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.     

局域演化的加权网络模型

在BA模型的基础上研究了兼顾局域演化、增长，以及局域与局域外存在较弱连接等3方面因素的加权网络。在这个模型中，引入了参数a，P1，P2，P3，通过理论分析，导出了这个加权网络模型的节点的强度分布，发现它服从幂律指数为2～3的幂律分布。数值仿真验证了理论分析的正确性；并通过调节参数，分析了该模型的内在特征和结构。这个改进的模型具有更为广泛的实际背景。     

基于DMG空间约束的公交网络演化模型

考虑到城市公交网络的生成和演化受到城市道路交通网络结构约束的现实,利用复杂网络的最新研究分支-空间网络相关理论,构建了适于城市道路交通网络的DMG约束空间;生成了DMG空间约束下的公交站点分布规则,并基于嵌套最短路径,提出了一个城市公交网络的演化模型。以辽阳市道路和公交网络为实证对象,将模型的结果与实际统计数据结果进行了对比,发现模型的仿真结果与实际数据可以很好地吻合,表明了此模型的有效性;利用此模型对城市建设速率和城市公交建设速率的相互关系进行了分析,结果表明,当两者比值呈现2个极端时,公交线网密度都会呈现几何级数级的变化。这为进行城市建设和交通建设规划的速度问题提供了一个决策依据。同时,本模型也揭示了城市公交网络演化的一般规律,为城市公交网络演化的研究提供了一种新思路。     

BA模型的三种扩展

无标度网络的发现，使人类对于复杂网络的认识进入了一个新的天地．BA模型是对于这种新认识的第1个抽象模型．由于考虑了系统的成长性和连接的择优性，BA模型给人们带来了很多启发．但是BA模型的两个基本假定，对于解释许多现实中的现象来说过于简单，与现实的网络还有较大的距离．所以，作者试图对BA模型进行扩展，即根据现实中的网络，增添某些假定，并通过计算机模拟进行观察，以便进一步探索复杂网络系统的规律．对BA模型的扩充考虑了3个因素：择优选择的成本；边的重新连接；网络的初始状态．实验结果表明，在考虑了这些因素之后，BA模型的基本结论并没有变化，它们的影响在于演化过程的某些方面，例如在某些极端条件下的演变趋势等．     

基于超网络的舆论演化动态模型

针对舆论演化过程中的复杂动力学问题,提出了超网络视觉下的舆论演化动态模型,该模型包括节点的添加、重新连接链路、超边的添加以及节点的老化4个过程,其中节点代表关键词,超边代表关键词所构成的话题.其次,利用非均匀网络的演化机制,分别对该动态演化模型的超度、节点自身关注度与节点间影响力两个因素的超度进行了详细的理论分析,分析...     

基于社会影响模型的观点演化规律研究

通过建立观点演化模型,以计算机仿真为主要手段,发现网络中观点传播的一些新特性.分别从同步和抗毁性的角度分析了不同拓扑结构下的复杂网络观点演化规律.仿真结果表明无标度网络在此社会影响模型下依然显示出其"强壮且脆弱"的双重特性.网络紧密程度的上升能够提高随机网络的抗毁性,却会显著降低无标度网络的抗毁性能.此外侵入策略与噪音在演化过程中也起到重要作用.     

企业集群创新网络动态演化模型

介绍了企业集群创新网络的组成与知识流动。基于物理学在复杂网络结构研究方面的新进展,设定了创新网络的初始状态和优先连接机制,提出形成企业集群创新网络的活动包括加点、加边和重连,认为遵循优先连接机制的这三类活动会使得集群创新网络成为规模有限的无尺度网络。创新网络具有较高的容错性而抗攻击能力较弱,而且网络的稳定性依赖于地方和非地方联系的适当组合。     

Internet 的一种新的动态演化模型

提出了Internet网络的一个新的演化模型,新模型允许新增节点引向已有节点的连接数随时间变化.仿真结果及理论分析表明,新模型所演化出的网络具备上述所有特点,较好地符合Internet网络的形成特征.     

科学知识网络的演化模型

针对科学知识网络的演化规律及动力问题, 建立了科学知识网络的演化模型. 模型构建了基于局域世界的增长网络, 通过引入跨领域交叉连接、度择优连接和时间优先连接三种连接机制以反映科学知识的集聚和交叉、继承和发展的关系. 其中跨领域交叉既形成一定集聚拓扑结构又满足学科知识交叉引用的要求, 度择优机制保证对经典科学理论的继承, 时间优先机制则促使对最新知识的吸收和发展. 数理分析和实验模拟表明度择优的作用是全局性的, 而时间优先连接机制的作用是局部的, 模型的拓扑特征与实际统计具有较好的一致性.     

基于高聚集性无标度网络模型的微粒群算法

受无标度网络结构特性的启发,将BA模型的"择优连接"机制进行扩展,引入微粒群群体组织方式的构造过程,提出基于高聚集性的无标度网络模型的微粒群算法。算法初期微粒被随机分布在环形结构中,随着搜索的进行不断增加新的微粒,并依据节点度和节点间的距离增加新的连接,最终形成具有高聚集性的无标度网络模型。这样,群体中多数微粒进行局部范围的搜索,而少量微粒按照全局模式搜索,两种方式相互制衡。仿真实验表明,改进后的算法能获得更好的收敛精度和进化速度。     

知识网络演化模型的仿真研究(英文)

研究了一类基于知识相关度的局部偏好连接机制和偏好删除机制的知识网络演化模型。数值模拟了知识网络累积度分布,累积度分布一开始近似服从无标度分布,而后出现一指数截断。最后比较了在一些不同连接与删除机制下生成的一些知识指标,仿真结果表明,基于知识的局部偏好连接机制和基于度的偏好删除机制比随机局部偏好连接机制和随机偏好删除机制更易于引起网络异质性及提高网络的绩效,而这些指标是有利于网络的形成。     

基于个体属性的人类感知网络演化模型

从个体属性差异角度切入,结合现实群体关系研究感知网络演化模型.模型通过引入马氏定理,模拟在不同感知维度和感知能力下的个体行为,并计算其马氏距离,实现以优先连接概率为前提条件的人类感知网络结构.实验表明;通过优先连接概率阈值和感知因子权重关联度阈值两个外部环境因子,以及个体节点属性差异内部因素,可以共同数据化新旧节点度的...     

复杂网络及其在国内研究进展的综述

从复杂网络模型的演化入手,在简要介绍复杂网络统计特征的基础上,对国内关于复杂网络理论及其应用的研究现状从两方面进行综述:一是对国外复杂网络理论及应用研究的介绍,包括复杂网络理论研究进展的总体概括、复杂网络动力学行为以及基于复杂网络理论的应用研究介绍;二是国内根植于本土的复杂网络的研究,包括复杂网络的演化模型,复杂网络拓扑性质、动力学行为,以及复杂网络理论的应用研究等。并结合复杂网络的主要研究内容,对今后的研究重点进行了分析。     

基于加权超网络模型的知识网络鲁棒性分析及应用

对知识网络的鲁棒性分析方法进行了研究.与一般的复杂网络相比,知识网络涉及两种不同类型的节点:知识和知识主体.在进行鲁棒性研究时,必须对二者进行综合考虑.为此提出基于加权超网络模型的知识网络鲁棒性分析方法,该模型可根据组织中知识与知识主体之间的映射关系将二者集成在一起.在此基础上,提出了一种关联节点删除的方法来研究知识网络的鲁棒性,并提出了度量知识网络鲁棒性的专有知识率、专有知识加权比率、知识网络抗毁性、核心领域知识网络抗毁性等指标及其分析方法,解决了知识网络的鲁棒性分析及度量的问题,并可应用于组织知识资源的安全性评估、发现易流失知识以及评价组织成员的知识重要性等方面.     

基于遗传算法的进化神经网络

提出一种基于遗传算法的多层前向神经网络的自动化设计方法(genetic multiplayer feedforward neural network，GMFNN)，用以同时完成对网络结构空间和权值空间的搜索。该算法利用双种群权值优化、结构进化自适应变异率等方法来加快算法的收敛速度，改善解的性能。仿真结果显示本文提出的算法能够有效抑制遗传算法初期收敛的发生，有效地提高多层前向神经网络的收敛精度，并可获得更为简洁的网络结构。     

基于复杂网络理论的互联网新闻媒体分析

基于网络新闻媒体之间的转载关系构建了新闻转载网络,应用复杂网络理论分别研究了其无向无权网络、无向加权网络以及有向网络的拓扑结构.研究表明新闻转载网络具有无标度、小世界以及异配连接倾向等特性,并发现网络存在核心-边缘结构.通过比较加权网络与无权网络在组织结构上的异同以及分析网络的有向性特征,表明了权值和方向对网络新闻研究的重要意义.     

基于预期流优化的集装箱班轮网络引力模型

为探究集装箱班轮网络形成机理,首先分析集装箱班轮特点,发现节点间预期流是影响航线开设的关键因素;其次改进经典引力模型,对节点间预期流进行预测,按预期流由大到小顺序连边,构建集装箱班轮网络引力模型;最后对东亚区域班轮网络进行实证研究,计算港口节点适应度,构建仿真网络并分析其拓扑特性演化情况。演化结果表明,随着连边的加入,仿真网络的连通性增强,各项拓扑特性都不断趋近于实际网络。由此,模型的有效性得到验证。     

复杂网络中简单路径搜索算法及其应用研究

将复杂网络理论应用于制造业中的产品族零部件关系领域,构建了产品族零部件关系网络.为进一步深入研究零部件关系网络,需要搜索零部件关系网络中的简单路径.提出了一种有向无环网络中任意两节点间所有简单路径的通用搜索算法.编制程序实现了该算法,对算法效率进行了分析.将算法应用于产品族零部件关系网络,对零部件关系网络进行了分析,对算法进行了验证.