相依网络在不同攻击策略下的鲁棒性

相依网络的鲁棒性是网络科学研究的重点问题之一,目前很多重要的工作都致力于这一问题的研究.基于此,系统研究了相依网络在几种蓄意攻击策略下的级联失效过程,发现了同时考虑两个网络中相依节点度的特性比考虑单侧网络节点度的特性的攻击策略更有效.研究成果不但有助于理解相依网络级联失效的过程,而且为找到相依网络的弱点并进行有效的保护和攻击提供了有益的提示.     

基于复杂网络的电力信息相依网络鲁棒性研究

电力信息相依网络是目前智能电网发展的主要趋势,研究相依网络的鲁棒性是智能电网必须解决的挑战之一.为了实现这一目标,首先基于复杂网络建立单层电网和双层相依网络模型;其次根据评估指标从多种故障模式分析单层电网鲁棒性和相依网络的鲁棒性,并用IEEE30和IEEE118节点系统进行仿真验证,仿真结果表明相依网络的鲁棒性低于单层...     

BA无标度通信网络的级联故障研究

研究了通信网络在不同通信负载下的鲁棒性问题.采用BA无标度网络作为通信网络模型,采用大度节点优先的局域结构路由策略,研究了网络在自由畅通态的级联故障.仿真研究表明:网络的鲁棒性、平均效率随网络中信息产生速率的增加而减小;当网络处于临界拥塞态时,攻击网络中10％的节点,网络中会有约50％的节点由于级联而失效,攻击网络中20％的节点就会使网络的效率变为零;当网络中节点负荷较轻时,攻击网络中40％～50％的最大度节点也可使得整个网络崩溃.     

拓扑对复杂通信网络级联故障传播的影响

考虑现实大规模通信网络中负载流量的动态变化,以及局域拥塞状态对路由的影响,引入一个带有可调参数的级联故障模型.对比了同质的ER(Erds-Rényi)随机网络和异质的BA(Barabási-Albert)无标度网络由蓄意节点攻击引发的级联行为,探讨了不同拓扑网络的包产生速率、路由参数和规模对故障传播的影响.依据临界包产生速率这种新的度量网络鲁棒性指标,通过仿真发现,拓扑结构对网络最优路由参数值以及不同网络规模上的攻击效果都产生重要影响.     

基于多子网复合复杂网络模型的级联失效研究

针对目前耦合网络级联失效的研究方法仅限于单个关系的问题,根据多子网复合复杂网络模型构建复合网络,结合多种关系研究了复合网络级联失效问题,考察在不同影响因素下,网内关系和加载关系对网络鲁棒性的影响.研究结果表明,网内关系和加载关系共同影响着网络级联失效的过程及规模,复合网络中两子网拓扑结构不同,网内关系对网络的影响不同;...     

无标度网络的级联故障模型及控制方案

提出了一个基于无标度网络的含能量耗散和扩容功能的级联故障模型,通过计算机模拟发现网络中节点的能量耗散和容量扩充是驱动系统向自组织临界状态演化的重要因素.此外,为了减小网络级联故障的规模,对网络中的一些关键节点进行了控制,研究结果显示只要对网络中极少数的关键节点进行控制就能大大降低整个网络的故障规模.     

灰色信息攻击下相依网络的鲁棒性

研究了双层相依网络在灰色信息攻击下的鲁棒性,讨论了在该模型上的数据包传输问题,建立了一个由节点负荷过载而引发的级联失效动态模型.通过一个可调参数来控制攻击网络节点信息的精度,随机失效和蓄意攻击是该模型的两种极端情况.分别对不同类型网络和不同耦合方式情况下的双层相依网络鲁棒性进行了研究.仿真实验发现,降低攻击信息的精度能提高网络的鲁棒性,而且攻击信息的精度存在着临界现象.     

边定向方法对随机网络抵制级联故障鲁棒性的影响

针对复杂网络抵制级联故障的鲁棒性问题,考虑节点权重和边的方向,通过扩展经典的全局介数方法定义节点负载,提出了新的随机网络级联故障模型.应用三种边方向确定策略,在具有单向边和双向边的随机网络上探讨了级联故障行为,分析了全局负载分布机制下定向边对网络抵制级联攻击鲁棒性的影响.仿真结果表明,对于随机网络,所使用的边定向方法均可以使得网络更加鲁棒.但是,不同的边方向确定策略和单向边比例对随机网络抵制级联故障鲁棒性的优化效果影响不大.     

级联故障在交通基础设施网络中传播与恢复： 基于文献的全面回顾

交通基础设施(transportation infrastructure, TI)网络极易因产生级联故障而导致瘫痪。然而,系统性地研究TI中级联故障似乎一直被忽略。为弥补这一领域的空白,全面审查了孤立、多层和空间TI网络中级联故障的传播机制、分析方法和预防策略。最后提出级联故障分析和预防的主流模型,并表明未来的研究中应该关注接受复杂性和依赖性、在安全性和韧性之间建立联系、对故障采用所有危险的方法、避免创建新的漏洞以及在部门之间转移知识等方面。研究成果有助于促进本领域的发展以及项目管理团队在早期阶段揭示和解决TI网络中的级联故障。     

具恢复机制的相依电力-信息网络连锁故障传播

为了研究具有恢复机制的电力-信息网络连锁故障传播,基于相依网络理论,建立了IEEE300节点系统电力网与双星型结构信息网的电力-信息相依网络模型.分析复杂网络统计特征参数可知,电力网和信息网均具有小世界和无标度特性.利用相依电力-信息网络的连锁故障模型,对BA,WS和ER 3种不同的相互依存网络进行鲁棒性分析,提出了一种具有恢复机制的相依网络连锁故障传播模型.仿真结果表明,与目标恢复机制和随机恢复机制相比,依赖恢复机制的恢复级别更高,而且这种优势随着故障阈值的减少而提高.     

基于神经网络的自适应控制器的研究

本文研究了神经网络控制未知动态系统的可行性，提出了几种自适应控制结构，并研究了在不同条件下各种结构的性能变化，给出了不同条件下的仿真结果及一些结果分析。图１３，参４．     

基于人工神经网络的设备故障诊断策略及模型研究

文章首先介绍人工种经网络的基本理论和基本模型，然后研究诊断设备的结用特征，担出了“结构树”的概念．并据此分析了设备故障的特点．文章最后以神经网络基本模型为基础，结合设备故障特点，探讨了基于人工神经网络的设备故障诊断策略及模型．     

基于IPv6的3G网络安全通信模型研究

随着3G业务的推广,IPv6网络通信协议在3G网络中的应用受到越来越多的重视.在分析3G网络的安全目标和所面临的安全问题后,提出了一种基于IPv6协议的通信模型.该模型采用中心协调控制策略,IPv6通过标准化IPSec协议,能最大限度的为网络用户在网络层提供安全可靠的通信服务.     

基于人工神经元网络模型的预测控制研究

研究了基于人工神经元网络模型的非线性预测控制，所采用的网络为一种将线性模型与多层前向网络相结合的ＤＬＦ网络，仿真结果表明，该“混合网络”易训练，收敛速度可大大加快，在ＤＬＦ模型的基础上，本文研究了一种非线性预测控制算法，它的显著特点是在线计算量小。对于一非线性过程－球形罐液位的仿真结果表明，基于ＤＬＦ的非线性预测控制效果颇佳。     

基于 H_i(S)和 D_i(S)递推计算的梯形网络理论

本文提出的梯形网络理论,可以比较全面和系统地解决各种类型梯形网络的分析问题。本文所提出的方法同现有其他方法相比较,具有简捷、明了、便于编制程序上机计算等优点。对于某些常用工业过程的模拟电路,诸如复杂的 RC 梯形网络,各种类型的塔形梯形网络,带负载的均匀 RC 梯形网络,运用本文的方法都可迅速和正确地求出其传递函数。此法用于分布参数的梯形网络,也取得了满意的结果。