生物网络及其一些进展

DNA双螺旋结构模型的提出,使得对生物学的认识进入到分子水平,开始了分子生物学的时代,并一直持续了半个世纪.当前,生物学的研究已进入后基因组时代,其特点是:从整体或系统的水平上去认识生物体,并诞生了系统生物学.生物系统是一种复杂系统.复杂系统的一个显著特点是多个参与者密切相互作用.复杂网络是描述复杂系统的一种有力工具,系统中的参与者可表示为网络中的点,相互作用可表示为网络中的连线.这样,复杂网络也可作为分析生物系统的一种工具,例如新陈代谢过程,参与作用的"底物"及其相互作用可用复杂网络描述.生物网络的研究已约有十年的历史,给出一简要综述,介绍它的一些进展,包括代谢网及其大尺度组织,无标度拓扑,分层等级模块结构,网络鲁棒性,自相似性及分形结构等等.     

复杂网络拓扑结构对系统抗毁性影响研究

通讯网络的抗毁性、生物系统的健壮性、物理系统的稳定性都与各自系统内部网络的抗毁性息息相关。为研究复杂网络拓扑结构对复杂网络抗毁性的影响,建立了复杂系统的复杂网络抗毁性模型,以解析推导与计算机仿真相结合的方式研究了两种不同的复杂网络拓扑结构(随机网络和无标度网络)对复杂网络抗毁性的影响。并把仿真结果与解析分析的结果进行了对比分析,结果表明基于多Agent的建模仿真方法是一种研究复杂网络抗毁性的合适方法。     

企业网络知识系统仿真研究综述

知识系统是知识及其活动和相关要素构成的复杂自适应系统.企业内部的知识系统涉及到不同的部门与成员,构成一个复杂网络;而企业网络中的知识系统则涉及到数量庞大的不同主体,构成一个复杂度更高的知识网络.由于网络自身的复杂性,知识系统表现出非线性特征,因此仿真方法在知识系统研究中日益得到广泛应用.在对中英文主要期刊中的知识系统研究文献进行统计分析的基础上,着重介绍了仿真方法在知识系统研究中的应用领城、研究成果与相关技术,最后总结了该领域的研究现状并探讨了未来的研究方向.     

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。     

复杂网络理论在反恐战争中的应用

结合杂志"复杂系统与网络"特刊中的两篇论文,讨论了目前使用复杂网络方法在研究恐怖主义集团过程中数据收集方法的不足之处,分析了最新的数据收集手段和其发展方向.同时研究了复杂网络理论只能处理静态网络和易受噪声影响的局限性,分析了动态网络分析技术的优势,指出了复杂网络理论对于网络中心战的重要性.最后,简要评述了复杂网络在反恐战争中应用的现状、意义和缺陷.     

复杂网络理论及其在中医学研究中的应用

中医学是从整体上把握疾病的变化规律的系统医学.通过回顾复杂网络的基本统计特性、介绍几种主要网络的拓扑结构模型以及基本分析方法,提出利用复杂网络理论研究中医学的基本思路.应用复杂网络对慢性病毒性乙型肝炎(乙肝)症候人群网络进行实证研究,结果发现乙肝症候人群网络具有小世界等特征.研究还显示了乙肝人群分布具有中医学证候分类的特征,为中医复杂系统研究及中医临床诊断提供一种可行的研究方法.     

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。     

战争复杂网络研究概述

复杂网络已经成为战争复杂系统研究的重要理论基础.简要介绍了战争复杂网络在体系理论、关键基础设施、社会群体行为,以及信息传播方面的研究情况.     

复杂网络观察

总结了几位作者对复杂网络研究中存在的重要问题和发展趋势的讨论,其中既包括度分布和度指数的分析和计算,各种不同动力学之间的内在一致性,网络加速增长机制这样的基本问题,也包括了网络中尺度这类细致深入的结构分析.还就复杂网络与其他重要研究方向深入结合的现状和未来展开了讨论,包括复杂网络中的链路预测问题,复杂网络在信息推荐系统中的应用,复杂网络与信息物理系统的可能结合,复杂网络和人类动力学的结合以及复杂网络在国家安全方面可能的重要战略地位.     

连续渗流网络模型特性

把连续渗流模型转化为演化网络模型,利用复杂网络研究的概念、方法,研究其网络特征量的变化特点,包括度分布、集聚系数、相称性系数、熵等.通过数值模拟研究,尝试探索复杂网络在原子核领域的潜在应用.     

探讨动态复杂网络的新途径

指出了BA模型分析过程的缺陷,考虑了复杂网络节点的到达时间间隔分布和寿命分布,将复杂网络与排队系统联系起来,从方法论上取得了突破,为复杂网络的研究提供了新途径.利用Markov链理论分析了G-M-P网络,获得了这类网络稳态度分布计算公式.     

网络--探索复杂性的新途径

简单系统由于非线性关系可以呈现复杂行为，而复杂系统可以遵循简单规则自组形成、近年来，作为探索复杂系统结构和功能的复杂网络引起了国际科学界的高度重视，已成为数理科学、生命科学、社会科学、技术科学和管理科学的研究热点之一．论文首先介绍了在复杂网络研究方面已经取得的某些进展，从典型模型．重要概念，网络分类一直到网络结构涌现，其中也包括了作者所做的工作；然后对某些值得注意的问题做了简短的评述．     

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.     

复杂网络理论及其应用研究概述

从统计特性、结构模型和网络上的动力学行为三个层次简述复杂网络相关研究，并着重介绍了网络上的传播行为，认为它代表了复杂网络在社会经济系统中的重要应用。     

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。     

基于团渗透和距离限制的蛋白质复合物识别算法

算法CPM (clique percolation method)作为一种有效的识别复杂网络中交叠模块结构的算法在社会网络和生物网络中得到了广泛应用. 但, CPM算法应用于蛋白质相互作用网络时蛋白质复合物识别准确率不高, 且不利于识别规模适中的蛋白质复合物. 为克服CPM算法的不足, 本文通过引入距离限制约束识别的蛋白质复合物的规模, 进而提出了一种基于团 渗透和距离限制的蛋白质复合物识别算法CPM-DR. 基于酵母蛋白质相互作用网络平台的实验结果表明, 算法CPM-DR比CPM能够更准确、更有效、更全面的识别出具有特定生物意义的蛋白质复合物.     

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-…     

Multi-granularity evolution analysis of software using complex network theory

Software systems are a typical kind of man-made complex systems. Understanding their evolutions can lead to better software engineering practices. In this paper, the authors use complex network theory as a tool to analyze the evolution of object-oriented (OO) software from a multigranularity perspective. First, a multi-granularity software networks model is proposed to represent the topological structures of a multi-version software system from three levels of granularity. Then, some parameters widely used in complex network theory are applied to characterize the software networks. By tracing the parameters’ values in consecutive software systems, we have a better understanding about software evolution. A case study is conducted on an open source OO project, Azureus, as an example to illustrate our approach, and some underlying evolution characteristics are uncovered. These results provide a different dimension to our understanding of software evolutions and also are very useful for the design and development of OO software systems.     

复杂网络中的热传导特性

主要介绍了复杂网络中的热传导行为.回顾和综合评述了近些年来微观低维系统热传导特性的工作进展,介绍了低维系统中的反常热传导现象,包括热导率随系统的尺寸、温度等的影响,界面热阻,负微分热阻,整流效应等项目.因复杂网络中的热传导特性的研究目前还处于初步阶段,所以就链间耦合网络、随机网络、无标度网络以及高集聚性网络展开详细讨论...