基于多属性偏好信息集结的复杂网络重要节点辨识

为了准确辨识复杂网络中的重要节点,避免单一属性指标评价节点重要性出现的偏差,提出了一种基于多属性偏好信息集结的复杂网络重要节点辨识方法。首先根据节点的局部特性、全局特性及空间位置等特性,选取度中心性、介数中心性、紧密度、结构洞、K-核(Ks)五个属性指标构建多属性复杂网络重要节点辨识模型,对节点属性偏好信息进行分析、集结和融合;然后将网络中所有节点作为评价主体,构建复杂网络多属性决策矩阵,根据熵理论对节点属性赋权,计算其与理想重要节点的贴近度,对节点重要性进行精细化排序。将该模型应用到"风筝网络"和"ARPA网络"中,根据节点重要性辨识结果对网络进行破坏性实验,结果表明,该方法的准确性比已有方法更高。     

图卷积融合计算时效网络节点重要性评估分析

复杂网络节点的重要性度量与时间属性相关，经典静态网络模型弱化对节点交互时间属性的有效表征.将深度学习模型迁移到动态图数据上进行端到端系统建模，提出基于图卷积融合计算的时效网络节点重要性综合评估模型.通过超邻接矩阵集结时效网络结构特征的动态演化过程，利用图卷积神经网络框架融合计算节点邻域特征，分析节点时序演化重要性顺序结构，实现节点重要性综合排序.仿真实验结果表明，与基线方法相比，所提方法得到的Kendall’sτ值在所选网络数据集上均表现优良，体现出基于图卷积融合计算的时效网络节点重要性综合评估方法的有效性和优越性.     

基于解释结构模型的复杂网络节点重要性计算

针对有向复杂网络节点重要性评估问题,提出基于解释结构模型的节点重要性度量方法.应用解释结构模型,将有向网络节点间关系矩阵化,获得相应的邻接矩阵和可达矩阵;对可达矩阵进行区位、级位划分;对矩阵进行缩减、删除越级与自身相连关系;得到网络的递阶有向图.对网络矩阵进行赋权模拟演化,给出网络区域重要性与级位重要性辨识划分.将该方法应用于ARPA有向网络、有向随机网络和有向无标度网络中,与其他4种网络节点排序方法进行比较.结果表明,该方法不仅适用于有向网络层级划分与辨识,而且适用于有向网络的节点排序计算.     

基于交叉熵的节点重要性排序算法

如何高效地度量节点的重要性一直是复杂网络研究的热点问题。在节点重要性研究中,目前已有许多算法被提出用于判断关键节点,然而多数算法局限于时间复杂度过高或评估角度单一。考虑到熵可用于定量描述信息量的大小,因此,提出了一种基于交叉熵的节点重要性排序算法,该算法兼顾了中心节点与其近邻节点之间的整体影响力,并将节点的邻域拓扑信息有机地融合,使用交叉熵值来量化节点之间的信息差异性。为验证该算法的性能,首先采用单调关系、极大连通系数、网络效率以及SIR模型作为评价指标,其次在8个不同领域的真实网络上与其他7种算法进行比较实验。实验结果表明,该算法具有有效性和适用性,此外时间复杂度仅为O(n),适用于大型网络。     

基于复杂网络理论的空中交通网络脆弱性分析

针对当前空中交通网络节点通信覆盖性能差的问题,提出一种基于复杂网络理论的空中交通网络脆弱性分析方法.采用网络节点分布结构模型与传输信道模型构建多层复杂网络模型,通过自适应时变时延约束误差修正方法对网络节点密度进行优化调整,对空中交通网络节点分布密度融合程度进行跟踪控制,以节点区域覆盖度为约束条件对信息状态向量进行预测,根据控制节点密度函数计算空中交通网络的覆盖能力,通过能量均衡控制方法完成空中交通网络节点的最优部署,实现空中交通网络脆弱性分析.仿真测试结果表明,与传统方法相比,所提方法能提高空中交通网络节点覆盖度,改善网络的通信覆盖性能.     

基于TOPSIS的时序网络节点重要性研究

时序网络考虑事件发生的顺序,可以更准确地刻画复杂系统的演化特征。本文采用多属性排序方法（TOPSIS）对时序网络不同时间片段节点的影响力进行综合评价。具体的思想是通过计算不同层间相似性指标值与正理想解和负理想解的欧式距离,根据其接近正理想解和远离负理想解的程度对层间耦合关系的度量方法进行排名。基于Workspace数据集的实验结果表明,以优先链接指标（PA）度量时序网络时间层耦合关系,所挖掘出的重要节点准确率最高,在各时间层上平均达到50.82%。该文的工作为从多属性角度分析时序网络提供了借鉴。     

基于PSNodeRank算法的电力系统关键节点辨识方法

电力系统中的某些关键节点在系统发生大规模连锁故障的时候可能会对故障的扩大起着推动的作用。为了提高关键节点辨识的速度和准确性,该文通过对Google公司提出的PageRank算法进行改进,提出基于PSNodeRank算法的电网关键节点辨识方法。该方法选取电网关键节点的重要评价指标,建立电力系统有向加权网络模型。考虑电力系统网络的网络链接方向和权值的特性,该文提出PSNodeRank值对节点进行评估,并具体描述每个节点的重要性,再利用电力系统分区特点,对大电网节点重要性的复杂计算过程进行改进,大大提高了运算速度,减少了运算所需存储容量。最后,通过对IEEE 39节点系统进行仿真,所得结果表明:该文所提方法计算的指标可以有效、准确地辨识出电网中的关键节点,判断它们在交直流电网自组织临界演化过程中的作用。对预防系统向连锁故障临界状态演化有着重要的意义。     

基于排名聚合的时序网络节点重要性研究

目前时序网络节点重要性的研究主要从时序路径、连通性、网络效率等方面展开。该文考虑到时序网络层内的连接关系和层间耦合关系,引入基于评分矩阵的排名聚合理论,提出了一种基于排名聚合的时序网络节点重要性识别方法。Manufacturing和Enrons等实证数据上的实验结果表明,基于排名聚合的时序网络节点重要性度量方法对比其他方法的Spearman相关系数平均提高2.41%和18.63%,说明了该方法在时序网络节点重要性度量的适用性和有效性。     

基于活跃熵的DoS攻击检测模型

针对日益严重的拒绝服务(DoS)网络攻击行为,提出了一种基于活跃熵的DoS攻击检测模型。该模型通过活跃通信理论将信息熵与网络流会话相关性结合起来,通过分析网络流量活跃熵值的变化实现对DoS攻击行为的检测。实验结果表明:正常网络流量下活跃熵值基本稳定,在发生DoS攻击时网络流量的活跃熵值波动明显;该模型与静态熵检测模型相比,检测结果更准确,同时能够更有效地检测未知的DoS攻击行为。     

动态融合复杂网络节点重要度评估方法

为挖掘复杂网络中的关键节点及提高网络鲁棒性,针对有/无线多网融合的层级网络,提出了动态融合复杂网络模型及其节点重要度评估方法.结合动态融合复杂网络的特点,定义了边连通概率、路径连通概率、网络连通概率、融合节点比例、融合节点分布和融合路径比例等与网络动态性和融合性相关的参数.在单层复杂网络节点重要度评估指标的基础上,设计了融合网络节点度中心性、节点介数中心性和节点融合中心性指标.其中,融合节点的节点融合中心性表示融合节点对网络融合的贡献程度,非融合节点的节点融合中心性表示非融合节点对网络融合的辅助作用程度,主要体现在作为融合节点之间的中继节点.最后,综合考虑网络拓扑结构、动态融合特性等因素进行节点重要度评估.以改进的动态交织风筝网络为例进行仿真分析,结果表明该方法能够比较全面地刻画节点在动态融合复杂网络中的重要性.利用NS2搭建由光通信网和卫星通信网融合构成的仿真实验网络,进一步验证了在仿真网络环境中本方法的有效性.     

时变时滞耦合复杂网络的函数投影同步

为了探索时变时滞耦合复杂网络的函数投影同步及参数辨识问题,构造时变时滞耦合的节点参数未知和拓扑结构未知的2类复杂网络.利用牵制控制方法,分别设计这2类网络各自的自适应控制器,使得2类网络和其孤立节点实现函数投影同步.分别利用网络节点未知参数的辨识法则和网络未知拓扑结构的辨识法则,对网络的节点参数和拓扑结构进行辨识.最后给出数值仿真例子验证自适应控制器和辨识法则的有效性.     

电力系统状态估计中的不良数据辨识及其处理

本文利用熵测度理论分析了样本数据中每个辨识特征值的信息增益，然后再用神经网络的自适应共振理论模型和多层感知器处理这些特征值，辨识并恢复了不良数据，为电力系统状态估计提供了一个好的不良数据处理方法。     

基于特征工程的重要节点挖掘方法

复杂网络中重要节点的挖掘对分析和治理现实复杂系统有着重要的指导意义。设计能反映节点重要性的有效计算方法,是高效准确挖掘重要节点的关键。该文基于节点的邻居信息,采用特征工程中的特征提取、特征重构等方法提取能有效反映节点局部结构的特征向量。利用局部特征向量,通过回归模型建立节点局部结构和重要性的关系模型。在13个真实网络上的实验结果表明,相比于已有的重要节点挖掘基准方法,该方法具有更优的性能。     

基于科研合作网络的节点枢纽特性研究

根据科研合作的实际变化情况提出了一类科研合作网络的演化模型,并利用复杂网络特性参数提出一种新的节点评定参数,即节点枢纽特性评定参数。通过对高校科研合作网络的实际数据来分析提出的该演化网络模型,得出该模型符合无标度网络的节点度分布所具备的幂律分布特征,进而证明了该模型的复杂网络特性。同时还利用给出的枢纽集搜索算法对科研合作网络节点进行测度,通过对实际网络搜索得到相应的枢纽节点,完成对节点的评估测得。     

基于组合赋权和TOPSIS的配电网CPS系统脆弱性评估

随着新一代信息通信技术在配电网的广泛应用，配电网已经逐渐演变为信息与物理空间深度耦合的配电网信息物理系统。本文针对目前配电网如何对其脆弱性进行综合、有效的评价以及如何充分发掘配电网CPS系统的薄弱节点两个问题展开研究。首先，基于相依网络理论建立了配电网CPS系统以及“部分一对一”相依网络模型，并综合考虑到配电网实际运行拓扑结构特点与业务特征，构建了节点脆弱性评价多指标融合模型，避免了单一指标在耦合网络中度量节点脆弱性的缺陷；其次，运用模糊层次分析法与熵值法分别从主观与客观的角度对指标赋权，基于最小鉴别信息原理完成对脆弱性指标的综合赋权；最后，运用TOPSIS算法对节点脆弱性进行量化计算与排序，并基于依存耦合度矩阵完成对系统节点的综合性评估。采用IEEE14节点配电系统构建了耦合网络仿真模型，仿真结果验证了所提方法的有效性与可行性。     

基于动态规划优化传感器网络寿命的算法

根据多跳无线传感器网络的特点,为了优化网络中节点的生存时间,提出了一种求解无线传感器网络寿命Pareto最优的集中式算法.熵是系统平均程度的度量,通过证明最大熵函数与传感器网络寿命Pareto最优的等价关系,建立了求解传感器网络最大熵函数的动态规划模型,将复杂的多目标线性规划问题转换成单目标动态规划问题.理论分析和仿真研究结果表明,新算法能够快速有效地获得网络寿命的Pareto最优解,达到了优化传感器网络寿命的目的,提高了系统的可实现性并降低了计算复杂度.     

基于非线性时序信号神经网络预测模型讨论

本文从神经网络理论及实践两个方面，探讨了目前非线性时序信号预测神经网络模型存在的几个问题：网络输入节点数的确定，隐层节点数及隐层数目，节点单元作用函数的确定，三层前向神经网络的逼近能力，神经网络的外延性。本文提出了这些问题，以期加快时序信号预测研究的发展。     

基于最大熵原理的贝叶斯不确定性反分析方法

针对基于确定性数值模型的各种常规反分析方法未能综合考虑各种不确定性因素影响，因而难以
有效模拟复杂工程系统的不确定性特性这一不足，对工程结构系统中的不确定性反分析方法问题进行了
研究.从不确定性分析角度，把工程结构看作为不确定性系统，提出基于最大熵原理的贝叶斯不确定性反
分析方法，将信息熵理论与贝叶斯法有机结合，使不确定性反分析的系统辨识问题转换为对贝叶斯准则
函数的最优化求解问题，并通过适当的优化求解方法，实现对工程结构参数或荷载项源的反演分析.对坝
体和坝基材料参数的实例计算结果表明，该方法反演结果正确，精度高于目前常用的确定性反分析方法.     

基于信息熵的给水管网系统可靠性分析

基于信息熵提出路径熵的概念,分别建立实际路径熵、最大路径熵及相对路径熵计算模型;指出路径熵量度水流对路径选择的不确定性,最大熵反映系统潜在的最大可靠性,相对路径熵量度实际工况下系统实现其最佳潜力的能力,反映系统的可靠性.实际管网分析结果表明,系统的相对路径熵值越趋近于1,系统水力性能越好,可靠性越大.合理地改善管网结构,可增大系统相对路径熵,提高系统可靠性.     

工业设计决策网络构建及其动态演化仿真

针对工业设计过程多阶段方案决策的意见演化问题,融合复杂网络理论建立工业设计决策网络模型,通过意见动力学进行决策意见动态演化仿真.基于图论建立设计决策有权无向网络,以网络效率变化确定决策者权重,借助意见距离识别设计决策网络节点信任集合,利用加权平均意见驱动设计决策网络更新与演化. 提出工业设计决策网络的演化仿真流程,结合产品设计方案决策数据进行动态仿真分析,结果表明：信任阈值决定设计决策网络拓扑构成,随着网络演化的进行,决策个体间意见差异逐步缩小并最终达成共识;设计决策网络分析能够析出噪声节点及其意见变化,在实际产品设计决策中应重点关注;意见演化能够辅助确定工业设计方案决策轮次,明确方案在各指标上的表现并识别设计改进方向;仿真分析有助于发现设计决策中的关键因素和意见演化规律.