克隆植物的演化博弈研究

基于复杂网络理论构建包含等级生长单位的互花米草克隆植株多重关系网络,分析该网络结构,获取了互花米草的生长特征及其株丛间彼此回避竞争的生态学策略。将囚徒困境演化博弈模型引入互花米草克隆植株多重关系网络,通过对网络上演化博弈现象的刻画,展现了按照不同的规则选取网络中的合作节点时网络的特征:随机均匀选取初始合作节点时,合作频率随着背叛诱惑值的增加逐渐下降;选择不同类型的生物体单位为初始合作节点,选取株丛间根状茎间隔点,演化博弈到达稳态时,合作者的比例随着背叛诱惑值的增加而逐渐减小,这意味着根状茎节点为互花米草生长的关键节点。     

基于复杂网络和随机游走算法的研发项目组合风险分析

针对项目组合中的风险分析问题,本文通过构建"项目组合-风险"双层网络模型,提出了基于随机游走算法的项目组合风险定量分析方法,以更准确地预测项目组合风险.首先,本文在研发项目间依赖关系分析的基础上,构建了项目组合网络,并采用设计结构矩阵(DSM)法建立了基于复杂网络中"邻接节点"的项目间连接强度模型.然后,采用多领域矩阵建立了由风险事件推导风险因素间依赖关系的模型.进一步,通过集成项目组合中项目间依赖关系、项目与风险因素间对应关系、以及风险因素间初始的依赖关系,构建了"项目组合-风险"双层网络模型,采用随机游走算法得到稳定状态下最终的"项目-风险因素"域映射矩阵(DMM)和风险因素DSM.最后,以某研发项目组合为例,采用随机游走算法进行项目组合风险的精准预测,并采用PageRank方法对风险因素进行排序,验证了本文提出模型和方法的有效性.     

基于随机行走介数的级联失效模型

将随机行走介数引入级联失效模型,提出了基于随机行走介数的级联失效模型,该模型较基于介数的级联失效模型更加符合实际情况。为了研究该模型的特性,针对无标度网络和随机网络,运用仿真方法,将其与基于介数的级联失效模型进行了比较。通过对两组共4个无标度网络模型和两个随机网络模型的仿真,发现基于随机行走介数的级联失效模型的节点介数相对较小,不同节点间介数大小的差距也较小,并分析了得到上述仿真结果的原因。     

三层超网络演化模型特性研究

为了揭示超网络的某些特性,提出和建立了基于小世界模型和无标度模型混合的4种三层超网络演化模型,并定义了两种层次交叉度用于表征超网络中不同层次节点之间的合作与竞争关系,数值模拟表明:层次交叉度不仅可用于分析超网络不同层次之间节点的相互合作与竞争的关系,还能描述和量化超网络的鲁棒性,研究结果从理论上进一步完善了多层次的超网络演化模型,并为应用研究打下了基础。     

具有老化机制的阿波罗网络模型

提出了一个具有老化机制的阿波罗网络模型.通过数学解析的方法得到了模型演化网络的节点的度分布和集聚系数的表达式,并推理出网络的平均路径长度是以网络规模的对数形式增长,表明了该网络同时具有小世界和无标度特性.通过计算机的模拟计算,得到的仿真结果与解析结果达到了很好的吻合,同时给出了节点的年龄分布,证明节点获得新连接的概率和年龄呈负相关关系,从而说明了本模型比随机阿波罗网络模型更符合现实网络.最后,分析了网络的可平面性及其对现实的理论指导意义.     

基于多关系网络的社区检测算法

针对传统的社区检测算法主要适用于单关系网络,忽略了多关系网络中各关系间的相互影响,不能区分出各关系对于社区检测的重要性等问题,提出一种基于节点和关系联合排名模型,能够将多关系合并为单关系的Interact Rank算法。该算法在多关系网络中结合Page Rank算法以及随机游走模型的思想,考虑了多关系网络中各关系内和关系间个体的联系。同时,利用谱聚类对Interact Rank算法得到的单关系网络进行聚类,用于社区检测。通过UCI标准数据集上的仿真实验表明:Interact Rank算法能够在多关系网络进行有效的社区检测。     

基于无标度网络的应用层组播仿真

最新的研究表明,Internet网络中节点的连接度服从幂律分布,且具有无标度(scale-free)特性.基于无标度网络模型建立的网络仿真能够更真实的反映在互联网中应用的演化特征.基于对无标度网络的研究,提出了一种基于对数关系的改进的非平稳增长模型,在此模型基础上建立了基于gossip协议的应用层组播(ALM)的模拟仿真.仿真结果表明,与常用的随机网络模型比较,提出的基于无标度网络的模型与互联网的实际情况更吻合;与Planetlab实验床试验和实际测量数据分析比较,基于无标度网络的仿真可以有效模拟大规模网络上的应用.     

组网冗余MEMS惯性传感器网络优化配置与融合处理方法

针对单个惯性传感器精度与可靠性问题,提出了一种组网冗余微机电系统(micro-electro-mechanical system, MEMS)惯性传感网络优化配置与融合处理方法。首先,研究了多惯性传感器节点的空间配置形式,给出了网络观测模型。利用节点之间的最优化冗余配置策略,提升系统测量可靠性。在此基础上,进一步考虑MEMS陀螺仪和加速度计的安装误差对输出结果的影响,提出了相应的误差模型及校正算法。以随机游走为主要误差源,设计了新型的卡尔曼滤波方法,实现了冗余配置下的高精度导航信息解算。最后,采用自主构建的实验系统进行试验,证明所提出的融合方法能够有效降低陀螺仪和加速度计的随机游走误差。车载试验进一步证明了所提出的方法及系统的有效性。     

组网冗余MEMS惯性传感器网络优化配置与融合处理方法

针对单个惯性传感器精度与可靠性问题,提出了一种组网冗余微机电系统(micro-electro-mechanical system, MEMS)惯性传感网络优化配置与融合处理方法。首先,研究了多惯性传感器节点的空间配置形式,给出了网络观测模型。利用节点之间的最优化冗余配置策略,提升系统测量可靠性。在此基础上,进一步考虑MEMS陀螺仪和加速度计的安装误差对输出结果的影响,提出了相应的误差模型及校正算法。以随机游走为主要误差源,设计了新型的卡尔曼滤波方法,实现了冗余配置下的高精度导航信息解算。最后,采用自主构建的实验系统进行试验,证明所提出的融合方法能够有效降低陀螺仪和加速度计的随机游走误差。车载试验进一步证明了所提出的方法及系统的有效性。     

基于节点批量生长机制的无标度网络演化模型

基于网络新生节点批量生长的机制,提出了一种无标度网络演化模型.模型中考虑了新生节点之间的耦合模式,并引入了新的参数,使其更符合现实网络的演化形式.采用主方程法对模型的度分布进行了解析,并通过数值模拟验证了模型具有无标度特性.而且,不同参数取值下较大的簇系数及平均路径长度为网络规模对数成长的特性也表明了该模型具有小世界效应.     

Random walk search in unstructured P2P

1 .INTRODUCTIONIn the last few years , unstructured P2P applicationsare very popular ,such as Gnutella[1], Kazaa[2]. Theyare designed for sharing files among the peers in thenetworks .Thereis no precise control over the networktopology or file placement in these systems .In gener-al ,they employ flooding scheme for searching object ,and waste a lot of bandwidth[1]. Today , bandwidthconsumption attributed to these applications amountsto a considerable fraction (upto 60 %) of the total In…     

保护策略下双层耦合网络风险传播模型研究

为更好地提升功能,现实生活中的各类网络变得更加相互依赖,然而安全风险一旦爆发并在各子网之间不断地传播,将造成严重的损失。为降低风险在耦合网络中的传播,构建双层耦合的网络拓扑结构,对基于元胞自动机的风险传播模型进行改进,提出风险评估通用指标,以及两种保护策略降低风险传播,然后在3种演化网络模型和2种真实网络模型上进行仿真分析。仿真结果表明,耦合网络中的风险传播主要受子网拓扑结构的影响。WS-WS耦合网络具有最好的抗风险传播的能力,SF-SF耦合网络最差。在传播的初始阶段对部分节点进行保护可以提高网络抗风险能力。目标保护策略在作用速度上稍逊于随机保护策略,但在对感染规模的抑制方面优于随机保护策略。     

Impact of random bandwidth allocation on transimission of complex networks北大核心CSCD

This research studies the impact of random bandwidth allocation on complex network transmission under the condition of limited bandwidth resources. Two types of heterogeneous random bandwidth allocation strategies are designed and a series of simulation tests are conducted within HK-BA network. The result reveals that the completely random bandwidth allocation has an uncertain influence on network load. Meanwhile, comparing to the shortest routing strategy, the G-L routing strategy has a better robustness in network load performance with the random bandwidth allocation. In addition, the network load capacity can be effectively improved by using the classification random bandwidth allocation with the reasonable combination of the edge weight and bandwidth in complex networks of betweenness heterogeneity. ©, 2015, The Journal Agency of Complex Systems and Complexity Science. All right reserved.     

无标度网络的一个新的拓扑参数

为更深刻直观地定量刻划无标度网络的拓扑性质,将经济学中描述收入分配不均等程度的两个重要概念:洛伦茨曲线和基尼系数推广至一般的复杂网络.通过仿真和理论两个方面的工作,指出将这两个概念与幂律相结合可以更有效地刻划无标度网络的拓扑结构的异质性,同时还获得了关于无标度网络的一些重要性质.最后对基尼系数和网络结构熵进行了比较.     

可变相关系数网络病毒传播仿真研究

针对复杂网络中相连节点之间的度相关性与病毒传播之间的关系,基于经典病毒传播模型SIS和SIR,研究了BA无尺度网络、ER随机网络及技术网络、社会网络等真实世界网络上的病毒传播行为。通过连续改变已知网络的度相关系数,来观察病毒传播的变化情况。仿真结果表明,异配网会络加速病毒的传播,而传播速度对同配网络具有更高的敏感性,且同配网络传播临界值较低。此外,目标免疫对异配网络具有更有效的免疫效果。     

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。     

基于复杂网络理论的配电网节点脆弱度评估

配电网中节点脆弱性的大小是其结构鲁棒性的重要体现,为实现对配电网节点脆弱度的评估,提出对配电网节点脆弱度大小排序的方法。首先,构建配电网的复杂网络加权模型;其次,针对节点脆弱度评估中的度值、介数、凝聚度和紧密度等几个指标,结合主观和客观两方面信息构建描述各指标重要性的权重;最后,提出综合逼近理想排序(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)和灰色关联度的方法,实现对配电网节点脆弱度大小的排序。对几种典型的中压配电网进行计算,验证了本文方法的可行性,对IEEE123系统分析,结果表明多指标综合评估较单一指标评估更符合配网的实际特点。     

Statistical Identification of Important Nodes in Biological Systems

Biological systems can be modeled and described by biological networks. Biological networks are typical complex networks with widely real-world applications. Many problems arising in biological systems can be boiled down to the identification of important nodes. For example, biomedical researchers frequently need to identify important genes that potentially leaded to disease phenotypes in animal and explore crucial genes that were responsible for stress responsiveness in plants. To facilitate the identification of important nodes in biological systems, one needs to know network structures or behavioral data of nodes(such as gene expression data). If network topology was known, various centrality measures can be developed to solve the problem; while if only behavioral data of nodes were given, some sophisticated statistical methods can be employed. This paper reviewed some of the recent works on statistical identification of important nodes in biological systems from three aspects, that is,1) in general complex networks based on complex networks theory and epidemic dynamic models; 2)in biological networks based on network motifs; and 3) in plants based on RNA-seq data. The identification of important nodes in a complex system can be seen as a mapping from the system to the ranking score vector of nodes, such mapping is not necessarily with explicit form. The three aspects reflected three typical approaches on ranking nodes in biological systems and can be integrated into one general framework. This paper also proposed some challenges and future works on the related topics. The associated investigations have potential real-world applications in the control of biological systems, network medicine and new variety cultivation of crops.     

基于K-核的科研合作网络凝聚性特征分析

科学分析科研合作网络潜在的凝聚性特征,是培育与建设稳定的高水平科技创新团队的首要条件.K-核分析方法是研究社会网络层次结构,探究网络子群团聚度的有效方法.本文以某省属普通高校为例,基于CNKI的四大类来源期刊及SIPO发明专利数据,构建基于论文共发表和专利共发明的科研合作网络,然后引入K-核模型分析方法,对网络的凝聚性特征进行分析.研究结果表明:科研合作网络节点的团聚度呈现Piossion分布特征;核心成员规模分布在4左右的团体合作最多;跨学科合作主要分布在网络的边缘区域,而核心区域的跨学科合作则比较罕见;位于网络核心区域的节点主要为应用工程类学科的成员.通过该方法分析科研合作网络的凝聚性特征,能够为组织遴选和培育稳定的高水平科研核心团队提供帮助与指导.