WS与NW两种小世界网络模型的建模及仿真研究

对WS小世界网络和NW小世界网络两种网络模型进行计算机建模,并分析它们的静态网络统计量,包括节点的度分布、平均最短路径和聚类系数等特征指标.进一步得到了WS和NW小世界网络模型的度分布图以及NW小世界网络模型的平均最短路径和平均聚类系数的归一化图.使用Matlab软件,用邻接矩阵表示网络连接,用随机数产生器产生概率,生成两种小世界模型.并且使用稀疏矩阵的方法,大大减少了内存的使用量,使仿真程序能生成具有更多网络节点的大型网络,使对数十万节点的网络进行建模和分析成为可能.     

基于二阶信息的复杂系统弹性度量研究

基于节点最近邻信息,复杂系统弹性预测模型通过将多维方程映射为一维方程,度量复杂系统弹性。然而该模型并未引入节点二阶邻居的信息。基于复杂系统弹性预测模型,通过在映射过程引入节点二阶邻居信息,该文提出了一种考虑节点二阶邻居信息的复杂系统弹性预测模型,并在Barabási-Albert（BA）无标度网络、Watts-Strogatz（WS）小世界网络上验证了新模型的有效性,进而讨论了不同网络拓扑结构对新模型效果的影响。实验结果表明,在平均度不同的BA无标度网络和WS小世界网络中,基于节点二阶邻居信息的复杂系统弹性预测模型均可更准确地预测系统弹性。其中,网络平均度为2的BA无标度网络和WS小世界网络的系统弹性测量精度分别提高了79.89%和59.53%。且在同类网络中,网络平均度越小,基于节点二阶邻居信息的模型越适用。同时,针对同类型平均度相同的网络,改进后模型在BA无标度网络上的效果优于WS小世界网络。该文的研究为有效度量复杂系统弹性状态和设计弹性系统提供了科学的研究手段和理论支持。     

节点数固定的ER网络演化模型拓扑性质的研究

复杂网络模型的研究主要集中在ER网络模型、小世界网络模型和无标度网络模型,其中ER网络模型是最经典的复杂网络模型之一。文章研究了节点数固定情况下的ER网络模型,根据网络内部边的动态演化特点,将节点数固定的网络模型进行了细分,给出了模型的生成算法,并模拟了算法生成的随机网络的平均路径长度和聚类系数。仿真结果表明,节点数固定的ER网络具有小世界特性,出现这种小世界特性的主要原因是由于网络内部边的异质性,而与网络的节点数变化没有必然联系。     

基于复杂网络理论的成都市公交网络拓扑特性研究

应用复杂网络的理论, 结合统计得到的截止到2014年1月20日的成都市公共交通实际数据, 构建邻接站点式的有向加权复杂网络, 考虑上、下行线路(环线为内、外环)在站点布设和行车方向上的不同对网络拓扑特性的影响, 对成都市公交网络的拓扑特性进行分析。结果表明, 邻接站点式成都公交复杂网络节点平均度为2.52, 节点强度分布不均, 最大值达到45, 平均节点强度为4.75, 网络整体上服从幂律分布, 具有较为明显的小世界特性。随着网络规模由成都市区向郊区扩张, 网络平均最短路径长度由16.90增至34.19, 增长明显。网络聚集系数0.14, 体现出相对较高的公交路网发展水平。       

R空间中成都市公交网络“富人俱乐部”现象及连接特性研究

应用复杂网络的理论,结合统计得到的成都市公交数据,构建R空间下公交网络,对网络节点按度值排序,评价度值排名前a的节点构成的子网络的连通性,进一步对线路按性质分类,分析不同性质线路的相互连接特性。结果表明:整个网络聚集系数为0.566,其中度值排名前10%的节点构成网络的聚集系数为0.721,体现出明显的“富人俱乐部”特性;BRT及轨道交通线路是城市公交的换乘核心,市区线路构成城市公交系统的主体,但在一定程度上降低了网络连通性,支线公交及郊区线路对维持整个网络的连通性具有重要作用,社区巴士线路与主要线路相连,在一定程度上提高了整个网络的连通性。     

配电网可靠性评估区间算法

提出一种利用区间算法评估复杂配电网可靠性的方法.为使网络简化,根据复杂配电网的特点,运用网络等值的方法通过进行向上等效和向下等效过程得到简单的辐射型网络.该算法对配电系统元件可靠性原始参数进行分析和处理,得到各元件的可靠性原始区间参数,在此基础上求出负荷点及系统的可靠性区间指标及停电经济损失区间值.应用该算法对RBTS-BUS2系统进行可靠性评估,结果表明该算法灵活、高效、有工程实用价值.     

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.     

基于吸引关系的停车场网络连接方法

为研究停车场网络拓扑结构,提出了基于吸引关系的停车场网络连接方法.通过改进现有停车需求预测模型,充分考虑停车利用率、停车周转率、城市中心指数等因素影响,建立了新的停车场需求算法.通过绘制常规Voronoi图,利用断裂点理论的关键性质和常规Voronoi图的物理参数,划分各停车场的影响范围.引入吸引度概念,并对吸引度计算公式中的参数进行了修改和标定.计算停车场网络中每个节点的吸引度和节点间连线的边权,确定了停车场之间的连接情况.对哈尔滨市部分停车场进行吸引关系下的停车场网络模型构建.采用复杂网络参数分析方法对停车场网络进行分析,分别分析了规模赋值计算方法下和进一步通过吸引关系计算下的停车场宏观及微观节点参数.结果表明吸引关系下,停车场网络度分布符合幂律分布,无标度网络特征明显.与全局耦合网络和单边耦合网络对比,吸引关系下停车场网络具有较高聚类系数和全局有效性和较小的平均路径长度,在现有参数评价体系中表现均衡,是一种实用的停车场连接方式.     

小世界超网络传播模型及实证分析

借鉴WS小世界网络的构造算法，在超网络(也称为超图)中加入超边随机重连，构建小世界超网络模型。以该模型为信息传播的底层网络，提出小世界超网络SIR信息传播模型，仿真模拟超边随机重连概率、超网络中的邻居节点数量以及传播率、恢复率等参数对超网络的信息传播过程影响，并与普通网络中的传播过程进行了对比分析，发现超网络中的信息传播速度更快，波及范围更广。进一步，在3类实证超网络上验证了超网络的小世界特性及信息传播规律。在万物互联时代，世界变得更小的背景下，对现实世界中更为复杂的信息与疾病传播机制的深入研究具有一定的借鉴意义。     

基于节点聚类系数的网络社区结构发现

研究了节点聚类系数与网络社区结构之间的关系.直接使用节点聚类系数不易刻画社区子图的高聚集特性,定义了一些基于节点聚类系数的社区度量,据此识别网络中的社区.首先,给出了基于聚类系数增大的社区间边判定规则,简称CCE规则;然后,利用CCE规则引出相似度矩阵,即网络密度矩阵;最后,通过网络密度矩阵来构造Laplacian矩阵,并进一步推导出通过计算Laplacian矩阵的特征值以及特征向量来实现社区结构划分的算法.三个真实网络数据的实验结果表明,算法不仅获得了令人满意的划分结果,而且还提高了算法的时间效率.     

几类δ（G）≥n-4的图的可靠性研究

要找出拓扑结构稍复杂的图类中的一致最优图是非常困难的,因此,更多的研究人员开始研究图的局部最优性问题。文章通过研究网络可靠性设计中边不可靠点可靠情况下网络的局部最优性问题,给出了一个边分割集的组合计数公式,同时给出了几类δ（G）≥n-4的图类的局部最优性结果。     

基于复杂网络的危险品运输领域研究热点的实证分析

为获取我国危险品运输领域的研究热点,对我国知网数据库中收录的606篇样本文献的关键词信息进行实证分析.首先,使用Bicomb软件统计关键词的数量并导出关键词共现矩阵数据.然后,基于复杂网络理论构建了一个包含50个节点、 267条边的无向加权网络模型.最后,使用Pajek软件和中心性分析法分别对热点网络的拓扑结构和研究热点进行分析显示,热点网络结构符合无标度网络和小世界网络特征,前3位的研究热点分别是公路运输、道路运输和层次分析法.     

基于势函数聚类的改进RBF网络算法研究

为优化径向基函数(RBF)网络结构并改善网络泛化性能,提出了一种基于势函数聚类的改进RBF网络算法.首先使用势函数统计每个模式类别中的样本势值,以此实现样本空间中不同样本的势值度量; 其次以增量学习的方式逐次完成对样本空间的有效覆盖,以此实现网络隐节点个数及参数的自动有效估计.最后将本文算法与KMRBF、FCRBF、MRAN以及 GAP -RBF 学习算法进行了实验对比,结果表明本文算法的网络分类精度更高,克服了KMRBF和FCRBF算法需人工调整网络隐节点来提高分类精度的问题,且比 GAP -RBF和MRAN算法的网络结构更加简单.     

城市路网动态连接度研究

路网连接度是评价城市路网布局合理性的重要指标.以往研究从静态角度将其定义为路网中路段数与节点数之比.现实生活中,由于路网的不确定性,某些路段在某一时点或一段时间内可能发生堵塞,造成路网上的路段数和节点数发生变化.本文首先从每条路段只有堵塞和不堵塞两种情况,提出每条路段堵塞为二项分布的动态连接度,其次从总路段数发生变化的角度,提出路网中不发生堵塞总路段数为随机分布的动态连接度,并分别给出了指标的定义,性质和计算方法;最后结合某市路网进行了实例分析.     

基于混合蒙特卡罗算法的网络隐式节点监测方法研究

为了提高动态分簇传感网络的节点转发能力,提出了一种基于混合蒙特卡罗算法的网络隐式节点监测方法.首先,采用分布式均衡控制方法进行网络节点优化设计,构建动态分簇传感网络的输出信道模型.其次,利用自适应链路转发协议进行网络的路由探测设计,构建动态分簇传感网络的隐式节点路由均衡控制模型,提取隐式节点输出信息的关联特征量.最后,利用混合蒙特卡罗算法进行特征检测和信息提取,根据网络隐式节点的特征规律性分布对网络隐式节点信息进行监测.仿真结果表明,本文方法对网络隐式节点具有较好的监测效果,对网络隐式节点监测的最高丢包率仅为0.05,显著低于蚁群算法(0.29)与PEAS算法(0.48).     

一种基于机器视觉的轴承内外径和同心度检测方法

轴承的内外径和同心度是评价轴承质量的重要参数,基于机器视觉的轴承检测技术在工业生产中具有广阔前景。针对轴承内外边缘像素,设置轴承图像的基准参数,以基准位置为圆心构造采样圆,在采样圆上进行机械抽样获得边缘采样点,并使用最小二乘法结合迭代法进行拟合圆,最终获得内外圆参数并计算出轴承同心度。实验结果表明:与传统方法相比,检测速度平均提高了10.2倍,符合工业检测要求。     

基于有限信息的网络邻接关系识别研究

如何根据有限的网络交互信息确定网络结构是当前网络科学研究的重要问题之一。该文提出了基于网络单一结构属性的网络结构重构分析方法。首先,该方法通过Holme-Kim模型生成一系列集聚系数可调的人工网络。然后,该方法通过压缩感知识别模型对有限信息下的网络结构进行重构。实验结果表明,当仅能掌握20%的网络节点间交互的时间序列信息时,网络邻接关系的平均识别准确率和平均真实关系召回率均随网络平均集聚系数的增大而提高。当网络的平均集聚系数在0.1~0.6变化时,平均集聚系数为0.6的网络将获得最高的平均识别准确率和平均真实关系召回率。进一步的实验分析说明,网络中度小于8的节点其平均识别准确率是决定网络平均识别准确率的关键。     

复杂网络的度分布研究

复杂网络的度分布与其拓扑结构紧密相关。绝大多数复杂网络具有无标度性(Scale free),其幂律度分布完全由度分布指数所确定。文中全面研究了复杂网络的度分布指数与其拓扑结构、形成原因以及传播动力学之间的关系,获得了下列结论:实际网络的度分布指数不会低于1;度分布指数介于1~2之间的复杂网络中存在数量较多的HUB节点,其边数与节点数之间的关系是非线性的,节点数的增加将导致边数的大幅度增加;度分布指数介于2~3之间的复杂网络中存在一定数量的HUB节点,其边数与节点数之间的关系是线性的,大多数受成本制约的网络属于这种类型;度分布指数大于3的复杂网络近似于均质网络;度分布指数3构成了复杂网络中病毒防治方式的临界点。     

基于脑电事件相关电位的功能性网络分析

利用视觉空间注意事件相关电位(ERP)构建了功能性网络;计算并分析了该网络的聚类系数;提出了一个适用的复杂网络统计参数即成对区域连接边数百分比;研究了ERP网络的特性及注意、刺激视野区域对该网络的影响。该聚类系数显著大于相应的随机网络的聚类系数,验证了网络的小世界特性。成对区域连接边数百分比显示刺激对侧大脑前后部的连接显著比刺激同侧大脑前后部的连接强。发现注意和非注意条件下的两个复杂网络参数有明显的不同,说明这两个参数能反映不同实验条件的大脑动力学特性。新的复杂网络统计参数的提出是研究各种认知任务下大脑动力学特性的一种有效的方法。