一种混合网络演化模型

结合Barabasi和Albert无标度网络模型和局域世界演化网络模型，提出了一种介于两种模型之间的混合网络模型．网络作为系统拓扑结构的描述；节点表示系统元素，边则表示元素之间的相互作用．在该模型的增长过程中，每一个时间步进入网络的节点都基于各自的内在性质或外部条件，在局域世界或全局范围内与网络中已存在的节点择优连接，从而产生一种具有不同局部拓扑结构的网络．通过调整参数P可以在Barabasi和Albert无标度网络模型和局域世界演化网络模型之间自由变换．仿真表明，该模型在保持Barabasi和Albert无标度网络模型和局域世界演化网络模型对随机故障鲁棒性的同时改善了它们对蓄意攻击的脆弱性．     

动态供需复杂网络演化模型拓扑性质的研究

为了深入理解供需网络的演化规律,在研究了已有的复杂网络演化模型所刻画供需网络生长过程不足的基础上,提出了以ER网络模型表示初始网络,并在局域世界中选择新增节点的连接边,依据节点之间的网络路径值作为局域世界选取的原则,局域世界的规模可动态增长。在考虑网络生长的同时,也考虑到网络内部边的动态演化以及节点的退出问题,据此建立了供需复杂网络的有增有减的动态演化模型,并给出了生成模型的算法。仿真结果表明,该模型所生成的网络模型具有无标度特性、小世界性和高聚集性。     

基于随机游走的蠕虫网络演化研究

鉴于无标度网络的健壮性和小世界特性是蠕虫网络的理想特征,借助于复杂网络理论,提出了一个基于随机游走的蠕虫网络演化模型。该模型依据主机性能和网络的带宽采取择优的方式从蠕虫网络中选择合适的节点与新感染的主机建立连接。理论分析和模拟实验表明：所建立蠕虫网络具有无标度网络的性质。     

一种基于无标度局域世界演化网络模型的 无线传感器网络拓扑构建

无标度网络具有场景适应性强,且应对随机性打击效果较好等特点.为提高无线传感器网络的抗毁性能,从网络拓扑演化角度入手,构建具有无标度特性的网络拓扑.结合无线传感器网络中每个节点都有其通讯范围的特点,将无标度网络引入到无线传感器网络,且在择优演化过程中,各节点度不得超过设定值,构建基于无标度局域世界演化网络模型的无线传感器网络拓扑,并对模型进行仿真.从结果可明显看出,优化的模型中连边较短,即优化的模型平均最短路径降低,可有效减少数据收发过程中能量的消耗,延长网络生存周期,提高网络抗毁性.     

动态复杂供需网络局域演化模型的研究

为了深入理解供需网络的演化规律,研究了已有的复杂网络演化模型刻画供需网络生长过程的不足,提出了以星型网络表示初始网络,在局域世界中选择新增节点的连接节点,局域世界的选取,采用了依据节点之间的网络路径值作为选取局域世界的原则,同时定义了局域世界的规模动态增长,从而建立了复杂供需网络的动态演化模型,并给出了生成模型的算法。该模型在考虑网络动态增长的同时,也考虑到网络内部边的动态演化以及节点的退出,这与现实情况相吻合,因此更细致、真实地刻画了供需网络的动态演化特性。仿真结果表明,该模型所生成的网络模型具有无标度特性和小世界性。     

边效益因素下复杂供应链网络局域演化机制

针对一般复杂网络演化模型中节点连接测度不能很好地描述复杂供应链网络特性的局限性,将节点企业间的合作所带来的边效益引入复杂供应链网络的演化模型中,采用节点度与边效益作为节点择优连接的综合测度指标,构建了复杂供应链网络的局域演化模型与算法。然后通过仿真,并与有关文献的复杂网络演化模型进行对比,分析了复杂供应链网络的增长性、边退化性与节点消失性,说明该模型具有高聚集系数、较低平均路径长度、无标度性、小世界特性,而且很好地解释了现实供应链网络在不同时期的演化机制问题,同时给出了经济学解释,这有助于更好地分析现实供应链网络的相关特性。     

基于多局域的恐怖组织网络择优增长演化模型

恐怖组织网络是一种特殊的复杂网络,其时空演化规律反映出恐怖组织活动的特征.为更准确地理解恐怖组织网络的动态演化规律,提出一种基于多局域的恐怖组织网络择优增长演化模型,并对此模型进行了仿真与模拟.该模型能准确地描述在局部信息条件下,新节点的择优和网络的增长过程及其规律;并且利用网络信息中心度来衡量恐怖组织网络节点的信念水平,动态地刻画了恐怖组织网络的增长过程.实验结果表明:恐怖组织网络的局域度分布仍服从幂律分布,网络信息中心度具有集中与分散性的特征;最后,对多个恐怖组织网络按该模型进行仿真演化,验证了该模型的准确性与科学性.     

结合相似度的新型加权网络模型

许多实际复杂网络都可以采用加权网络模型描述.现有加权网络多以节点强度作为择优连接的概率，而未考虑节点之间内在属性的相似也会增加两个节点连接的概率.基于典型的BBV加权网络模型，提出一个结合相似度的新型加权网络模型，改进了已有模型的连边增长方式和择优连接机制，提出了一种权重自适应演化机制.通过提出节点之间相似度的概念，网络演化中同时兼顾节点强度与相似度进行择优连接.网络增长时，既考虑了新节点与已有节点之间增加连边，又考虑到两个已有节点之间增加连边.理论分析和实验结果表明，该网络模型具有无标度特性和小世界特性，节点度和节点强度均具有幂律分布规律，具有更广泛的应用场景.     

以制造商为核心的复杂供应链网络多级局域世界演化模型

为揭示以制造商为核心的供应链网络演化规律,以BA模型和多级局域世界理论为基础,结合现实网络中节点生成与退出机制,提出了一种五级局域世界网络模型。首先,研究了以制造商为核心的供应链网络的内在特性和演化机制;其次,分析了网络的拓扑结构和演化规则,建立了仿真模型;最后,仿真分析了不同时间步以及不同临界条件下节点数量、集聚系数、度分布等网络特性参数的变化,推导出网络的演化规律。仿真结果表明:以制造商为核心的供应链网络具有无标度、高集聚性;随着时间的推进以及节点增长速度的增加,网络整体的度分布趋近于指数为3的幂律分布;网络内各级局域世界的度分布不同,二级供应商、零售商的度服从幂律分布,一级供应商和分销商的度服从指数分布,制造商的度大致服从泊松分布。     

复杂网络传播机理在贵州电网中的研究

在许多现实网络中其拓扑结构决定了网络的性质和动力特性,在对贵州电网的研究中我们发现,贵州电网表现出的是局域无标度特性,基于这一特性,我们运用局域无标度网络的传播机理对贵州电网中的电力拥塞进行了分析,并求解出了它的传播临界值,最后,我们通过对几种主要免疫策略的对比研究,得到了适合于局域无标度网络的免疫策略.     

从复杂网络角度对即时消息网络进行拓扑建模

本文从复杂网络角度分析了即时消息网络,并对传统的BA模型进行扩展提出一种更适用于即时消息网络的VGBA模型。通过在nioki.com即时消息网络实例中验证和对比随机图,BA模型和VGBA模型的度分布指数,平均最短路径,聚集程度等拓扑度量值,表明VGBA模型很好的具备了复杂系统的无标度特性和小世界特性,并能更好的符合即时消息网络的特征。     

基于城市小区域的车联网模型

随着社会进步及车辆增多,交通问题日益突出,使得城市环境下车联网的研究受到越来越多的关注。基于真实数据的分析和验证,可以得到城市不同区域的车联网网络度分布服从广义的幂律分布,即网络是无标度网络。根据此性质利用复杂网络理论建立车联网网络模型,通过分析和仿真验证该模型的正确性和有效性。     

无标度网络中基于最短路径免疫策略的病毒传播研究

传统病毒免疫策略大多基于网络的全局拓扑信息。然而现实生活中的大部分复杂网络仅仅只能了解其局部 拓扑信息。鉴于许多实际复杂网络具有无标度特性,研究了在无标度复杂演化网络中基于网络局部拓扑信息最短路 径免疫策略的病毒传播现象。利用平均场理论建立含个体抵杭力重要因素的无标度网络病毒传播模型,并引入基于 最短路径的免疫策略。比较了随机免疫、目标免疫和最短路径免疫3种策略对无标度复杂网络病毒传播的影响,结果 表明了基于最短路径免疫策略的有效性。     

互联网安全的复杂性

从系统的角度对互联网安全问题进行分析和讨论，指出互联网是一个复杂性网络和无尺度网络，互联网的安全问题是一个复杂性问题。利用复杂性理论研究互联网安全问题，具有重要的理论意义和应用价值。     

基于小生境-遗传算法优化的新型BP模型

为解决传统BP神经网络模型易陷入局部极小点、网络结构不稳定、收敛速度慢等问题,提出了一个小生境遗传算法优化的BP神经网络模型。该网络模型借助BP神经网络的非线性映射和学习联想能力和小生境遗传算法的搜索能力,利用小生境遗传算法的选择、交叉、变异及小生境淘汰等操作,来对BP神经网络的初始权值和阈值进行优化,同时使用BP算法来训练该模型,从而有效地解决了网络初值不合理的问题,提高了网络收敛速度、稳定性。实验证明：与传统方法相比,该模型具有很强的可行性和有效性。     

基于聚类效应节点吸引力的复杂网络模型

针对原始吸引模型及改进模型存在聚集系数小的缺陷,提出一种基于聚类效应节点吸引力的复杂网络模型CALW。该模型针对真实网络中择优连接的局域性特点,借鉴森林火灾传播的思想构造局域世界,将节点的吸引力定义为随时间变化的函数。数值模拟结果表明,CALW模型的度分布服从幂律分布,具有较高的网络聚集系数,且有保持高聚集性不变的特性。     

短波IP广域网建模与仿真

短波IP广域网在网络运行过程中不同的连接建立方式将使网络展现出不同的拓扑特性。结合修正的大统一混合网络模型对短波IP广域网进行建模研究和仿真分析。发现网络的增长过程中新建边上节点选择方式将会影响网络节点度分布、网络平均最短路径长度和聚集系数大小,同时边删除策略的不同同样会对网络的平均最短路径长度产生影响。而在多种节点选择方式情况下,不同方式所占比例将决定网络拓扑特性的发展方向。     

Queuing network of scale free topology: on modelling large scale network

The analytical performance model of networks with scale free structure is studied in this paper. The key issue is the mathematical relation between the performance measure and the network structure. A stochastic model of closed queuing network (SQN) within which customer routing between queues may depend on the local information of complex network is presented. In the model, the complex network is decomposed into sub-networks with scale-free characteristics called SN. Given the rule of preferential attachment, the routing probabilities allowed are formulated by the rational functions of the degrees of various neighbors which reside within SN. It is proved that the introduction of these functions will preserve the product form of the equilibrium state distribution. The product form yields the convolution expression of normalizing constant accordingly. A recursive algorithm is adopted to solve the expression effectively. Therefore, the performance measures are presented based on the exact solution of the normalizing constant. Finally, the model is applied to the design and evaluation of communication infrastructure of real large-scale network deployed on Internet.