复杂网络与社会网络研究范式的比较

从研究范式方面对复杂网络与社会网络研究进行比较.认为发生学视角的时间维度的分析与知识论域视觉的空间维度的分析相结合,可以提供历史与全面地认识事物的可能.首先分别从发生学及知识论域体系的视角,在比较中发现了复杂网络与社会网络研究范式的特点,然后以广州软件产业CEO社会网络与竞争关系复杂网络的研究为例,对这些特点做了具体的说明,最后进一步通过该产业的企业衍生社会网络与竞争关系复杂网络的联系,得出社会网络是产业竞争关系复杂网络的基础的结论.     

基于仿真模型的鲁棒协同优化方法研究

复杂产品往往由多个子系统通过复杂的耦合方式组成.针对复杂产品的多学科鲁棒设计优化技术已得到广泛应用.为了使用仿真模型进行多学科鲁棒设计优化,提出了SUA-RCO和DRS-RCO两种方法.在SUA-RCO方法中,仿真模型首先被拟合为近似的数学模型,然后利用近似数学模型进行RCO计算.系统的不确定性由SUA方法进行计算.为了解决大参数方差问题,DRS-RCO方法将仿真模型近似拟合为双响应面形式,分别使用两个响应面来拟合均值和方差.然后,进行协同优化计算.     

登陆舰装载输送过程视景仿真系统的研究

基于仿真的船舶设计方法可以离线模拟船舶作业流程,对改进船舶设计方案具有重要的指导意义.然而作业流程的复杂性和实体的多样性增加了仿真模拟的难度.在分析和描述登陆舰装载输送过程的基础上,设计了由物理仿真层、动作指令层和剧本描述层组成的面向复杂仿真过程的系统结构框架:解决了实体物理行为的关键算法、仿真实体类的设计和特效的模块化设计等系统关键技术,利用Creator,Vega和VC 开发工具实现了某型登陆舰装载输送过程视景仿真系统,取得了较好的模拟效果,为设计人员评价舰船设计方案和研究输转方法提供了决策手段和分析工具.     

基于复杂网络的指挥控制信息协同模型研究

网络化作战的时代特征迫切需要新的仿真模型和评价方法,以预测信息优势对作战效果的影响。在描述网络化指挥控制活动特点的基础之上,从复杂网络角度出发建立起指挥控制信息协同模型,并就不同规则演化下的网络特征变化进行了定量分析,从而为评估信息协同对作战效果的影响提供了新的研究思路和方法。     

复杂系统脆性理论的风险分析

复杂系统的崩溃,主要是由于某些子系统受到内外界的干扰引发了各子系统之间的脆性联系,从而导致了整个复杂系统的崩溃.分析复杂系统脆性被激发的过程,从而得到引起整个系统崩溃的各个因素的集合;根据复杂系统的脆性风险与引起复杂系统崩溃的各个因素发生的概率、对系统造成的后果之间的联系,定义复杂系统脆性风险熵函数,并根据熵函数的性质找到控制风险熵的策略.将控制策略应用到煤矿瓦斯爆炸事故系统的脆性风险控制中,成功地对其进行了控制.     

新型驱动器散热器散热性能仿真与优化

研究了新型驱动器散热器的散热性能,给出了基于微单元时变热交换系数的散热器三维流场及温度场数值求解方法,对散热器三维温度场进行了分析及计算.对比实验结果与数值计算结果表明:采用本方法求解散热器散热性能较热边界平均换热系数法具有更高的精度.以此为基础,通过对散热器的结构优化,可显著改善散热器的散热性能.     

复杂网络确定性模型研究的最新进展

复杂网络的确定性模型在复杂网络建模领域起着不可或缺的作用。按照复杂网络经典模型发展的先后次序,依次对随机图、小世界网络、无标度网络以及加权网络确定性模型的研究现状进行较全面的综述,重点介绍了相关模型的构造及其主要性质,并对复杂网络确定性模型未来的部分发展方向进行了展望。     

复杂网络演化博弈理论研究综述

综述复杂网络的结构特性对演化博弈动力学的影响的最新研究成果,研究个体在相互作用和冲突中的策略选择和演化问题,关注自私个体中合作现象的涌现。着重介绍了受到广泛关注的囚徒困境和雪堆博弈两个简单的博弈模型,并利用复杂网络刻画了个体间的联系,研究了空间结构与博弈动力学之间的关系,探讨了未来工作的研究方向。     

基于ACP方法的电子商务系统复杂性研究

运用复杂系统研究中的“人工系统＋计算实验＋平行执行（ACP）”方法,结合新兴电子商务的特点,提出了基于ACP方法的电子商务复杂性研究方法论。讨论了其中的代理建模、实验、决策和量化计算4个主要问题;设计了与真实电子商务系统平行执行的电子商务社会实验平台,为复杂性研究结果的评估、验证和修正提供了实验环境。该方法论与实验平台的研究,有助于加快新兴电子商务复杂性研究的步伐、提升企业的国际竞争能力。     

基于势场蚁群算法的机器人路径规划

提出了一种未知环境下机器人路径规划的势场蚁群算法。该算法利用人工势场力和机器人与目标之间的距离构造机器人避障和移动的综合启发信息,并利用蚁群搜索机制在未知环境中寻找机器人从起始位置至目标位置的全局最优路径。所提出的算法将蚁群算法和人工势场法进行有效的结合,提高了常规蚁群算法对最优路径的搜索效率。通过仿真实验表明了所提出的算法用于机器人路径规划的有效性。