节点重要度贡献的复杂网络节点重要度评估方法

引入m阶邻居节点的概念,提出了一种基于m阶邻居节点重要度贡献的复杂网络节点重要度方法,并引入α和γ两个参数,用于调节节点重要度评估对节点自身特性及m阶邻居节点的依赖程度。综合考虑了节点自身及1到m阶邻居节点的重要度贡献。为检验算法的有效性,采用ARPA网络拓扑并针对算法在不同m取值条件下的节点重要度情况进行了评估。评估结果显示,与度值法、介数法、节点删除法等评估方法相比,具有更高的评估精度,能显著地区分复杂网络中节点之间的重要性差异,能准确地确定网络中关键节点,保证节点重要度评估的准确性;此外,实验结果还揭示了一个重要动力学现象,即当邻居节点所考察的深度m值大于网络的平均路径长度L时,该方法可得到可靠且精度较高的评估结果。     

复杂网络中节点重要度评估的节点收缩方法

首先定义了网络的凝聚度,在此基础上提出了一种评估复杂网络节点重要度的节点收缩方法,认为最重要的节点就是将该节点收缩后网络的凝聚度最大,其算法的时间复杂性为O(n3).该方法综合考虑了节点的连接度以及经过该节点最短路径的数目,克服了节点删除法的弊端.最后的实验分析表明该方法直观、有效且运算速度快,对于大型复杂网络可以获得理想的计算能力.     

改进的加权复杂网络节点重要度评估的收缩方法

分析了加权复杂网络的结构特点,综合考虑了边权对节点重要度评估的影响,给出了加权节点重要度的新定义,并提出了改进的适用于加权网络的节点收缩方法.该方法认为最重要的节点就是收缩后加权网络凝聚度最大的节点,其算法的时间复杂度为O(n³).该方法有助于更准确地发现复杂网络中的关键节点.最后的实验分析验证了方法的有效性和可行性.     

网络节点重要度的快速评估方法

对网络节点进行重要性评估, 快速发掘重要性节点已经成为数据挖掘、复杂网络中的一个基本问题, 现有的节点重要度评估方法对于大型网络而言, 计算速度较慢. 基于电阻网络提出一种快速实用的节点重要度评估方法, 该方法利用节点对网络电能消耗的影响来评估节点的重要度, 如果由于一个节点的存在而导致网络平均电能消耗减少, 则该节点就越重要, 反之则该节点重要度就低. 该方法的时间复杂度为O(n³), 在分布式扩展的情况下可达到O(n), 实验分析证明了该方法的有效性, 而且运算速度快, 能处理大规模网络.     

基于杀伤网贡献率的动态体系节点重要度评估

针对当前作战体系节点重要度评估存在的节点功能异质性及多样性刻画、体系模型动态性构建、体系作战能力计算等研究不够充分的问题,建立了面向动态作战体系的杀伤网能力模型,提出了杀伤网能力动态计算模型方法和搜索算法。考虑杀伤链的数量和质量,提出了杀伤网能力指数和基于杀伤网能力指数贡献率的节点重要度评估模型。在仿真模拟实验中,对比了不同时空状态下,按杀伤网能力指数、度中心性等7种攻击方式对网络进行打击后的杀伤网能力指数的下降程度。仿真结果显示,所提方法明显优于其他基准方法,验证了所提算法的合理性。     

考虑节点失效网络可靠性计算的重要度抽样随机模拟

针对同时考虑节点和边单元失效的一般赋权网络,提出了一种考虑节点失效网络连通可靠性计算的Monte Carlo随机模拟算法.Monte Carlo随机模拟方法包含单元状态抽样、网络系统连通状态分析和连通功能函数指标统计三个阶段.在系统连通状态分析阶段,提出将一般赋权网络转换为边权网络的等效化方法,此方法无需额外增加等效节点或边;在单元状态抽样阶段,采用重要度抽样函数进行随机抽样,增加对失效概率贡献大的抽样点出现概率,利用自适应方法求解最优重要度抽样函数.算例分析中,根据模拟均值的相对误差和变异系数两个指标,说明了本文方法的正确性和有效性.     

网络可靠性评估的演化过程重要度抽样模拟方法

针对具有高可靠度网络的连通失效概率计算问题,提出了一种重要度抽样Monte Carlo模拟方法.首先提出了考虑节点和边单元失效网络连通状态判别的演化过程算法,算法根据网络节点和边单元的可靠度,将每次模拟抽样产生的随机数转化为单元的修复时间;按照单元修复时间次序构建网络连通拓扑结构,并视为向网络连通状态转变的演化过程.然后基于重要度抽样Mont,e Carlo模拟求解高可靠度网络的2\K\All端连通失效概率,其中重要度抽样函数的计算采用基于演化过程和交叉熵模型的多准则迭代方法.高可靠度网络算例的计算结果表明,预抽样求解重要度抽样函数时,多准则迭代方法所需的预抽样次数约为其他迭代方法的1/40.因此,本文方法具有较高的计算效率.     

BDD表示下的部件重要度的计算

本文根据ＢＤＤ表示故障树的特点,提出了一种不需由ＢＤＤ树求得割集而直接搜索ＢＤＤ计算部件重要度的方法。就概率重要度而言,利用本方法可使部件的逆概率重要度的计算充分利用正概率重要度计算的中间结果,使得逆概率重要度的计算时间可以忽略不计。     

能力与权力:大规模复杂网络重要节点识别的二重异质指标及算法

为快速识别大规模复杂网络中的重要节点,本研究将人类社会普遍存在的两类不平等映射为节点在网络中的能力与权力的二重异质性,设计了评价复杂网络节点重要度的DH指标,构造了用于DH指标快速分布式计算的并行随机距离渐进(parallel random distance approach,简称PRDA)算法.通过网络最大连通率、网络均衡熵、算法有效性和算法效率的评价实验验证DH指标及PRDA算法的有效性,得出结论如下:DH指标在识别重要节点时能适应不同拓扑特征的复杂网络,识别性能优于或同于时间复杂度更高的介数;PRDA估计算法在最短路径获得概率p=1-10~(-1.5)的水平上得到的节点效率估计值■与真实值η_i的Pearson相关系数在0.975以上,且在大规模网络上进行节点效率估计结果更可靠;在Apache Spark并行内存计算环境中应用时间复杂度为O(n~2/l)的PRDA算法求解DH指标耗时远小于介数求解耗时,这表明算法的时间特性也适于大规模网络.     

面向应急管理的人工社会元建模方法

针对非常规突发事件应急管理建模的需要探索新的方法,面向应急管理的人工社会元建模方法尝试利用元模型描述人工社会基本要素,利用领域建模方法刻画应急管理领域模型,采用模型变换和代码生成支持计算实验.本文以公共卫生突发事件应急管理研究为案例,利用人工社会元建模方法构造了人工社会元模型、突发事件模型、应急管理模型,并采用仿真模型代码生成技术直接产生计算实验模型代码框架.案例的构造过程表明面向应急管理的人工社会元建模方法是一种自洽的、贴近应急管理问题研究的建模方法,可以在集成项目的工作中发挥重要的作用.     

面向平行应急管理的计算实验框架

平行应急管理方法已经成为一种应对非常规突发事件的有效手段,计算实验是支持平行应急管理的核心能力.论文首先介绍了平行应急管理方法,包括平行应急管理的基本思想以及在KDACP平台的平行应急管理动力学模型;然后设计了面向平行应急管理的计算实验框架,根据一般实验框架原理,结合平行应急管理的特点,给出了平行应急管理计算实验过程模型;最后以此框架支撑KD-ACP平台进行北京市甲型H1N1的计算实验研究,根据应急指南设计了四级响应措施,对实验结果进行了对比.通过应用表明,该实验框架能够很好地支持平行应急管理.     

A DEA-TOPSIS method for multiple criteria decision analysis in emergency management

A hybrid approach of DEA (data envelopment analysis) and TOPSIS (technique for order performance (preference) by similarity to ideal solution) is proposed for multiple criteria decision analysis in emergency management. Two DEA-based optimization models are constructed to facilitate identifying parameter information regarding criterion weights and quantifying qualitative criteria in TOPSIS. An emergency management case study utilizing data from the Emergency Management Australia (EMA) Disasters Database is provided to demonstrate the feasibility of the proposed analysis procedure.     

矿井突水平行应急管理理论和方法基础研究

研究了基于ACP理论的矿井突水平行应急管理理论和方法基础,应对矿井突水应急管理问题,达到有效协同和集成化管控效果.在分析矿井突水系统的边界和内涵基础上构建人工矿井突水系统,以4D时空管理为导向讨论了基于人工系统的突水计算实验问题,并从常态下的突水感知和非常态下的计算实验式自动化预案及数字广播式的指令下发两个方面,研究探讨了矿井突水平行应急管理中的平行执行问题.矿井突水平行应急管理是以"认识自然、理解自然、利用自然和改造自然"为目的,通过人工系统直接影响或改变实际矿井现场的运行方向,为矿井突水安全管理提供可行的集成化管控支持.     

平行应急管理系统中人工社会的语义建模

分析平行应急管理系统对人工社会建模的内在需求, 提出采用网络本体语言对人工社会建立语义模型的方法. 将语义网技术合理地应用到智能体模型和人工社会关系网络描述中, 建立应急场景客观世界和社会关系的本体概念集合, 实现智能体的知识和推理规则的语义描述, 提高智能体的智能性和协同能力. 最后以学校暴发H1N1传染病流行为情景, 构建了学生群体社会关系网络的语义模型, 以此为例阐述人工社会的语义建模方法、语义推理方法和语义模型的作用.