无标度网络拓扑结构非均匀性研究

利用网络结构熵定量分析了无标度网络拓扑结构的非均匀性.通过引入度秩函数,解析地给出了无标度网络的网络结构熵.研究发现当标度指数大于2时,无标度网络的网络结构熵仅与标度指数有关,与网络规模及最小度无关.在给定网络规模及最小度条件下,无标度网络的网络结构熵在标度指数等于1.7附近取最小值,即此时网络最不均匀,当标度指数大于1.7时,无标度网络的网络结构熵随标度指数单调递增.     

社交网络下基于个体技能的人力资源配置研究

针对社交网络人力资源的合理分配问题,本文提出了一个切实可行的包括分配机制与支付机制的人力资源配置拍卖方案.在这个方案中,雇主首先向社交网络提交其技能请求及报价;接着,社交网络分别利用人力资源配置拍卖方案中的分配机制和支付机制决定赢者及其支付费用.此外,本文从理论上证明了提出的机制同时满足个体理性、预算平衡、激励相容等良好的经济属性.最后,大量的模拟实验结果表明本文提出的人力资源配置方案可行有效,其具备良好的分配有效性以及较低的计算复杂性.     

区域水资源可持续利用评价的神经网络方法

在论述区域水资源可持续利用与水资源承载能力关系的前提下,提出了区域水资源可持续利用评价的神经网络方法。建立的神经网络模型对汉中盆地水资源可持续利用程度进行了评价。应用实例表明:建立的模型与其他模糊综合评价和属性识别方法相比,评价结果更合理可行和可靠。对汉中盆地来说,城固的水资源可持续利用程度为低级,其他5个区县的水资源可持续利用程度为中级偏低,其中又以南郑为最高,勉县为最低。在研究的7项评价指标中,水资源利用率对可持续利用程度的影响最大,灌溉率的影响次之,生态环境用水率的影响最小,从而为提高区域水资源可持续利用程度提供了理论依据。表3,参9。     

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。     

复杂网络理论在互联网病毒传播研究中的应用

为了更好地应对互联网上计算机病毒肆虐这一严峻形势，制定出相应的策略，有必要对互联网上计算机病毒的传播作深入的研究。本文综述了近几年复杂网络理论在互联网病毒传播研究中的应用。首先介绍了互联网的结构特征，然后从临界值的角度介绍了计算机病毒在不同拓扑结构网络中的传播性质，讨论了相应的免疫机制，并对电子邮件病毒的传播行为进行了系统分析。研究表明，互联网络拓扑结构对计算机病毒的传播行为有着重要的影响。     

感知实时车流信息的VANET路由仿真研究

车用自组织网络利用车辆间通讯来提高道路交通安全和效率,路由协议的性能至关重要。提出一种感知实时车流信息的路由协议,能够不依赖于基础设施,通过挖掘和汇聚车辆位置数据,实现城市道路上的车流密度估算,并给出车流自适应路径选择方法,动态产生及维护由多条道路连成的数据包传递路径。对车辆高密度和低密度场合下的仿真表明,在网络开销没有明显增长的情况下,协议可以获得较好的性能,数据包递送率达到83%以上,平均发送延迟限制在2秒以内。     

含权地理网格网络的构建及其逾渗行为

主要构建一种新型的地理网格网络,并探讨网络的拓扑性质及其逾渗动力学行为,为现实地理网络的鲁棒性研究及其构建提供参考.这个网络的特点是,在构建时引入度权重连接概率和地理距离权重连接概率.研究发现这种新型网络能够随着这两种概率及相关参数的改变,生成嵌入式无标度网络并渐进过渡到嵌入式指数网络.     

储层含油性识别中ANN和GA融合的模糊规则提取

提出一种基于ANN和GA融合的自学习自适应的模糊规则提取算法,用来对油层进行识别.其方法是:首先运用人工神经网络(ANN)对训练样本进行有导师学习,网络的输入是测井属性,输出表达为网络权值和输入的函数Ψk=f(xi(WG1)ij,(WG2)jk)(其中:Ψk代表含油性类别Ck的判别函数;C1为干层;C2为水层;C3为差油层;C4为油层).然后,以Ψk作为遗传算法(GA)中的适应度函数提取对应于类别Ck的模糊规则.最后,通过某油田oilsk81和oilsk83油井的实证研究表明,该方法能够有效地识别储层的含油性.     

基于混合神经网络的序列推荐算法

为了提高推荐算法的推荐性能,在序列建模过程中,针对循环神经网络(recurrent neural network,RNN)无法并行运算导致建模速度与准确度较低,以及在偏好预测过程中对用户不同阶段偏好没有动态融合的问题,提出了一种基于混合神经网络的序列推荐算法.在算法模型的用户交互序列建模阶段,考虑到用户近期偏好变化频繁...     

DNA计算与软计算

最近,DNA计算引起了人们的广泛兴趣,尤其是DNA计算与软计算的集成.本文较系统地介绍了与DNA计算相关的生物学知识、主要生物操作,给出了DNA计算模型及其算法实现,探讨了DNA计算与进化计算、模糊控制、神经网络和人工免疫系统进行集成的概念与方法.