多尺度的社团结构稳定性分析

社团结构分析是一项非常重要且具有挑战性的工作,已经引起来自不同领域学者的广泛关注.在该文中,作者创新性地结合Potts模型和Markov动态过程,提出了衡量多尺度社团结构稳定性的完整理论框架.对于给定的网络,该文通过揭示网络社团结构及其自旋动态的局域一致行为之间的关系,可以不使用特定的算法而直接获得社团结构相关的重要隐藏信息,比如社团结构的稳定性和在多个时间尺度的社团结构的最佳数量.它还克服了传统方法的不足,如模块度Q的分辨率局限性问题.进一步基于理论分析,该文给出一个无参数的社团结构探测算法.该算法通过计算每个节点的归属向量,可以识别网络的模糊社团结构,从而在多个层次上描述了每个节点参与重叠社团的程度.同时该文也证明了算法的可扩展性和在实际大型网络上的有效性.

社团结构迭代快速探测算法

作为复杂网络研究的重要组成部分,社团结构分析对于理解和分析现实世界中各种社会、工程和生物等系统具有非常重要的意义.该文利用动态迭代技术,提出了一种新型的社团探测技术,能够准确而快速地识别网络中的社团结构.首先引入一种动态系统,可以使社团归属从随机状态逐步收敛到最优划分,进一步利用严格的数学分析给出了社团归属在离散时间内收敛到最优的条件.该文创新性地提出了划分指标函数的一般化形式,通过选择不同的参数,可以引申到几乎所有著名的指标函数.为了使动态系统不需要任何参数选择即可完成向最优社团的收敛,文中设计了一种新颖的图生成模型,使得算法能在无参数的情况下方便高效的运行.该算法具有较高的效率,计算复杂性分析显示算法需要的时间与稀疏网络节点的数量呈线性关系.最后,文中将算法应用到人工网络和实际网络中,结果显示算法不仅具有极高的准确性,还能够高效地应用于大规模现实网络的分析和计算中.

基于本体关联网络的非常规突发事件案例快速提示方法

由于非常规突发事件具有罕见性、急迫性的特点,要求决策者在具体情境中极速对事件作出决策响应,通过各种非传统和非程式化的方式将事件的危害性降低至最低。为了能够快速地找到最相关的案例并及时地提示指导,本文将非常规突发事件用本体的形式来表示,分析了事件之间的不同类型的逻辑关联及相应程度,并进一步构建了非常规突发事件的本体关联网络。接着,在网络拓扑分析的基础上,我们提出了一种利用交互时间距离CTD(Commute Time Distance)的快速搜索算法,该算法利用谱分析和复杂网络性质分析,能快速找到与新加入节点(新发生突发事件)最相关的案例,从而利用相关措施对紧急危害进行及时地提示和指导。最后,结合青岛"11·22"输油管道爆炸案的实际案例,本文证明了所述方法的有效性并对网络性质进行了分析,结果表明本方法可以高效而方便地应用到各种实际情况中,为非常规突发事件的快速提示提供技术支撑。

加权局域网络上的病毒传播行为研究

病毒传播问题的研究一直是国际上科学家所关注的焦点,但是在加权局域网络中的病毒传播研究却是空白。由于实际存在的网络很大一部分是加权局域网络,因此研究了一种特定加权局域网络中的传播行为。采用病毒传播的SI模型,令病毒的传播速度和网络的连接权重正相关。对加权局域网络中病毒传播行为的研究表明:加权局域网络的无标度性质和加权局域世界性质对病毒的传播有深刻的影响。由于加权局域网络能够很好地反应实际世界,因此该研究具有很广的应用背景。

基于局域世界的非常规突发事件的新型网络演化模型

为了从宏观角度模拟非常规突发事件的演化机制,揭示突发事件演化的动态特征,本文利用网络理论,构建了基于局域世界的非常规突发事件的新型网络演化模型。该网络演化模型不仅考虑了突发事件的增长和演化,并且全面地将突发事件网络局域世界的增长、演化以及局域之间的联系纳入考虑范围。实验验证了本模型具有很强的实际意义,它不仅能反映事件之间的网络管理结构,还能反映现实事件在时间维度上的动力学特征。

基于信息扩散的多尺度重叠社团快速探测算法

现有的社团分析方法由于需要网络的全局信息,并且只能在单一的尺度上划分社团,因此不利于分析大规模的科技社会网络。提出了一种新颖的多尺度社团结构快速探测算法,其只利用网络的局域信息就可以模拟复杂网络中的多尺度的社团结构。该方法通过优化表示网络统计显著性的拓扑熵,来寻找有最佳统计意义的社团结构。为了得到具体的社团归属,算法只需利用局部信息的扩散来更新归属向量便能够收敛到局部极小值,因此具有较低的计算复杂性。它不需要指定具体的社团数量,便能够找到每个节点与具体社团的归属关系,从而能够自然地支持模糊社团的划分。理论分析和实验验证共同表明,该算法可以快速而准确地发现社会网络和生物网络中的各种功能社团。

优化稳定性的多层次社团快速探测算法

由于现有的社团探测算法大多只能在单一的尺度上划分社团,而且运算速度比较差,因此不利于分析大规模的科技社会网络.本文提出一种新颖的多尺度社团结构快速探测算法.该方法通过优化表示社团结构统计显著性的稳定性指标函数,来寻找多个层次上具有最佳统计意义的社团结构.为了得到具体的社团归属,开发了一种只需利用马尔科夫迭代就能更新归属向量的动力学系统,使得社团归属便能够快速地收敛到最优值,因此具有较低的计算复杂性.它不需要指定具体的社团数量,便能够找到每个节点与具体社团的归属关系,因此能够自然地支持重叠社团的划分.理论分析和实验验证共同表明,该算法可以快速而准确的发现社会网络和生物网络中的各种功能社团.

一种新型多局域世界网络模型分析

从现实世界网络中存在的局域性质及联系强弱角度出发,研究一种新颖加权多局域世界网络模型(WDLW)。该模型算法结合权重分析动力学及局域世界性质,能实现动态演化。均场理论及数值模拟仿真均验证了该模型强度分布具有幂率性;实证数据检验了WDLW模型与Internet网络在拓扑结构和模块度上是吻合的。由此可得出结论,WDLW模型的强度分布呈现显著的幂率特性,并且能很好地模拟现实中的Internet网络。

赋权网络中的弱化免疫研究

随着复杂网络在社会经济管理领域应用研究的发展,信息扩散或谣言传播及相应的传播控制也得到了人们的广泛关注.本文定义了边赋权网络中的控制行为——弱化免疫,即通过降低免疫节点所关联的边的权值,同时保持免疫后网络节点间的连接畅通,可使整个网络保持一定效率下的正常运行的免疫策略;其次,建立基于病毒传播SI模型上的弱化免疫模型,给出加权网络中弱化免疫下的谣言密度演化规律.最后研究加权网络中基于弱化免疫下的目标免疫策略,并分析弱化免疫网络同步性能,对加权网络中谣言传播和免疫策略等相关参数进行数值模拟,表明理论模型的可行性以及免疫策略的合理性.

复杂网络中的弱化免疫策略分析

针对免疫策略在病毒免疫时会删除网络结构级联边从而出现削弱网络连通效率的问题,提出一种含权网络特定的病毒弱化免疫策略方法。该方法通过构建SI病毒传播模型,给出该模型的病毒感染密度演化公式。理论分析表明:病毒传播率与网络结构的异化性有密切关系,节点度的大小会影响病毒传播的效果,同时弱化免疫策略能衰减连边权值降低传播率,达到遏制病毒传播保留网络连通效率的目的。计算机仿真结果验证了理论模型的可行性和弱化免疫的合理性。最后,将弱化免疫策略应用到局域世界以及目标免疫策略中,更进一步说明了弱化免疫策略能有效控制病毒传播速度。

基于相对熵的节点影响力测量方法

识别中心节点是复杂网络分析的一个关键问题。文中结合现有的中心性测度方法,提出了一种利用TOPSIS法的相对熵,以此识别网络中的中心节点。现有的中心性测度方法可以被看作在复杂网络中确定各节点属性的排名。因此,提出的方法可以利用各种中心性测度方法的优点,获得一个更优的排名结果。最后用数值实验验证了所提方法的有效性。

电子产品闭环供应链网络设计与弹性管理研究

研究了基于竞争型再制造商的闭环供应链网络设计中的弹性管理问题。首先建立了集逆向回收、拆解和分解于一体的逆向回收网络的竞争型一般模型。然后提出了供应链弹性管理方法,结合供应链网络设计的一般模型,建立了逆向弹性回收网络。针对逆向各级回收商的失效性,采用逆向多源供应的弹性架构。最后考察了不同的期望容忍水平、全球供应链以及企业社会责任对于目标函数、逆向弹性架构和竞争型再制造商的影响。

节点重要性指标在加权网络中的应用

复杂网络的中心化有助于发现复杂网络中的重要节点,因而具有重要的应用价值。将中心化的研究推广到了加权网络,首先在一个小的加权网络模型上刻画了几种重要的中心化指标,通过定量分析,指出了不同中心化指标的特点;并将三种节点重要性指标应用于BBV网络,分别对这三种中心化指标最大的节点进行目标免疫,通过模拟病毒传播趋势,得出节点的强度指标对这种网络的传播影响最大。

基于势能背景信息的社团标签探测算法

近年来,社团结构分析已经引起很多领域的关注,一些探测方法也陆续被提出。然而,其中大多数方法只利用了网络拓扑结构,并没有考虑内在的背景信息。基于离散势能理论,提出了一种新的半监督社团探测方法,利用标记节点产生的静电场来确定未标记节点的标签(社团标号)。首先给一定数目的节点赋予用户定义的标签;然后利用稀疏线性方程组计算余下节点的标签,其中每个节点的标签被设定为计算出的最大势能值;最后将该方法与现有算法进行比较。实验结果表明,所提算法在现实世界网络和人工基准网络上都展现了很强的探测能力,特别是在只具有模糊大规模社团结构的情况下,该算法仍然具有很高的准确性。

基于Kolmogorov熵的系统协同效应度量方法及实证

度量协同度是协同学研究的核心和难点。通过分析现有协同度模型及其使用条件,发现基于协调发展思想的协同度模型在实际应用时有严格的限制条件,极大限制了其适用范围。基于协同效应思想,验证了Kolmogorov熵与系统协同度的关系,并构建了基于k熵的复杂系统协同度模型及量化方法。该方法考虑了序参量在系统某一时刻的发展趋势,能够在更大程度上反映系统的有序程度,弥补了现有研究的不足。最后,以中国2004~2015年各省份的科技金融系统为评价对象,对新的协同度模型与评价方法的应用范围进行了实证研究。分析发现,本模型不仅能够有效找到子系统的序参量,而且可以方便的计算系统协同度并以此描述系统发展对重大事件的反映。

食品分销网络弹性设计与公平关切行为研究

研究了竞争型供应链弹性网络设计中的行为运作问题,首先建立了集产品制造成本/仓库运营成本/易腐品配送成本/网络节点选择/零售商公平厌恶成本于一体的整体配送框架。利用供应链背景下的一般运作模型,建立了弹性管理下的竞争型多源网络。考虑多源弹性供应网络下各级分销商失效的潜在风险,并分析了零售商公平厌恶下的消极影响。最后考察了一定水平的期望容忍条件、全球供应链和公平关切对于目标函数、正向架构的弹性运作和供应链成员的影响。

考虑权值减少的局域世界网络模型上的病毒传播研究

深入分析了局域加权网络的演化机制,建立了一个新的局域世界加权网络模型。对网络结构变化对病毒在网络上的传播行为进行了研究,发现网络中病毒传播行为和网络拓扑结构的参数变化存在密切关系。

资源受限下森林火灾应急救援多目标调度优化

许多森林火灾由于救援资源受限而不能在第一时间扑灭,导致火灾扩大蔓延,进而造成更大的森林资源损失。因此,在救援资源受限情形下,如何对消防救援车辆进行合理的调度安排以快速和低成本地扑灭火灾已成为亟待解决的现实问题。本文研究了一类资源受限下森林火灾应急救援多目标调度优化问题,为该问题构建了多目标混合整数非线性规划模型,优化目标为同时最小化总灭火救援时间和救援车辆总行驶距离。为有效求解该问题,首先将上述非线性模型等价转化为线性模型。然后提出ε-约束法和模糊逻辑相结合的算法对问题进行求解。最后,以大兴安岭山发生的火灾案例和随机生成仿真算例对模型和算法有效性进行验证,结果表明所提出的模型和算法能够有效解决资源受限下森林火灾应急救援问题,并为决策者提供最优的消防调度方案。

多智能体系构架下的属性图分布式聚类算法

近年来属性图聚类受到了广泛关注,其目的是将属性图中的节点划分到若干簇中,使得每一个集群都有紧密的簇内结构和均匀的属性值。现有的理论主要是假设属性图中的节点或对象是为了协助优化某个给定的方程,而忽略了它们在现实生活中本身的属性。同时,一些开放性问题尚未得到有效解决,如异构信息集成、计算成本高等。为此,把属性图聚类问题理解为自身节点代理的集群形成博弈。为了有效地整合拓扑结构和属性信息,提出了基于紧密性和均匀性约束的节点代理策略选择。进一步证明了博弈过程将会收敛到弱帕累托纳什均衡。在实证方面,设计了一个分布式和异构的多智能体系统,给出了一个快速的分布式学习算法。该算法的主要特点是结果分区的重叠率可以由一个事先给定的阈值控制。最后,在现实社交网络上进行了模拟实验,并与目前先进方法进行比较,结果证实了所提算法的有效性。

中国航空复杂网络的结构特征与应用分析

随着航空运输的经济价值和社会价值的不断提高,航空网络作为航空运输实现的载体,对其网络结构进行研究与分析有着重要的意义。文中以中国主要航空公司的航班数据为基础,运用复杂网络理论,分析中国航空网的网络特性,证实了中国航空网络是具有无标度特性的小世界网络。通过对2015年中国航空复杂网络的基本统计特征进行分析发现,其平均路径长度下降,节点平均度增加,而聚类系数逐渐趋于稳定。之后,对中国航空复杂网络的节点指标、边指标及加权指标的相互影响进行统计分析,研究了不同指标变化对网络结构的影响及其现实意义。在研究中国航空网络连接偏好和结构特性的关联性分析中发现,其度度相关、度权相关及介数相关均呈现异配性。最后对研究结果进行应用分析和展望。