基于加权路由策略的复杂网络拥塞控制研究

复杂网络的最短路由策略易导致网络吞吐量低,流量分布不均,在关键节点处产生拥塞.本文提出一种基于加权路由策略的拥塞控制机制,用节点的介数作为节点边的权重,将网络变成加权网络,数据包按加权网络最短路径路由.介数的计算采用基于区域中心节点近似估算法,降低了介数计算的复杂度.仿真结果表明,加权路由策略能有效避开拥塞程度严重的节点,克服了介数较大节点成为网络传输瓶颈的问题,显著改善了网络的拥塞情况,提高了网络的吞吐量和传输能力.     

基于空间活跃度网络的搜索策略研究

基于具有时变特性与空间特性的空间活跃度网络模型,研究了时变网络中的搜索问题。结合空间活跃度网络的特性,引入了搜索时间、搜索路径长度和等待时间3种搜索策略的评价指标,提出了最大活跃度搜索策略、改进的贪婪搜索策略和最大活跃度最小距离搜索策略。利用这些策略在空间活跃度网络中进行搜索,研究发现和其他的搜索策略相比,改进的贪婪搜索策略与最大活跃度最小距离搜索策略具有较好的搜索性能,能够很好地适用于这种类型的时变网络,从而优化了目标搜索的过程。     

基于一种快速搜索策略的图像匹配

基于灰度相关的图像匹配法,因匹配概率高而广泛应用于各个领域,但传统灰度相关算法的搜索策略是遍历性的,匹配速度较慢。为提高图像匹配速度,提出一种全局并行爬山搜索策略,实现了非遍历性搜索,并能快速找到最优匹配点,并引入了一个搜索路经表对已搜索过的点作标记,以防止对某些点的重复搜索。实验结果表明了该算法的图像匹配具有快速性和较高的准确性。     

面向相继故障的复杂网络上边袭击策略研究

针对复杂网络遭遇蓄意攻击引发的相继故障问题,采用Physical Review E77,026101(2008)所提出的相继故障模型,对比了BA无标度网络和WS小世界网络上遭遇两种边袭击策略导致的全局相继故障现象,并探讨了网络拓扑结构对边袭击策略的影响.理论解析和数值模拟均表明了在模型中可调参数的一定取值内,袭击网络中负荷最小的边比袭击网络中负荷最大的边更易于导致相继故障现象,而且,网络拓扑结构的不同对袭击策略也有着非常重要的影响.     

复杂网络抗毁性优化问题的研究

本文总结了近年来的一些研究成果,从拓扑结构、链路容量优化、路由策略优化的角度研究了抗毁性优化的问题,以期对以后的研究有一定的启示。     

基于复杂网络的新产品赠样目标优化策略

提出把采用网络中起Hub作用的主体做为赠样目标的Hub赠样策略,并运用复杂网络方法研究了该策略的效果和实施环境对效果的影响.结果表明,与随机选取赠样目标相比,运用Hub策略选取赠样目标明显提高了新产品市场份额.Hub赠样策略实施环境对该策略的效果有较大影响,具体表现为:替代市场比创新市场更适合运用该策略;采用网络异构程度中等时运用该策略效果最好;赠样比例较低时运用Hub赠样策略效果更好.     

一种复杂网络中社团划分的新算法

为了寻找复杂网络中的社团结构,本文基于社团的核的定义和一些定量条件,提出一种新的寻找复杂网络中社团结构的算法。该算法的基本思想是首先构建社团的核心,然后寻找它的邻居的集合,把满足定量条件的邻居节点添加到该核心中,直到没有节点满足定量条件。重复这个过程找出网络中其它所有的社团。最后,通过Zachary和Dolphin social network两个经典网络验证了该算法的有效性。     

一种灵活的加权复杂网络演化模型及其仿真

对实际加权网络的网络特征进行了统计,分析了在网络演化过程中应考虑的演化机制.在此基础上,提出了一种灵活的加权复杂网络演化模型.该模型可以灵活的调整网络演化过程中各种演化机制影响作用的大小,网络规模和平均节点强度可控,节点和连接的状态能够动态变化.对模型进行仿真验证后发现其能够较好的拟合实际加权网络的拓扑结构特征.最后,对网络模型中幂律分布的成因进行了分析.     

一种基于介数的双层复杂网络级联失效模型

针对单层网络级联失效模型难以有效分析层状网络抗毁性的问题,基于介数分析法,研究了面向双层网络的级联失效模型。分析了网络两个层面之间信息(或能量)交互以及级联失效时的影响关系,并通过定义交互强度因子改进了节点介数计算方法,突出了节点业务对网络流量的影响。重设节点失效判定准则和负荷重分配准则,使网络两个层面在级联失效分析过程中得到关联。最后,仿真实验验证了模型有效性和可行性。     

一种融合邻域搜索的多策略差分进化算法

设计多策略差分进化算法的难点在于选择何种变异策略以及如何分配这些策略。提出一种融合邻域搜索的多策略差分进化算法,根据个体适应度值将种群分为3 个子种群,每个子种群分别采用不同的变异策略和参数值,使得各子种群的搜索能力可互补,有助于平衡整个种群的勘探和开采能力。同时,对适应度值最好的子种群采用邻域搜索操作,充分挖掘优质个体可能包含的有益信息用于指导搜索。在34 个测试函数上实验,与包含7 种差分进化算法在内的12 种进化算法进行对比,结果表明该算法在大多数函数上取得了更好性能。     

Universality of Competitive Networks in Complex Networks

The paper proposes a model which helps to investigate the competitive aspect of real networks in quantitative terms. Through theoretical analysis and numerical simulations, it shows that the competitive model has the universality for a weighted network. The relation between parameters in the weighted network and the competitiveness in the competitive network is obtained by theoretical analysis. Based on the expression of the degree distribution of the competitive network, the strength and degree distributions of the weighted network can be calculated. The analytical solution reveals that the degree distribution of the weighted network is correlated with the increment and initial value of edge weights, which is verified by numerical simulations. Moreover, the evolving pattern of a clustering coefficient along with network parameters such as the size of a network, an updating coefficient, an initial weight and the competitiveness are obtained by further simulations.     

应用于稠密传感网的高效广播算法研究

广播在传感网协议中有着广泛应用,广播风暴问题在节点稠密的传感网中尤为严重。在不应用精确节点位置信息的前提下,提出了一种可应用于稠密传感网的高效广播算法,简称为ripple算法。ripple算法结合了邻节点通信连接关系比较法与重复报文计数法减少冗余广播报文。该算法主要有两个步骤:第一步,利用信息源节点广播的拓扑评估报文选择再广播节点;第二步,当网络中执行信息分发服务时,被选中的再广播节点首先随机等待一段时间,统计收到的重复报文数量。只有收到的重复报文数量低于设定阈值的节点进行再广播。仿真表明,ripple算法在保证广播到达率的基础上,减少了冗余再广播报文数量,降低了广播引起的冲突,缩短了广播完成时间。     

复杂网络中的社团结构

对复杂网络社团结构问题进行了综述。介绍了无权无向网络中社团结构的定义、探索社团结构的算法及算法的评价标准和检验网络。重点总结与类比了具有代表性的算法及其在检验网络上得到的结果,并依据这些结果和评价标准对算法进行了评述。部分地概括了原有算法在加权无向网络中的推广方法。最后对部分社团结构算法的特点进行了横向的比较,对社团结构与网络功能的研究进行简略介绍,并对社团结构研究的发展做出展望。     

Recent Advances in Complex Networks

1 1Introduction In the past few years, the computerization of data acquisition and the availability of high computing power have led to the emergence of large databases on complex topology of various real networks, including the Internet, the World Wide Web (WWW), metabolic network, scientific collaboration network and may other examples. The availability of the huge amount of real data has in turn stimulated great interest in trying to uncover the generic properties of complex networks [1-…     

A Sensitivity-Based Heuristic Search for Constrained Optimization in Complex Systems

1.INTRODUCTIONThealgorithmforconstrainedoptimizationincomplexsystemscanbedividedintotwoclasses:exactandheuristicmethods.Theexactmethods,whicharepartlysummarizedbyTitanetal.[1],havecomputationalrequiremeatsthatgrowexponentiajlywiththesizeoftheproblem.AlthoughheuristicmethodshavemodestcomputationalrequirementsandareeasytoAnplemellt,theyaregenerallyforredundancyallocation[2-4].2.S~EMENTOFProBLEM2.1NotationN:nUmberofcomponents;M:numberofconstraints;Rs:systemreliability;Rj:thereliabili…     

面向复杂问题的贝叶斯网建模方法

面向复杂问题的贝叶斯网的建模是一项系统工程,必须遵循一定的流程和方法。建立了面向复杂问题的贝叶斯网建模流程,分为问题分析,模型设计与模型测试三个阶段。阐述了每个阶段所应完成的任务和解决方法,并在模型设计阶段,提出了将专家知识和数据融合的贝叶斯网构造方案。最后总结了建模过程中的简化原则。     

一种简化的移动卫星网仿真方案

鉴于以星座组网模式建立的卫星网在仿真上实现的难度很大，提出了一种简化的卫星网仿真方案，利用地面固定的有线网络，在其中加入卫星网特性模型，使其完全呈现出卫星网固有的动态网络拓扑特性和动态网络时延特性。最后在OPNET上实现了本仿真方案。     

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。     

基于遗传算法的神经网络两阶段学习方案

一种两阶段学习方案被提出用于神经网络的训练。在第一阶段，让实数编码的遗传算法来代替人解决神经网络结构的选择和初始参数的设定，称之为结构辨识阶段。在第二阶段，让传统的优化算法来解决参数的学习，称之为参数辨识阶段。在整个学习过程，神经网络的复杂度、逼近精度和泛化能力之间得到了满意综合。