小世界网络上流行病扩散控制策略

基于WS小世界网络和SIRS(Susceptible Infected Removed Susceptible)类流行病模型,通过数值模拟研究改变网络拓扑结构策略和改变网络拓扑结构与直接免疫相结合的策略对流行病扩散的控制。模拟结果显示,在第一种策略下,自我隔离的节点达到40%时疾病将在有限的时间内达到零感染态,而且随着自我隔离节点度被降低程度的升高疾病被控制的效果越好;在第二种策略下,疾病达到零感染态的速度比第一种策略下更快。两种策略都能够阻碍疾病的传染,控制疾病的蔓延,而且第二种策略的控制效果更佳。

基于复杂性层级结构的神经网络组合研究

大脑大量的神经细胞数量和复杂的联系是处理信息的物质基础。由于包含神经元数量太少,现存各类人工神经网络难以胜任更加复杂的工作。复杂性理论的层级结构提供了以简单基本系统组建大规模系统的基本方法。神经解剖学关于大脑分区、分层、脑细胞垂直柱的概念,为构建基本子系统和实现子系统之间的连接提供了启示。在此基础上,以单个神经网络作为垂直柱单位的模拟,建立了组合神经网络的模型。基于这种可以包含大量神经元的模型,将有可能发展出适用于大规模信息处理的人工神经网络。

复杂网络的研究进展综述

网络由节点与连接节点之间的边组成。现实世界中存在大量的复杂系统可以用网络来描述。描述这些系统的网络既非完全规则又非完全随机,而是介于两者之间的。因此,介于规则网和随机网之间的复杂网能很好地刻画现实世界。本文介绍了复杂网络的发展史,研究现状及未来发展方向的展望。

复杂网络模型的分析

从平均路径长度、聚集系数、度分布的角度对复杂网络中的三种网络模型,即随机网络模型、小世界网络模型和无标度网络模型进行了分析,并对复杂网络模型的研究意义进行了说明.随着对复杂系统研究的深入,复杂网络在现实中的应用范围日益广泛,提供了一种新的方法去研究世界,同时也给带来新的机遇和挑战.