基于复杂网络理论的电力网络研究初探

本文从复杂网络的统计特征分析电力网络瘫痪的内在原因，并通过复杂网络的动力学特征，研究电力网络的鲁棒性和抗毁性。     

关键基础设施网络连锁反应模型

关键基础设施突发事件连锁反应复杂,或因级联效应造成系统整体崩溃,或因网络线路的重分配而被镇定。应用复杂网络理论,构建1种关键基础设施复杂网络的连锁反应动力学模型,考虑边负荷重分布条件,模拟分析关键基础设施网络连锁反应机制。应用模型对交通网络进行分析,得出蓄意攻击对网络的连通性影响最大,以及边承载能力对网络的连通性具有很大影响的结论,为关键基础设施可靠性评估和结构功能优化提供了思路和途径。     

关联基础设施网络在级联故障下的脆弱性研究

为研究电力-天然气级联故障和系统间的关联性对基础设施脆弱性的影响,采用复杂网络理论与方法,以华中地区某城市电力-天然气网络为例分析了关联基础设施网络在级联故障下的脆弱性.通过对电力、天然气网络的功能特性以及网络之间的关联关系与接口设计标准进行建模,得到了网络的全局脆弱性和最优接口.同时利用网络的关键组件辨识方法,得到了网络的脆弱性指标,为控制基础设施系统的级联故障、增强系统的抗干扰能力提供了决策支持.     

基于复杂网络理论的典型电力电子电路复杂性研究

基于复杂网络对电力电子电路的复杂性进行了研究,指出了复杂网络在电力电子技术中运用的结合点并以三相桥式全控整流电路及三相电压型桥式逆变电路为研究对象,提出用复杂网络的特征参数来分析该电路拓扑特性的方法,并对其鲁棒性及脆弱性进行了分析研究.最后对电力电子电路复杂性研究结果存在的问题进行了分析和总结.     

关联基础设施系统脆弱性分析

鉴于基础设施系统对社会生产和人民生活的重要性,分析基础设施系统的脆弱性,提出相应的抗干扰措施和改进策略,提高基础设施系统的可靠性,成为了当前研究的一个热点课题。基于此,在对基础设施系统脆弱性分析成果的基础上,从方法论的角度探讨了关联基础设施系统的脆弱性,并以华中地区某城市电力—供水网络为例分析了网络在节点级联故障下的脆弱性,为控制基础设施系统的级联故障、增强系统的抗干扰能力提供决策支持。     

俄罗斯关键信息基础设施保护立法研究

经济模式的转变和技术结构的快速变化,更加凸显了互联网在时代前进中的核心作用和中间力量。关键信息基础设施与其他设施运行的紧密耦合导致其突破了信息安全原初的可用性、保密性和完整性,可信和可控的重要性被广泛认可。作为信息技术发展的传统大国,俄罗斯不断调整立法以适应信息技术的发展需求,降低关键信息基础设施的安全风险。在明确概念的基础上,分析俄罗斯相关立法,为我国关键信息基础设施保护立法构建提出若干建议是至关重要的。     

基于渗流理论的关键信息基础设施网络资产重要性评估方法

对关键信息基础设施网络资产重要度的评估是目前国家重点关注方向。针对当前网络资产重要性评估忽略业务链进而影响结果准确性和有效性的问题,本文基于网络业务供需关系构建“信息-物理-用户”3层耦合网络,提出一种基于网络渗流理论的资产重要性评估方法：在构建的耦合模型上应用改进的网络渗流理论,并结合节点渗流概率及节点的资源输送能力损失描述失效在网络中的传播,然后综合节点失效前后网络最大业务交付负载变化率与用户影响等级双重指标来区分节点的不同影响力。最后以电力行业为背景进行仿真实验,结果表明,本文方法具有较高的准确性,为网络资产的重要性评估提供了理论依据。     

等级保护与关键基础设施防护的融合研究

文章通过对信息安全等级保护工作思路和关键基础设施防护思路对比分析,认为二者在最终防护目的上基本是一致的,都要求重点保护对于机构或国家来讲都是非常重要的信息系统.在此基础上,文章分析了二者在各个环节可能的融合点,包括系统定级、分级保护、系统保障、部门合作以及法律问题等.通过分析二者的相似点和不同点,文章认为等级保护工作可以充分吸收关键基础设施防护的精髓,不断完善,从而使等级保护工作达到全面地保护信息系统的目的.     

复杂电力网络的鲁棒性控制研究

复杂电力网络中存在的一些随机扰动可能带来大规模停电,给国民经济造成巨大损失。为此,根据复杂电力网络的非线性特性,设计一种新的非线性控制器,达到复杂电力网络的稳定控制目的。应用复杂网络控制理论,对电力网络的鲁棒控制进行研究,使用符号函数和绝对值函数设计一种新型的非线性反馈控制器,根据Lyapunov稳定性理论,证明该控制器能够有效地保证带有随机扰动的复杂电力网络的鲁棒控制。仿真实验采用Lorenz系统,结果表明,该网络结构满足无标度特性,在非线性控制器下能够有效地实现鲁棒同步。     

关键信息基础设施检测评估策略

《中华人民共和国网络安全法》对关键信息基础设施检测评估工作提出了明确的要求,是网络运营者的重要任务。对当前关键信息基础设施检测评估工作的不足进行了分析,提出了一套具备普适性及可拓展性的关键信息基础设施检测评估策略,为网络运营者开展关键信息基础设施安全保障工作提供了有效的支撑。     

基于复杂网络理论的计算机网络拓扑分析

复杂网络是指具有无标度、小世界、吸引子、自相似、自组织中部分或者所有性质的网络。在现实世界中,许多复杂的系统基本上都能以网络来进行描述,而现实中的那些复杂的系统则可以以“复杂网络”来称之,比如社会网、交通网、电力网、万维网、因特网等等都可以称之为复杂网络。本文主要通过对复杂网络理论的介绍,从而对计算机Intemet网进行分析,对Intemet网这一复杂系统进行探究,揭示Intemet拓扑现象的特性、规律及动因。     

复杂网络的功效性与脆弱性研究综述

随着人类社会日益网络化,人们对各种关乎国计民生的复杂网络的安全性和可靠性提出越来越高的要求,复杂网络的功效性和脆弱性自然成为研究焦点之一.本文首先从复杂网络功效性和脆弱性分析和结构优化两方面详细综述了目前复杂网络功效性和脆弱性研究的进展,最后对这方面研究存在的问题和未来发展的趋势进行了总结和展望.     

国家关键基础设施网络综合仿真模型设计

为了能够评估各种军事和非军事行动对国家关键基础设施网络的影响.采用复杂网络和Agent建模方法构建国家基础设施网络综合仿真模型来分析对摹础设施的影响过程.采用多领域分层结构的方法来设计国家关键基础设施的综合仿真模型的总体框架结构,给出了国家关键基础设施仿真模型的逻辑结构,采用构建影响区人工势场的方法来设计基础物理和空间关联关系模趔,采用全球三维地理信息系统GeoMatrix设计三维可视化系统,基于COM+和数据库设计了系统模型的分布式总体集成策略.     

基于聚类和主成分分析的神经网络预测模型

提出一种基于聚类和主成分分析的神经网络模型,用于高炉运行指标的实时预测.首先采用谱系聚类将特性分散的样本划分成不同的子类,然后采用主成分分析方法对影响目标数据的众多变量进行降维处理,在此基础上,构建了高炉运行指标的神经网络预测模型,大大改善了预报的精度和效率.通过对采集的高炉数据进行测试,表明本文提出方法的有效性.     

基于复杂网络理论的Java开源系统演化分析

随着软件版本的快速迭代,软件代码的规模迅速扩大,软件设计与质量问题已引起了IT领域的广泛关注。利用复杂网络理论研究软件系统的整体性质已经成为解决这些问题的一种重要方法。将软件源码依赖关系表征为网络,借助复杂网络方法,可以更深入地了解代码宏观层面的结构组成并掌握整体演化趋势,有助于开发者优化整体架构,使软件更稳定、性能更好。Tomcat是一种开源的主流Java EE应用服务器,已经在工业界得到了广泛的应用。基于复杂网络方法,通过研究Tomcat的21个历史版本,发现这些版本的类依赖关系网络满足小世界网络性质和无标度网络性质;同时深度分析了其中9个版本的演化过程,发现Tomcat具有优先连接倾向,因而能一直保持软件的鲁棒性。     

基于复杂网络理论的肺癌特异性基因识别研究

基于复杂网络理论分别构建以肺癌组织和健康肺组织基因为节点,基因间调控关系为边的基因调控网络,并从拓扑结构、分布特征、节点中心性三方面分析网络特性,挖掘网络核心节点生物功能差异性以识别出肺癌特异性基因。结果发现,肺癌组织和健康肺组织基因调控网络拓扑参数极其相似且两者都为无标度网络,两网络核心节点集高度重叠,但非重叠部分核心节点的生物功能十分特殊,并据此识别出肺癌特异性基因。该方法识别出的肺癌特异性基因,能够成为潜在肺癌生物标记物,为肺癌的早期诊断提供帮助,同时该方法能够适用于其他疾病特异性基因的识别。     

变权重的城市轨道交通复杂网络鲁棒性分析

研究变权重下的城市轨道交通复杂网络优化问题,由于城市轨道交通网络属于复杂网络,网络节点数目庞大,并且受实际地理位置因素的影响,每个节点所肩负的交通传输负荷也各异.传统的城市轨道交通网络鲁棒性分析模型对所有的节点进行相同的加权,即所有节点的交通传输负荷相同,并且不考虑节点与节点之间实际距离的影响,将任意相连两个节点间的距离近似等效为单位距离,与实际城市网络中不同节点肩负着不同交通传输负荷不相符合.为解决上述问题,提出一种变权重的城市轨道交通复杂网络的鲁棒性分析模型,对网络中不同的节点,根据与市中心所处的地理位置关系进行不同的加权,并且采用节点间的实际距离作为节点间距分析网络的性能,上述改进模型更符合实际网络特性.以北京市最新的轨道交通网络为例进行实验分析,结果表明,采用改进模型能更精确的优化城市网络的鲁棒性.     

一种新的基于神经模糊推理网络的复杂系统模糊辨识方法

针对基于输入输出数据的复杂系统的模糊辨识问题,提出了一种新的神经模糊推理网络及相应的学习算法．学习算法被应用于系统的结构辨识与参数辨识．在结构辨识阶段,介绍了一种新的直接从输入输出数据中抽取和优化模糊规则的学习算法;在参数辨识阶段,提出和推导了一种非监督学习和监督学习相结合的混合式学习算法,实现模糊隶属函数的初步调整和优化．仿真结果表明,本文的方法可以同时满足对辨识精度、收敛速度、可读性和规则数的要求．     

Guaranteed Cost Synchronization of Complex Network Systems with Delay

The guaranteed cost synchronization control problem of some general complex dynamical networks with time delay is investigated. A dynamic feedback controller is designed for the system guaranteed cost synchronization. Meanwhile, due to many nodes in the complex networks and the complex of the direct control, use of the the pinning control to make the system achieve guaranteed cost synchronization is also investigated. Based on the Lyapunov stability theory and the matrix inequality, the sufficient conditions are obtained for the existence of the guaranteed cost controller with time delay in complex network. The dynamic feedback controller is designed to ensure the asymptotic stability conditions of the system and make the performance index of the system meet certain requirements. Finally, the feasibility of the proposed method is demonstrated by numerical examples.