复杂网络在城市公交网络中的实证分析

实证分析是复杂网络研究的-个重要的方向.采用复杂网络研究方法,以上海、北京等城市的公交线路的部分站点和路线为例,分别从公交停靠站点网络、公交换乘网络和公交线路网络角度总结了城市公交网络的复杂网络特性.对复杂网络的静态特征值如平均路径长度、聚类系数、节点度分布等方面进行了统计.结果显示北京和上海的公交网络具有小世界特性,度分布都符合指数分布.北京和上海居民外出的平均换乘次数分别为1.54次和1.9次.     

基于社区的动态网络节点介数中心度更新算法

随着互联网技术的迅猛发展,社会网络呈现出爆炸增长的趋势,传统的静态网络分析方法越来越难以达到令人满意的效果,于是对网络进行动态分析就成为社会网数据管理领域的一个研究热点。节点介数中心度衡量的是一个节点对图中其他点对最短路径的控制能力,有利于挖掘社会网络中的重要节点。在图结构频繁变化的场合,若每次变化后都重新计算整个图中所有节点的介数中心度,则效率将会很低。针对动态网络中节点介数中心度计算困难的问题,本文提出一种基于社区的节点介数中心度更新算法。通过维护社区与社区、社区与节点的最短距离集合,快速过滤掉那些在网络动态更新中不受影响的点对,从而大大提高节点介数中心度的更新效率。真实数据集和合成数据集上的实验结果表明了论文所提算法的有效性。     

复杂网络在城市公交网络中的实证分析

实证分析是复杂网络研究的一个重要的方向。采用复杂网络研究方法,以上海、北京等城市的公交线路的部分站点和路线为例,分别从公交停靠站点网络、公交换乘网络和公交线路网络角度总结了城市公交网络的复杂网络特性。对复杂网络的静态特征值如平均路径长度、聚类系数、节点度分布等方面进行了统计。结果显示北京和上海的公交网络具有小世界特性,度分布都符合指数分布。北京和上海居民外出的平均换乘次数分别为1.54次和1.9次。     

工程软件格式加权网络的复杂特征分析

为使工程信息格式相互兼容,需考虑工程软件数据格式之间的转换。建立了一个工程软件数据格式转换加权网络,并采用复杂网络分析方法,从复杂网络的静态特征指标如平均最短路径长度、加权聚类系数、边权分布、节点强度分布、权差异性以及加权相关性等方面对其进行分析。实验证明格式转换加权网络拥有较小的最短路径长度和较大的聚类系数,边权分布及节点强度分布符合指数分布,加权相关性表现出正相关的特性,故该网络为同向匹配的小世界网络。     

基于复杂网络的全球航空网络结构分析与应用

随着国内和国际间贸易活动规模的不断扩大,航空运输的经济价值和社会价值不断提高.飞机为航空运输实现的载体,构建出航空网络并对其结构进行实证研究与分析有着极其重要的现实意义.文中主要以全球航班信息为基础,借助复杂网络对全球航空网络进行分析,发现全球航空网络是一个无标度的小世界网络,其度分布为幂律分布.通过拟合发现点介数与度主要呈指数关系,但是在随着度的增加,点介数与度之间主要为线性关系,并且随着度的增加聚类系数也趋于稳定.此外,通过社团划分算法发现,全球航空网络具有明显的区域聚集效应.     

关键词合作网络及实证研究

以论文关键词为研究对象,建立一个加权网络模型,通过理论分析和仿真结果验证网络模型的度分布和点强度分布符合幂律分布,同时发现网络具有较大的聚集系数和明显的社团结构。为了验证其有效性,对2004年1月至2008年10月期间发表在《软件学报》上的论文关键词进行统计、分析并与仿真模型进行对比,结果表明理论分析结果与实证数据结果一致。     

基于专利合作申请数据分析的加权网络研究

基于电子信息类部分企业专利合作申请的数据构建了加权合作网络,针对加权合作网络中边权值分布和点强度分布呈现的厚尾效应和幂率特征的问题,通过对网络的动态演化结构参数和统计特征进行分析构建了一种新的加权合作网络模型。从理论分析和数值仿真实验两方面对该模型进行了分析和研究,证明了该模型的科学性,实验结果出现了与现实网络一样的厚尾和幂律特征。结合现实网络给出了电子信息类的部分企业合作现状及其原因分析,为该行业以后的发展提供一些参考。     

城市公交复杂网络研究

文中基于复杂网络理论,以公交停靠站点为节点,公交线路作为网络边,构成一个复杂的城市公交网络,研究该城市公交网络上的一些统计特征,就网络的度分布、介数、平均路径长度、聚类系数进行计算并对其进行复杂性分析.结果表明:该城市公共交通网络具有幂率分布特征下的度分布,且具有较小的平均路径长度和较高的聚类系数,说明该城市公共交通网络符合复杂网络无尺度特性,可揭示网络中的Hub节点,加以防范保护,为城市交通系统的正常运转和维护提供科学性指导.     

基于复杂网络的港口物流领域研究热点实证分析

为获取国内港口物流领域研究热点,对中国期刊CNKI全文数据库中收录的2913篇样本文献的关键词信息进行实证分析。利用复杂网络理论,构建一个包含50个节点、982条边（关键词共现）的无向加权网络。使用社会网络分析工具Pajek进行度、路径、聚类系数等统计指标的计算,验证该网络所具有小世界、无标度特性。基于网络的点度中心性和介数中心性,离析出研究热点,研究热点相互联系紧密,但关注度差异性大。     

小世界网络抗毁性及介-度相关性研究

日常生活中,复杂网络主要面临随机攻击和选择性攻击,网络模型的结构特性使复杂网络在不同攻击方式下的抗毁性有很大的差异.综合考虑复杂网络的抗毁性参数和网络模型的结构特性差异,文章以节点的最大度值、平均度值、最大介数和平均介数为度量参数,通过5种不同攻击方式对WS小世界网络的抗毁性进行了测试,得到了介度关系曲线,随着节点的移除,动态分析了WS小世界网络的抗毁性和攻击下小世界网络的介 度相关性.实验结果表明,WS小世界网络在RD攻击下表现出一定的脆弱性,在其他攻击方式下有很强的鲁棒性,而其介度关系在某些区域呈线性关系,但大部分区域呈现无规律性,其动态相关性需要进一步研究.小世界网络较强的抗毁性对组建网络有重要的影响,鉴于小世界网络的结构特性,组建网络时应尽量不要把网络的功能集中在少数Hub节点上.针对WS小世界网络较强的鲁棒性,结合小世界网络的结构特性,将做进一步研究,以便提出更高效的攻击策略.     

基于Space-P复杂网络模型的城市公交网络特性分析

针对城市公交网络中换乘网络的整体性能分析问题,提出一种基于复杂网络理论的分析方法。首先,基于图论思想,将公交网络建模成由Space-P方法表示的公交换乘网络拓扑模型;然后,统计分析了公交换乘网络的度分布、平均最短路径长度、聚类系数、紧密中心性和介数中心性等特性。以北京市的公交网络为例进行了相关分析,从宏观角度说明北京公交网络具有小世界网络特点,市民出行需要换乘的概率较大,但换乘较为便捷;同时,给出了相关站点的具体地理信息,为公交规划部门优化公交网络提供了参考。     

基于介中心性及K-shell的脑网络核心节点评价方法

在对基于核磁共振成像技术重构得到的人脑结构网络的研究中,核心节点的识别是对全脑网络特性展开研究的基础,具有重要意义。给出了一种基于K-shell和介中心性的核心节点评价方法,首先使用以节点局部重要性为标准的度中心性、邻近中心性和介中心性三个中心性评价方法分别对人脑结构网络中的节点重要性展开评估和分析;接着利用以节点全局地位为标准的K-shell分解法对人脑结构网络的核心节点展开分析。实验结果显示,由于同时兼顾了脑网络节点的整体特性和局部特性,该方法能够更全面和准确地识别核心脑区节点。     

基于节点重要度的复杂网络可靠性研究

为研究复杂网络的节点重要度及其可靠性,在随机网络、小世界网络和无标度网络模型下,理论分析度值中心性、半局部中心性、介数中心性和PageRank算法在节点重要度评估上的准确性,通过仿真模拟方法,对网络理论模型和实际复杂网络分别进行研究,采用逐步移除节点和重复计算的方式,考察网络最大连通子图和节点移除比例的关系,同时对数值仿真结果进行合理分析。研究结果说明基于网络全局信息的介数中心性和PageRank算法对节点重要度评估的效果更好,同时说明网络的可靠性与网络拓扑结构有关,实际复杂网络一般同时具备多种拓扑特性。     

基于节点支路链矩阵的配电网动态拓扑分析方法研究与应用*

针对配电网中现有拓扑分析方法运算复杂、速度较慢、重用性较差,以及当配网规模扩大或开关状态改变时,不易及时地反映网络拓扑信息等问题,提出基于支路链矩阵的配电网动态拓扑分析方法。在系统正常运行时,采用特殊节点法将配电网划分多个支路链子图,以节点-支路链矩阵描述配网拓扑结构,借助邻接矩阵标记法与深度优先搜索原则结合完成更新后的拓扑网络的电气岛连通性分析。当支路动态变化时,根据支路属性利用方向深度优先搜索法快速地修改网络拓扑结构,局部更新节点-支路链矩阵。多个实例结果表明该方法可适应多种配电网接线结构,搜索过程中节点数量明显减少,降低了算法复杂度,提高了拓扑分析速度,为不同配网结构动态分析提供了一种有效的方法。     

基于复杂网络节点重要性的链路预测算法

提升链路预测精度是复杂网络研究的基础问题之一,现有的基于节点相似的链路预测指标没有充分利用网络节点的重要性,即节点在网络中的影响力。针对以上问题提出基于节点重要性的链路预测算法。该算法在基于局部相似性链路预测算法的共同邻居（CN）、Adamic-Adar（AA）、Resource Allocation（RA）相似性指标的基础上,充分利用了节点度中心性、接近中心性及介数中心性的信息,提出考虑节点重要性的CN、AA、RA链路预测相似性指标。在4个真实数据集上进行仿真实验,以AUC值作为链路预测精度评价指标,实验结果表明,改进的算法在4个数据集上的链路预测精度均高于共同邻居等对比算法,能够对复杂网络结构产生更精确的分析预测。     

一个基于中心度的社团结构发现新算法*

针对GN算法在社团结构发现中时间复杂度高等问题,提出一种基于中心度的GN改进算法（DCGN）。该算法根据节点中心度以及节点之间的最短路径首先确定社团结构中心节点集,然后逐步删除社团结构中心节点之间的最大边介数连边,完成社团结构划分。DCGN算法避免了GN算法边介数计算开销大的问题,算法的时间复杂度约为O(cmn),其中c为常数,n为网络成员数,m为网络连边数。将DCGN和GN算法同时应用到Zachary网络及计算机随机生成网络中并进行了比较。实验结果表明,所提出的DCGN算法在运行效率和效果方面较之GN算     

国内外典型城市群交通网络特性对比分析*

为了研究城市群交通网络特性,运用ICN dual approach方法构建了以美国东北部大西洋沿岸城市群、日本太平洋沿岸城市群、英国伦敦为核心的城市群、长江三角城市群、京津唐城市群、珠江三角城市群等国内外典型城市群交通网络模型,使用MATLAB和VC++分别对它们的平均度、网络密度、n-聚集系数、平均最短路径、随机网络聚集系数、随机网络平均最短路径、网络结构熵、全局系数等网络特性指标进行计算和比较分析,得到以下结论:a)六个城市群交通网络都具有小世界性而不具有无标度性,一般可以推论城市群交通网络只有小世界性、不具有无标度性;b)六个城市群交通网络都存在着极少道路介数很大,对整个网络的整体性、连通性和安全性意义重大;c)六个城市群交通网络中珠江三角城市群交通网络的整体效率最高,日本太平洋沿岸城市群交通网络结构熵最小,表明其最有序。     

基于节点亲密度的重要性评估算法

识别复杂网络中的重要节点一直是社会网络分析和挖掘领域的热点问题,有助于理解有影响力的传播者在信息扩散和传染病传播中的作用。现有的节点重要性算法充分考虑了邻居信息,但忽略了邻居节点与节点之间的结构信息。针对此问题,考虑到不同结构下邻居节点对节点的影响力不同,提出了一种综合考虑节点的邻居数量和节点与邻居间亲密程度的节点重要性评估算法,其同时体现了节点的度属性和“亲密”属性。该算法利用相似性指标来测量节点间的亲密程度,以肯德尔相关系数为节点排序的准确度评价指标。在多个经典的实际网络上利用SIR(易感-感染-免疫)模型对传播过程进行仿真,结果表明,与度指标、接近中心性指标、介数中心性指标与K-shell指标相比,KI指标可以更精确地对节点传播影响力进行排序。