个体特征对在线社会网络中信息传播的影响

为研究个体特征对在线社会网络中信息传播的影响,结合个体特征、社会加强和信息属性,提出一个简单的信息传播模型。在传播模型中主要考虑记忆效应、社会加强、信息属性和个体特征这4个因素,并根据服从均匀分布与幂律分布的个体在规则网络、WS小世界网络、BA无标度网络上传播信息的能力,对此进行仿真实验,同时在Facebook上进行实证研究。结果表明,不论哪种情况下,信息的传播速度遵循BA无标度网络最快,规则网络最慢的规律,规则网络的稳定时间也最长。Facebook的传播图与BA网络的结果图类似。     

基于能量的无标度网络模型的研究

近年来复杂网络成为一个新兴的研究课题,复杂网络研究对于理解复杂系统的结构和行为至关重要。研究发现很多复杂系统均具有无标度特性。针对BA模型仅关注节点年龄对网络拓扑结构的影响,提出了一种基于能量的无标度网络模型（EBSFN）。仿真结果表明,提出的EBSFN模型较之BA演化模型,具有更好的幂律分布和稳定性。     

基于社团划分的复杂网络级联抗毁攻击策略

为研究在社团划分基础上复杂网络的级联抗毁攻击策略,采用节点及其邻居节点介数定义初始负荷,这种定义方式综合考虑了节点的信息,采用局部择优分配策略处理故障节点负荷,研究了网络耦合强度,WS(Watts-Strogatz)小世界网络、BA(Barabási-Albert)无标度网络、ER(Erds-Rényi)随机网络、局域世界(WL)网络在社团划分攻击策略下抗毁性,以及不同攻击策略下具有重叠和非重叠社团结构网络的抗毁性。仿真结果表明,网络的耦合强度与抗毁性成负相关;不同类型网络在快速分裂算法识别社团前提下,攻击介数最大节点时网络抗毁性最弱;具有重叠社团结构的网络在集团渗流算法（CPM）识别后,采用攻击重叠部分介数最大节点的策略时网络抗毁性最弱。结论表明采用社团划分的攻击策略可以最大规模破坏网络。     

基于耦合映像格子的有向网络相继故障

针对现实世界中存在大量的有向网络,根据有向网络中边的有向性,提出适合描述有向网络耦合映像格子（CML）的相继故障模型,利用仿真分析的方法研究了BA无标度有向网络和ER随机图有向网络在该模型作用下的相继故障行为。仿真中,对节点数固定的网络采用蓄意攻击和随机攻击两种策略进行攻击,并记录相关数据。通过对所得数据的分析发现：1）这两类有向网络的相继故障进程比同规模的无向网络要剧烈;2）当网络遭受攻击时,有向网络比无向网络更加脆弱;3）ER随机图网络相继故障发生过程中引起网络相继故障规模增长的4个临界值之间存在线性关系。     

改进的BA 网络演化模型的研究及应用

利用主方程和连续域理论分析了BA无标度网络的度分布以及初始吸引因子对网络节点度分布的演化过程。对BA模型进行了改进和推广,提出了随机吸引因子网络演化模型。此网络演化模型通过理论分析和数值模拟验证是吻合的,该模型是无标度网络演化模型。实验结果表明,改进的模型能够很好地反映现实系统中的一些重要性质,具有实际应用价值。     

HIV传播的动态混合无标度网络生成算法

研究人类免疫缺陷病毒(HIV)的传播机理,提出一种HIV传播中基于配置模型的动态混合无标度网络生成算法。根据HIV在男性和男性、男性和女性之间的传播规律分别构造同性和异性无标度网络,将其放在同一系统中形成混合传播网络,并添加网络的动态变化特性,以反映真实社会网络的演化过程。基于配置模型的复杂网络生成算法可快速、灵活和鲁棒地生成给定网络尺寸和幂律度分布指数的复杂网络,而且网络中的边可断开和重连,弥补了经典 BA 模型的不足。仿真结果表明,该算法能正确、有效地反映HIV混合传播网络的特性。     

社交网络中考虑节点度的演化博弈

在谣言传播过程中,针对度不同的节点具有的辨识能力不同,结合节点度定义一种新的博弈收益,借助博弈论建立一种动态复杂网络演化模型。该模型考虑到谣言传播往往与节点利益相关这一特点,通过引入辨识能力描述不同节点的非一致传播率,研究谣言在该模型上的传播动力学行为,并提出两种谣言抑制策略。随后,利用两种典型网络模型进行仿真实验,并在Facebook真实网络数据中对仿真结果进行验证。研究表明,谣言模糊程度对BA（Barabási-Albert）无标度网络和Facebook网络中谣言传播速率及达到稳定状态所需时间影响较小,随着谣言模糊程度增大,谣言在网络中传播范围变大,相对于WS（Watts-Strogtz）小世界网络,谣言更容易在BA无标度网络和Facebook网络中传播;研究还发现,免疫收益增加值相同时,与BA无标度网络和Facebook网络相比,WS小世界网络中免疫节点的增长幅度更大;此外,通过节点危害程度进行抑制比通过博弈收益进行抑制具有更好的谣言抑制效果。     

基于SIR模型的时间侵占行为传播动力学建模与仿真

针对时间侵占行为在复杂网络上的传播问题,基于基本SIR传染病模型,提出了一种考虑了自发感染率和外部组织环境因素的时间侵占行为传播模型,探讨了时间侵占行为在ER随机网络,NW小世界网络,WS小世界网络以及BA无标度网络上的传播,在此基础上,集中分析了无标度网络上时间侵占行为传播的影响因素。研究发现:1. 时间侵占行为的传播受压力和公平系数的影响,一定范围内,压力越小,员工发生时间侵占行为的概率越大,传播过程也越快;反之压力越大,发生时间侵占行为的概率越小,传播过程也相对较为缓慢。2.时间侵占行为的传播与传播概率和自发感染概率密切相关,初始节点的度越大,传播越快,反之传播越慢。     

不同链接下非对称相依网络的级联失效研究

现实中存在对称性和非对称性的相依网络，目前在研究相依网络级联失效时选择的对象主要为对称相依网络，为了综合分析相依网络的鲁棒性，针对非对称相依网络的级联失效问题进行了研究，首先利用典型BA无标度网络和WS小世界网络构建了非对称双层相依网络的级联失效模型，之后在随机攻击和蓄意攻击条件下，分别研究构建的网络模型的相依程度、相依模式以及子网络的拓扑结构对网络故障的影响。仿真结果表明，无论是何种程度相依的非对称相依网络，在随机攻击下，度正相关相依网络都表现出弱鲁棒性，而在蓄意攻击下，度负相关相依网络表现出弱鲁棒性，且网络的拓扑结构对网络的级联失效有影响。     

在线社会网络演化模型

在分析在线社会网络的拓扑结构、特征及演化规律的基础上,借鉴了前人网络模型的思想,提出了在线社会网络演化模型,引入动态的加权方式,提出了一种在线社会网络演化模型。理论分析和仿真表明：在线社会网络演化模型具有无标度和小世界特性,点权、边权、度分布呈现幂律特性,具有较多的簇系数、较小的路径长度且可调。这种无标度和小世界特性与现实中的在线社会网络较为一致。     

基于三角形演化机制的社会网络模型研究

详细介绍了社会网络模型的演化历程以及三元闭包在社会网络中的重要作用,在社会网络中新节点的连接对以后的连接具有一定的影响,鉴于三元闭包在社会网络演化过程中具有的巨大作用以及BA无尺度网络模型本身具有的局限性,提出了一种基于三角形演化机制的社会网络模型。通过仿真实验得出该网络模型遵循幂率分布,与BA模型相比该社会网络模型有更强的鲁棒性、较小的聚集系数和较大的平均路径长度。     

复杂网络上具有多感染阶段的传染病传播模型

针对传染病传播模型缺乏多感染阶段的不足,结合SIR和SEIR两种传播模型的特性,提出了一种改进的具有多感染阶段的SIR传染病传播模型(即SInR模型)。该模型充分考虑了不同感染阶段的非均匀感染力对不同网络结构上传染病传播及传播阈值的影响;同时引入相对感染力及传播时间尺度的概念,从网络结构、网络规模及相对感染力方面进行了仿真研究。仿真中无标度网络采用BA模型的生成算法,而小世界网络采用WS模型的生成算法。由仿真可知,感染节点在整个感染过程中大致服从泊松分布,因此在SInR模型下无标度网络的传播速度更快,范围更广;相对感染力对于传染病的大规模爆发存在着一个阈值,当感染力大于阈值时传染病才能大范围地爆发传播,而小于阈值时传染病只会局域小范围传播直至消失,无标度网络的感染力阈值为0.2,小世界网络的感染力阈值为0.24;随着网络规模的增大,传播时间尺度也在增大,相应的传播速度就会降低。仿真结果表明:该模型下无标度网络传染病传播速度更快且影响范围更大;无标度网络的相对传染力的传播阈值小于小世界网络,设置合理阈值有利于降低传染病的传播影响力。     

基于社区划分的多智能体网络快速蜂拥控制

针对复杂网络社区特性对多智能体系统协同控制效率的影响,面向具有ER(Erdos-renyi)网络或BA (Barabasi-albert)网络性质的多智能体系统,提出一种基于社区划分的快速蜂拥控制算法.该算法充分考虑社区内个体的相对密集特性,通过在社区间引入虚拟领导者作用,避免系统在演化过程中因通信受限而导致的“分块”现象,可有效提高系统拓扑的代数连通度.仿真结果表明:具有相应性质的多智能体系统蜂拥行为的收敛速度与ER和BA网络的平均度以及BA网络度分布的幂指数正相关;优化社区个数有利于提高蜂拥收敛速度.     

带恢复策略的复杂网络级联失效机理及鲁棒性研究

为研究复杂网络在遭遇随机故障或蓄意攻击时的鲁棒性,考虑节点具有恢复和重复失效等特征,构建故障节点概率传播模式下的级联失效模型.构建节点故障概率随故障次数增加而逐渐降低的故障概率函数,设计概率恢复(R)和阶段恢复(T)两种故障节点恢复策略,并针对ER、WS、NC和BA四类网络研究其恢复鲁棒性.仿真实验考虑模型中相关参数变化,揭示其对复杂网络级联失效过程中的鲁棒性影响,综合分析边鲁棒性和节点鲁棒性的性能权衡.仿真结果表明,在概率恢复策略下,随着恢复率的增大,4类网络级联失效的规模均能够实现有效降低;而在阶段恢复策略下,随着参数T值增加到不同阈值,4类网络鲁棒性指标在级联失效过程中均能够呈现出突变现象.     

基于耦合系数的无标度网络模型(BA-S)的中心化研究

针对基于耦合系数的无标度网络演化模型中的节点进行中心化研究,首先对常用的中心化指标进行了分析,接着对经典的无标度(BA)模型和演化的BA-S模型中各节点的几种指标进行了累积概率分布研究,最后对两种模型的中心化程度和效率进行了中心化测试对比研究,结果证明,演化的BA-S模型较BA模型具有更强的鲁棒性以及抗故障的能力。     

蓄意攻击下一类多社团网络级联抗毁性研究

为研究社团结构对网络级联抗毁性的影响,结合一类多社团复杂网络模型,采用节点介数定义负荷,故障节点负荷采用局部择优分配策略,研究了在蓄意攻击下多社团网络负荷分配指数、社团内部耦合强度、社团间耦合强度、社团模块度等参数与级联抗毁性的关系。仿真结果表明负荷分配指数与级联抗毁性负相关,社团内部耦合强度、社团间耦合强度、社团模块度与级联抗毁性正相关。对比了BA(Barabási-Albert)网络和WS(Watts-Strogatz)网络的抗毁性,结果表明社团结构的存在降低了网络的抗毁性,负荷分配越均匀网络抗毁性越强。     

基于藕合系数的无标度网络建模

经典的无标度网络模型在全局范围内按照一定的概率选取节点进行优先连接,而现实网络很难做到这一点。为了解决这一问题,在BA无标度网络模型的基础上,通过新增两个参数耦合系数和吸引因子来构建基于耦合系数的无标度网络模型,并通过理论计算得出该演化模型的度分布。分析发现,它具有更明显的无标度网络特性。实验仿真结果也表明,其度分布在服从幂律分布的基础上更具有平稳性和广泛的适用性。