样本。再将这些子样本分别映射到高维特征空间,用SVC方法去处理非线性问题。由K-均值聚类法将二次规划问题分解,大大减少SVC的计算量,降低时间消耗。相对于原数据样本,子样本的分布较为简单、均匀,容易找到更为合适的SVC参数值。对雷达辐射源信号进行聚类分析的实验结果表明,此方法处理速度较快,识别率较高。     

一个中国科学家合作网的实证分析

研究了由<科学通报>过去20年间发表文章的作者所构建的科学家合作网络.按照统计学方法和基于复杂网络理论的实证分析表明,科学家产量满足幂律分布,而合作规模分布则是指数衰减的.合作网中存在一个明显的最大连通子图,该子图具有高聚类和小世界特性,并呈现社团结构和等级结构.网络的度分布介于指数与幂律之间,近似服从对数正态分布,社团规模分布亦显示出长尾特性.此外,还应用3种不同的指标研究了Hub节点的影响力.     

基于系统辨识的全球科技领军人才流动网络化模型研究

针对全球科技领军人才流动问题,将文献计量学、复杂网络和系统辨识三种分析工具相结合,建立全球科技领军人才跨国流动网络化模型.首先,应用文献计量学方法,给出全球范围内重点科技领域的领军人才的准确定义.提出基于履历分析法收集全球主要国家科技领军人才流动数据的方法:之后,结合代数图论、矩阵理论和复杂网络理论,建立全球科技人才流动网络框架模型,确定框架模型中能够直接推导出的参数和待辨识的未知参数,应用定量化模型描述全球科技人才流动的整体态势;再次,将各个国家的全球科技人才总量按时间段进行收集汇总,建立相应的数据库,基于数据库应用最小二乘方法辨识框架模型中的未知参数,从理论上完成全球科技人才流动网络模型的构建.最后.应用部分领域全球主要国家科技领军人才数据,对模型的有效性进行验证,分析领军人才流动的特点.     

基于RBF 神经网络的调制识别

针对通信信号这种非稳定的、信噪比(SNR)变化范围较大的信号,利用遗传算法训练的径向基神经网络分类器对各种调制信号的特征矢量进行分类识别,充分发挥径向基神经网络的广泛映射能力和遗传算法的全局收敛能力,并在遗传算法中加入了梯度下降算子,克服遗传算法收敛速度慢的缺点,加快了遗传算法训练神经网络的速度,使得分类器的识别率和鲁棒性得到明显改善。仿真实验的结果证明了此方法的有效性和可行性。     

基于循环修正思路的科学发展评价模型

树立全面、协调、可持续的发展观,促进经济社会和人的全面发展”的科学发展观内涵,以权威机构典型观点的高频指标为基础、结合中国统计资料的现状和复杂系统评价的可观测原则,根据经济、生态、社会、人的全面发展、科学技术等五个准则构建了科学发展综合评价指标体系.运用平均值法、Boarda 法和~Compeland法三种组合方法对多种评价方法得到的不同结果进行组合评价,建立了基于循环修正思路的科学发展评价模型, 并采用中国~10个副省级城市的截面数据进行实证研究.本模型的创新及特色一是通过人均绿色~GDP、国民幸福指数等指标反映科学发展观以人为本的核心,通过人均绿地面积、万元~GDP综合能耗等指标反映全面协调可持续发展的科学发展观内涵.二是通过循环修正的组合评价方法, 对我国典型的~10个副省级城市的科学发展进行了评价,并找出了影响各副省级城市科学发展的主要因素.     

基于VMD的中国出口集装箱运价指数分析与组合预测

基于分解-重构-分项预测-集成思想,通过优选分解方法、优化重构方法、优选预测方法及合理选择集成方法等途径,构建了基于变分模态分解(VMD)的组合预测模型,对中国出口集装箱运价指数(CCFI)进行了预测,分析了CCFI波动特性及经济内涵.首先,选用VMD将运价指数序列分解为多个模态分量;其次,采用C值优化的FCM算法将模态分量重构为高、中、低频和趋势项,通过波动特性分析挖掘了重构项蕴含的短期市场不均衡因素、季节因素、重大事件及市场供需等经济内涵;再次,构建了基于数据特征分析的预测模型优选方法,进行了重构项预测;最后,将重构项预测值相加集成,分析了预测效果.实证结果表明,构建的组合模型预测效果优于BPNN、SVM、ARIMA等单一模型、EMD组合模型及未优化的VMD组合模型,较好地体现了CCFI外在波动特征与内在经济意义.     

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。     

无线传感器网络中基于网络编码的数据采集算法

为保证无线传感器网络数据的可获取性,提出一种基于网络编码的数据快速采集新算法。该算法根据最大距离可分码［n,k］生成矩阵中任意k个列向量线性无关的性质,借助网络编码信息线性组合的方法,将［n,k］生成矩阵的列向量分配给传感器网络的n个节点,作为其全局编码向量。传感器节点利用其分配到的全局编码向量,对收到的包含k个数据的环境信息进行线性编码,并将得到的码字存储于传感器节点中。基站进行数据采集时,只需随机采集k个节点存储的码字,即可根据任意k个节点全局编码向量的线性无关性译出环境信息,实现无线传感器网络快速有效地数据采集。     

改进群组G1组合赋权的省级科学发展评价模型及应用

根据科学发展观内涵,以权威机构典型观点的高频指标为基础, 从经济、生态、社会、人的全面发展、科学技术等五个方面构建了省级行政区科学发展综合评价指标体系. 运用标准差修正群组G1组合赋权的方法对评价指标进行赋权, 建立了改进的群组G1组合赋权的科学发展评价模型, 并对中国14个省级行政区的科学发展状况进行实证研究. 本文的主要创新与特色一是对专家给出的不同排序进行一致性检验, 淘汰不通过一致性检验的专家排序,避免指标排序出现逻辑混乱问题. 二是通过循环修正的思路统一通过一致性检验的不同专家对两个指标重要程度的排序, 得到集合不同专家意见的一个统一排序,解决了群组决策中专家排序不一致的问题, 三是通过相邻两个指标的标准差的比值确定G1赋权法的指标之间的重要性比率, 避免了现有研究中G1赋权法重要性之比人为主观确定、随意性大的问题,解决了主客观权重的客观分配问题.