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.     

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。     

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.     

基于纹理映射的可漫游数据场建模与仿真

构建可漫游的数据场可以更好的、多方位的观察数据场可视化的结果，提出了一种基于纹理映射可漫游数据场的建棋与仿真方法．这种方法首先构建数据场的模型，即定义视点后，合成从视点出发观察数据场的纹理，然后再将纹理映射到包围数据场的几何模型上，至此完成了可漫游数据场的建模过程，最后让观察者漫游数据场模型来进行仿真。对于既存在“外数据场”和“内数据场”的这一类数据场而言，采用文中的方法可以使得观察者不仅能漫游模型外部观察“外数据场”。还能漫游到几何模型内部观察“内数据场”的变化情况，因而使碍支中的方法达到了很好可视化和仿真的效果．此外，当处理非规则场时，采用包围盒技术、基于线性八叉树的分割算法等来加速数据场的可视化过程，使得丈中的算法有很高的效率。实验证明，文中的方法操作简单，效率高。     

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.     

基于邻接信息熵的网络节点重要性识别算法

通过研究节点与其直接相邻和间接相邻节点之间的关联关系,提出了基于邻接信息熵的网络节点重要性识别算法,算法只需获取节点与其直接邻居及间接邻居间的关联关系,通过计算网络各节点的邻接度,进而计算各节点的信息熵,利用节点信息熵的大小表征节点在网络中的重要性.通过对一个基础网络、无向无权ARPA网络和加权有向ARPA网络进行实验仿真,证明该算法对不同类型网络的通用性;利用该算法对网络按节点重要性进行节点删除实验,研究网络形成子网络的数量与规模,证明了算法的准确性.     

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。     

基于复杂网络作战体系破击的建模与仿真

在分析体系破击作战机理的基础上,根据从物质世界到观念世界的抽象过程,提出了基于复杂网络的体系破击仿真分析框架,并建立了考虑信息因子和破击能力的作战体系破击新模型。最后通过仿真实验,得到了一些结论:(1)一定条件下,体系破击的能力比攻击信息更加重要;(2)只有在一定的破击能力下,作战体系才对随机攻击表现出鲁棒性,对蓄意攻击表现出脆弱性。     

基于复杂网络的战争复杂体系建模研究进展

战争复杂体系建模的关键是对体系组分间基于网络的耦合交互关系进行描述,复杂网络理论为战争复杂体系建模研究带来新的推动力。分析了复杂网络适用于体系建模的特点,归纳总结了体系复杂网络建模的两种一般性方法。从体系复杂网络建模所涉及的体系的网络化描述、体系复杂网络建模算法规则、基于复杂网络的体系测度与评价以及复杂网络与ABM相结合的研究4个方面详细论述了当前的研究进展情况,分别指出了存在的主要问题,并对下一步的研究趋势进行了预测分析,为基于复杂网络的战争复杂体系建模的进一步研究提供支持。     

基于演化的复杂系统建模与仿真研究

系统仿真技术正面临着新的挑战，即：如何建立基于演化的复杂系统动力学的建模与仿真方法学。本文讨论和综述了这一领域目前的工作和发展，主要内容包括：复杂性问题的提出；主要命题；复杂系统的动力学特征；复杂系统建模与仿真的理论研究、方法和软件。     

基于标签传播识别网络中的关键节点

基于标签传播动力学提出了一种识别网络关键节点的算法,主要思想是把每个节点接收到不同标签的数量作为判断节点重要性的指标。应用两种不同的传播模型,在不同网络上与其它中心性指标作比较。结果表明:基于标签传播的中心性指标比其它的中心性方法可以更好地识别网络中的关键节点。基于标签传播的中心性指标还具有以下优势:不需要利用网络的结构信息,因此可以推广到大规模网络上;揭示了一种现象——好的接收者往往也是好的传播者。     

基于复杂网络的作战模拟组织建模研究

针对作战模拟对模型逼真度的要求,建立真实反映战场行为的组织模型是非常重要的。从复杂网络的观点出发,并结合效用和多Agent理论,分析和描述了真实作战组织的网络特性,综合考虑了实体完成类似任务经历、完成任务的能力素质和当前的心理/生理状态三者对效用的影响权重,提出了适用于作战模拟的动态网络组织形成算法。算法的仿真结果表明,该算法很好地反映了作战模拟中的组织行为特点,且在复杂度方面优于同类算法。     

基于复杂网络的轨道交通路网可靠性仿真分析

首先通过引入复杂网络的相关特征指标,介绍了城市轨道交通路网的复杂网络特征;然后,设计了轨道交通网络仿真分析模型和路网连通可靠性评价指标,并以此为基础研究了轨道交通路网的失效仿真分析理论和方法;最后,以上海市2020年远景规划路网为例,标定了其网络类型,并对该路网的连通可靠性进行了仿真分析研究.将复杂网络理论应用到城市轨道交通领域中,可为轨道交通基础理论的研究开辟新的思路.     

基于自然连通度的复杂网络抗毁性仿真优化研究

建立了以自然连通度为目标函数的复杂网络抗毁性组合优化模型,进而提出了基于禁忌搜索的复杂网络抗毁性仿真优化算法,设计了变量编码、定义了移动操作、给出了特赦准则、设置了终止准则,给出了算法流程,最后基于仿真优化结果分析了最优抗毁性网络的结构属性,研究表明最优抗毁性网络呈现出明显的同配度关联模式,核心节点之间相互连接紧密形成富人俱乐部。     

开源软件的复杂网络分析及建模

开源软件现在变得越来越复杂.把开源软件看作复杂网络并进行研究,有助于更好地理解软件系统.同时,开源软件是一种较为复杂的人工系统,通过对它们的研究也可以推动复杂网络理论的应用.以一种基于源代码包的Linux操作系统--Gentoo Linux操作系统为研究对象,我们把该系统中的软件包抽象成节点,软件包之间的依赖关系抽象成边,以此建立复杂网络,并对其进行了分析.发现已有模型不能很好地描述与预测Gentoo网的演化过程,因此,提出了一种新的演化模型.在该模型中,网络现有节点连接新节点的概率不但与现有节点的度有关系,而且也受到现有节点"年龄"的影响.还通过计算机仿真实验把仿真数据与Gentoo真实数据进行了比较,结果显示,新模型更为适合Gentoo网.     

基于仿真的复杂系统可靠性评估输入数据统计分析研究

对应用仿真技术评估复杂系统可靠性时榆入数据的统计分析进行了深入研究。特别是对试验数据较少，即小样本情况进行了研究。对于根据小样本进行的可靠性估计，结合Bayes方法的蒙特卡洛(Bayes-MC)方法和结合改进的Bootstrap方法的蒙特卡洛(改进的Bootstrap-MC)方法是比较有效的。概括总结了无数据情况下的专家经验估计三角分布方法，提出了改进的Bootstrap方法，将验前信息与专家经验纳入Bootstrap方法中，克服了该方法利用样本信息量不足的缺陷，使其更加完善与实用。在复杂系统的可靠性评估时，应采用综合或混合的方法。     

基于有限元分析的高速切削温度场建模与仿真

为了研究高速切削加工过程中的温度场分布情况,根据金属切削平面应变原理及温度场的有限元理论,通过对材料本构模型、刀-屑接触摩擦等关键物理环节建模,建立了正交切削有限元模型.采用伴随刀具行程移动的网格窗口描述切削区的局部大变形,使用摩擦窗口表述刀/屑间的摩擦关系,设定合适的热边界条件和形变边界条件对高速切削AISI-1045钢的温度场进行数值模拟.研究表明,最高温度集中在刀/屑接触面上刀尖附近的局部区域;刀具最高温度点位于前刀面上距刀尖不远处;工件内部温度几乎不变,仅表面的薄层发生温度变化;切削速度对切削温度影响很大,高速时温升变缓;切削厚度对切削温度影响较小.     

基于信度势场算法的水下传感网络部署及仿真

针对水下传感器网络节点的三维部署,基于D-S证据理论,提出了检测信度和信度覆盖的定义,研究了水下传感器网络检测区域信度覆盖的变化,结合感知目标分布的先验概率和被动声呐节点的感知概率模型,提出了基于改进D-S证据理论和先验概率的节点部署算法(NAAEP),将目标感知信度的值转化为虚拟势场中所受的力的大小,根据感知节点在势场中受到合力的大小对节点的位置进行调节.利用MATLAB建立了水下传感器网络仿真模型,通过仿真实验验证了算法的有效性:该算法能够有效减少部署节点,减少节点能耗,扩大检测范围,提高网络的检测性能.     

双基地声呐散射声场的建模与仿真

利用变形柱方法，建立了非入射方向水下椭球目标散射声场的数学模型。通过建模与仿真实验，得出了椭球目标在双基条件下，散射回波的空间分布，以及在不同分置角时，散射强度随目标姿态角的变化关系曲线。通过仿真曲线与水池实验曲线的比较，验证了理论模型的正确性。