DNA损伤下的P53基因调控网络建模与仿真

作为关键调控因子之一,P53在响应DNA损伤期间通过启动下游基因及其调控通路实现细胞周期捕获,促进病变细胞凋亡等系统功能。P53基因调控网络对于肿瘤形成与治疗研究都起到了积极的促进作用。旨在通过数学模型对单细胞内部响应外界干扰而产生的复杂调控机制进行研究,建立了DNA损伤下的P53基因调控网络动力学模型,利用微分方程方法分别实现了各子模块响应离子辐射的详细过程;通过Matlab7.0仿真平台实现了DNA损伤修复,ATM（ataxia telangiectasia mutated）激活以及P53-MDM2等模块间的动态调控过程;通过仿真结果简要分析了ATM激活时间阈值以及P53与MDM2（Mouse double minute two）基因响应离子辐射而产生的周期震荡等特性。     

肿瘤特征基因筛选与调控网络构建

提出了一种肿瘤特征基因筛选和基因调控网络的构建方法.首先提取在肿瘤组织和正常组织中表达差别明显的277个基因,通过P-tree决策树方法找出多组肿瘤特征基因,然后结合现有文献中已被实验验证参与了肿瘤形成过程的基因,利用相关系数方法在肿瘤特征基因集中选出与之共通路的基因子集,并用贝叶斯网络方法建立基因间的调控关系,从而建立对肿瘤特征基因间调控关系的预测模型.     

一类群体网络模型建立的代数算法

群体网络模型是多项目计划安排与控制的基础, 本文根据一类群体工程项目的特点结合网络图的代数表达, 提出了群体网络模型建模的原理和代数算法。     

具有时变拓扑结构的复杂网络的牵制控制

研究了一类具有时变拓扑结构的线性延迟耦合的复杂网络模型,网络的内、外耦合矩阵都具有时变性,建立了一个新的混沌动力学模型,结合线性反馈控制、牵制控制等方法,运用Lyapunov稳定性理论得到了新的网络同步准则,数值仿真验证了结论的有效性。     

一类无标度合作网络的演化模型

提出了一类特殊的无标度合作网络的演化模型.利用平均场方法解析计算了节点的增长动态性,证明了该网络是节点度分布符合幂律分布的无标度网络,其幂指数位于2和3之间.给出了节点的集聚系数与度的关系表达式,并证明了网络的平均路径长度最多以网络的对数形式增长.数值模拟结果与理论计算值很好地吻合.     

异构多跳无线传感器网络容错性拓扑控制算法

异构无线传感器网络(heterogeneous wireless sensor works, HWSN)能有效降低数据转发延迟、网络能量消耗,是一种更现实的网络模型,基于HWSN的k容错性拓扑控制是一类NP难问题。在综合分析HWSN网络模型的基础上,本文设计了简化网络图构建方法,通过构造有序邻集来约束节点的最大发射功率,以网络总功耗与容错性双优化为目标,实现了一个k容错性分布式拓扑控制算法(k-fault tolerant distributed topology control, k-FTDTC)。实验结果表明,相比分布式拓扑控制(distributed adaptive topology control, DATC)方法,k-FTDTC算法有效降低了网络总功耗和最大发射功率,且具有较好的容错性和较低算法复杂度。     

基于等价空间的网络控制系统故障检测问题研究

研究了网络控制系统的故障检测问题。对于一类网络时延为不确定情况的网络控制系统,得到了系统的具有模型不确定性的离散时间模型。将等价空间故障检测方法中的等价向量扩展为等价矩阵的情况,进而可将残差产生器的设计问题归结为受线性矩阵不等式约束的多目标优化问题,并可应用线性矩阵不等式技术求解等价矩阵。同时还讨论了对残差评估问题。算例验证了提出方法的有效性。     

网络拓扑——度分布理论

课题组主要讨论了BA模型、层次网络、网络统计、最大度和度相关性等问题;提出了网络马氏链概念.在马氏链框架下,对一类增长网络给出了一种简单的迭代方法代替模拟去计算网络度分布,并据此推导出某些一般准则,以直接判断一套网络生成机制能否保证稳态度分布存在及稳态度分布是否无标度.     

不确定性机器人实时智能补偿控制

在神经网络在线学习控制中 ,实时性和控制精度是非常重要的两大指标。提出的一类具有多维存储结构的CMAC网络 ,提高了网络的泛化能力和学习速度。利用这一网络 ,针对不确定性机器人系统 ,考虑其标称模型 ,提出了一种新的实时智能补偿控制策略 ,并利用Lyapunov方法得出了系统全局渐近稳定的充分条件和网络学习律。在该控制策略中 ,系统的控制输入由两部分组成 :基于标称模型的计算力矩及补偿输入 ,其中补偿输入为系统标称惯性矩阵与神经网络输出的乘积。最后给出了仿真实例来说明该控制策略的有效性     

一类简单网络生产系统的DEA效率评价模型

针对一类简单网络生产系统的DEA效率评价进行了研究,建立了这类网络生产系统的DEA效率评价模型.研究结果显示,与传统方法比较,该方法更能够发现非有效决策单元,更能够发掘决策单元性能改善的潜力,也能够帮助决策者发现复杂系统非有效的根源.算例研究证实了该方法的合理性.     

复杂网络理论及其在航空网络中的应用

复杂网络理论是对复杂系统的高度抽象，它突出强调了系统的拓扑特征，其中许多性质如小世界性质、无标度性质等等已经得到了广泛的研究。本文从复杂网络的统计特性、结构模型以及在航空网络中的应用3个层次系统回顾了复杂网络的基本理论和应用现状，期望对航空网络规划问题的研究起到一定的借鉴作用。     

多层网络和含时网络的相关问题研究

从多层网络的鲁棒性、多层网络的拉普拉斯谱、含时网络的时间特征、社会网络含时性和多层性对舆情演化动力学的影响4个方面,就近年来的一些活跃的研究课题作了综述。     

嵌入晶格的地理网络的逾渗

研究了地理结构对复杂网络逾渗阈值的影响，提出了一个空化网络模型，并做了相应的数值计算。发现当地理约束很弱时，地理网络一般是空间上很稀疏地连接，此时，即使网络拥有抽象的拓扑结构（度分布），网络的逾渗也比网络被密集连接时容易，也就是说，稀疏连接的地理网络的鲁棒性更高。基于这些研究结果，对一些真实网络中的基本现象给出了解释。此外，基于真实网络建设的最小消耗原则，提出了一些建设性的建议。嵌入晶格的网络模型虽然在大多数情况下并不是网络产生的真实模型（比如BA模型），但当网络结构随时间的变化可以忽略时，它也可以很好地研究复杂网络上的动力学问题。     

复杂网络研究与复杂现象

复杂网络研究为探讨复杂系统的性质提供了一个新的视角。简述了复杂网络的基本概念，对网络的结构与功能作了概略的介绍，包括小世界网和无标度网的结构特点。通过对小世界网络中小世界特征的度量，讨论了复杂网络对复杂系统研究的启示，并对生物进化过程中生物的复杂性增加在蛋白质相互作用网络中的体现做了尝试性的说明，以此为基础，对随机性与规则性之间可能产生的复杂现象进行了初步讨论。     

复杂网络确定性模型研究的最新进展

复杂网络的确定性模型在复杂网络建模领域起着不可或缺的作用。按照复杂网络经典模型发展的先后次序,依次对随机图、小世界网络、无标度网络以及加权网络确定性模型的研究现状进行较全面的综述,重点介绍了相关模型的构造及其主要性质,并对复杂网络确定性模型未来的部分发展方向进行了展望。     

刺激引起的小世界生物神经网络同步

同步现象广泛存在于脑神经活动中.本文构造了一个具有小世界连接特性的生物神经网络,数值模拟研究了外加刺激频率引起的放电同步现象.同时考虑网络结构对同步的影响,取网络耦合强度作为参量来研究它对网络同步的影响.研究发现,在某一个特定的共同外加刺激频率下,生物神经网络会出现尖峰同步放电现象.当网络的耦合强度增大时,使网络产生同步现象的频率点将会逐步增多.仿真结果表明不同的生物神经网络结构对输入信号的频率具有不同的选择性.     

小世界社会网络中的信息传播

小世界社会网络模型是一种描述现实社会系统的理想模型,基于此模型,提出小世界社会网络中的信息传播模型。模型中,每个社会参与者都具有一个连续型参数来描述其对于信息的态度,正的态度对信息传播有正反馈作用,而负的态度对于信息传播有负反馈作用。同时,引入局部信息和全局信息概念用以描述社会参与者对于信息的获取能力。信息传播模型在不同随机度和规模的小世界社会网络上进行了计算仿真。仿真结果表明网络的拓扑结构和参与者态度的正负反馈作用以及对于全局信息的权重对于信息的传播均衡结果有显著的影响。     

复杂网络在交通运输网络中的应用研究综述

从交通运输网络的拓扑性质研究、交通运输网络的可靠性与结构优化研究两个板块,对铁路网络、航空网络和城市轨道交通网络三种网络在国内外的主要研究成果与进展进行了梳理与总结,以期为综合了解交通运输网络领域的研究提供较为全面的视角。     

Contractor Prequalification Based on Neural Networks

Contractor Prequalification involves the screening of contractors by a project owner, according to a given set of criteria, in order to determine their competence to perform the work if awarded the construction contract. This paper introduces the capabilities of neural networks in solving problems related to contractor prequalification. The neural network systems for contractor prequalification has an input vector of 8 components and an output vector of 1 component. The output vector represents whether a contractor is qualified or not qualified to submit a bid on a project.     

老节点间有相互连接的供应链型有向网络

考虑了有向复杂网络老节点之间相互连接的概率,提出Poisson有向网络模型。发现这类网络节点的到达时间服从Γ-分布,从而,获得度分布的解析表达式。研究表明,Poisson有向网络的稳态平均入度分布和稳态平均出度分布表现为幂律分布,它的出度分布幂律特性受老节点之间相互连接的概率控制,但是入度分布与该概率无关.