基于复杂网络分析的广东省城镇居民碳足迹研究

应用投入产出模型和复杂网络分析方法,计算了广东省城镇居民直接碳足迹、间接碳足迹,构建了城镇居民间接碳足迹复杂网络,并对碳足迹重点产业部门进行了结构分解分析。研究结果表明:(1)广东省城镇居民直接碳足迹的主要来源是汽油和液化石油气,间接碳足迹网络的核心产业部门是电力、热力的生产和供应业。(2)广东省城镇居民碳足迹的主要来源为间接碳足迹,对所构建的碳足迹网络进行整体结构和个体特征两方面的分析发现,城镇居民间接碳足迹网络的通达性逐年向好,但各产业部门之间的协同碳关联关系的发挥尚有提升空间。(3)根据产业部门在碳足迹网络中的地位和作用,运用相关指标将其划分为碳核心社区、碳中介社区、碳边缘社区,在对碳核心社区的结构分解分析中发现,碳排放强度效应均为减碳因素,消费水平效应、城镇化水平效应、人口效应为增碳因素,且消费水平效应的增碳贡献率最大。

内河船舶机会性互联的复杂网络模型及其时变特性

针对内河船舶间出现时空邻近的机会性现象开展建模及实证研究。在社会网络分析方法的基础上,提出了1种考虑时序特征的网络分析方法,将大尺度时间跨度上的网络聚类转化为小尺度跨度上的网络聚类,进而分析内河船舶在有限水域内的动态行为;考察船舶间形成邻近关系网络的时变特征,利用复杂网络表示船舶社会网络随时间的演化特性,并借助复杂网络模型对内河水域内存在较多互相熟识船舶的现象给出统计解释。基于长江下游200 km河段1个月的AIS数据,按时隙划分得到网络模型的序列,由此表现船舶间发生单跳数据交换关系的互联形态。实证结果表明:①船舶联网瞬时的度分布可用高斯分布拟合,拟合度在96%以上;②随着时间尺度的增加船舶社会网络的小世界特性和无标度特征愈加明显,网络形态在空间维度上呈现簇团情形,局部密集的组团网络由大部分静止和少量运动船舶连接起来,网络密度随时间缓慢增加至0.1左右,相对平均路径长度稳定在0.2~0.3之间,平均赋权集聚系数呈现缓慢下降的趋势最后趋于0.4~0.5,离散度较快趋向于1,并实现整体上的连通;③度值较高的船舶节点,其平均速度在不同时隙的船舶社会网络中分时段呈现相关性;④相对于船舶密度的增加,船舶在1 d内的平均友邻时间以指数形式递增,而船舶的重复相遇近似服从负指数分布。上述结果表明,内河船舶航行中数据交换关系的建立或断开是由物理空间中船舶间邻近关系的时变性决定的;内河船舶的历史交互行为对未来交互行为具有记忆性并产生影响。

基于复杂网络的高速公路交通事故风险动态演化模型

为有效挖掘高速公路交通事故规律信息,基于复杂网络理论提出高速公路交通事故致因网络构建方法.从风险结构与风险模式两方面定义风险传播机制,通过高速公路交通事故致因网络与风险传播机制的有机结合,建立了高速公路交通事故风险演化模型.以高速公路重特大交通事故为例,对201份高速公路重特大交通事故调查报告进行风险分析.结果表明,基于复杂网络的风险演化模型适用于高速公路的交通事故风险分析;通过高速公路交通事故风险演化模型可对各致因的风险传播特性进行解析与归类,从而制定出针对不同情形致因的控制策略,为高速公路交通事故风险演化研究提供新思路.

化工园区事故情景耦合演化的复杂网络分析

为进一步研究化工园区事故易因耦合效应引发事故升级等问题,首先,以化工园区储存环节为研究对象,从要素及关系2个角度构建涵盖人因层、物质层、环境层、管理层、组合层及事故层的典型事故情景要素框架体系。然后,基于拓扑理论及相关方法,构建化工园区典型事故情景复杂网络模型,分析复杂网络的统计特征,确定节点的网络贡献度和连接边的脆弱性,探究最大可能的致因路径,并结合事故的演化特征提出断链视角下的应急响应对策。最后,引入案例分析其最大致因路径,并提出相关事故的预防措施。研究结果表明:初期是化工园区事故控制的关键时期,加强员工培训是强化初期处置的重要手段之一,点火源是事故耦合升级的关键因素之一;本文构建的化工园区事故情景演化复杂网络模型具有较好的实用性,案例分析得到的最大致因路径与实际情况基本相符。研究结果可为化工园区的事故防控及演化控制提供一定参考。

“一带一路”国家能源投资的风险识别与传导——基于复杂网络方法

基于复杂网络理论,构建了能源投资风险指标体系,建立了风险识别模型,并通过103个共建“一带一路”国家2010-2019年数据实证分析了中国能源行业对外直接投资风险演变特征、趋势及时空传导路径。研究结果表明:腐败控制、政府效率、监管质量、法律规则以及社会稳定等指标是中国能源产业海外投资的关键风险点;十年间中国能源对外直接投资风险传导性不断增强,从单一国家的投资风险看,印度尼西亚、土耳其、巴西内部的投资风险环境更为复杂;基于最小生成树(MST)的风险传导路径长度表明,投资风险在欧洲中亚、中东北非以及撒哈拉以南非洲地区的传导路径变短,联系日益紧密,风险加速积聚。

基于模体和复杂网络的成都市交通旅客出行研究

设计出行模体模型,对旅客出行序列进行抽取转化,构建基于铁路和航空出行旅客的出行模体,基于四川省成都市的旅客出行数据进行实证分析。2节点至4节点构成的旅客出行模体,可以表示绝大多数的旅客出行模式。主要出行模体为2个节点间的单向单次出行和往返出行,并且随时间推移,铁路出行对用户的吸引力逐渐增加,航空出行逐渐减少。研究铁路旅客出行网络和航空旅客出行网络特征,2种出行网络均为异质性网络,网络中大度节点倾向于连接小度节点,网络聚类系数较大,网络中不同站点连接紧密。成都市的铁路人群出行网络结构稳定且大多集中于我国东南部地区,航空出行网络逐步发展且具有更高的分散性。网络效率研究结果表明,旅客出行网络连通性一般,多集中在特定地区。

基于深度强化学习的复杂网络节点影响力排序算法

针对当前节点影响力评估算法准确度较低的情况,提出了一种基于深度强化学习的节点影响力排序算法。该算法从网络拆解的视角看待节点影响力,将节点影响力的排序问题转换为网络拆除策略的优化问题。算法首先利用排序学习训练图神经网络模型的节点特征提取能力,然后使用强化学习对依赖于网络状态的节点断连行为做价值学习,最后使用训练完成的模型预测网络拆除的最佳策略,即节点影响力的最准确排序。仿真实验证明,所提算法在典型真实数据集的CN(Crtical Node)与ND(Network Dismantling)问题上,相较于PageRank算法,准确度分别提升了31.1%与29.0%。同时,该算法具有较低的复杂度,可为网络稳定性分析和网络性能优化提供技术支撑。

复杂网络下船舶碰撞风险传播演化分析

为提高海运业的安全水平,针对船舶碰撞风险事件链中的风险传播演化过程,利用事件树分析法(ETA),构造有向赋权复杂网络(CN),分析网络的拓扑结构;改进传统K-壳分解算法的适应性,提出网络节点绝对重要度计算方法;利用易感-感染-恢复(SIR)模型动态模拟风险在CN中的传播演化过程,研究在不同感染率与恢复率组合的情况下,复杂网络中目标节点的动态敏感性。结果表明:大约25%的风险事件在CN中相对不活跃,绝对重要度排前10%的风险事件均与事故直接原因无关;风险事件的敏感度与重要度并不完全保持一致,部分风险事件,即使不采用针对性措施,也难以触发严重后果或碰撞事故;船舶碰撞风险管控工作应认可直接致因的客观存在,重点关注碰撞风险的传播演化过程,在碰撞风险实施管控的过程中应采用差异化管控策略。

基于复杂网络理论的变电站直流偏磁治理研究

为解决特高压直流输电引起的直流偏磁现象,提出了在直流偏磁条件下,基于复杂网络理论的送端电网关键站点识别方法。在PSCAD中建立自耦变压器模型,进行变压器直流偏磁仿真研究,为治理酒泉地区变电站中存在的直流偏磁,基于实际电网结构参数建立仿真模型,对受偏磁电流影响大的关键站点进行识别治理,定义节点熵和线路熵的概念,其大小反映被治理地区节点电流和线路电流分布是否均匀,规定直流偏磁治理标准,用以评判治理效果是否合格。仿真结果表明,进行关键站点识别与治理后,节点熵和线路熵有明显的下降,该地区的总偏磁电流得到了有效抑制。

基于复杂网络的空中交通流量短期预测

为合理预测空中交通流量,结合复杂网络链路预测进行研究。首先,将时间序列转化为可视图得到拓扑特征量,然后结合基于局部信息、路径和随机游走的算法,比较在三亚不同扇区内的预测精度,发现RWR0.85算法预测精度最高。由于链路预测只能预测可能存在的连边,不能预测节点,因此引入D⁃S证据理论预测流量值,预测精度最高可达99.85%。结果表明,复杂网络链路预测结合D⁃S证据理论进行空中交通流量的预测是可行有效的,为进一步深入研究奠定了基础。

基于复杂网络的产品族造型意象耦合网络模型构建方法

目的拓展产品族多意象设计相关知识的获取途径,提升产品族造型创新设计的能效。方法基于产品族造型意象耦合特性,引入复杂网络中的多层网络概念,利用造型特征间的多意象表达关系,构建了产品族造型意象耦合网络模型。利用节点敏感性与中心性分析产品族造型意象耦合网络,识别各造型特征节点属性类型以作为模型析出知识。结合产品族设计的特点,总结归纳适用于产品族设计的各造型特征节点类型并制定其类型运用规则,以辅助设计师进行产品族造型创新设计。结果以马自达汽车前脸造型设计为例,构建了马自达汽车前脸造型意象耦合网络模型,析出了产品族相关设计知识并运用于汽车前脸设计。结论产品族造型意象耦合网络模型丰富了产品族多意象设计相关知识的获取途径,可用于辅助产品族设计,提升设计能效。

融合N-K模型的复杂网络船舶自沉事故风险因素耦合分析

为定量分析船舶自沉风险因素间的影响关系,识别导致船舶自沉事故的关键因素,科学预防事故的发生,引入融合N-K模型的复杂网络研究船舶自沉事故风险耦合。首先结合中国海事局公布的136起船舶自沉事故案例,分析事故致因,将船舶自沉事故风险因素归纳为4个一级风险因素和15个二级风险因素,运用N-K模型计算出一级风险因素风险耦合的发生概率和风险值;然后,以二级风险因素为节点、致因关联为边,构建危险因子的关联网络,通过风险可达性分析和网络节点中心度分析,探究危险因子的作用机制,对危险因子进行初步识别,并以N-K模型计算的耦合值对节点中心度进行改进,获得最终的关键风险因素;最后,挖掘船舶自沉事故致因网络的凝聚子群并进行分析,得到密度矩阵,确定风险关联性最强的二级风险因素,以期从事故源头上采取有效措施,为船舶自沉事故的科学预防提供有益参考。结果表明:船舶自沉事故的发生与风险耦合值成正比,耦合因素越多则风险值越大;人的因素和船舶因素风险耦合易导致船舶自沉事故;导致船舶自沉事故的关键风险因素为安全意识淡薄、公司未履责、船舶管理不到位、公司管理不到位、船舶故障、船舶不适航,其中安全意识淡薄与其他风险关联性最大,须重点防范。

基于复杂网络的复杂产品系统关键节点辨识

复杂产品系统具有规模大、结构复杂等特点,从系统结构的视角辨识复杂产品系统关键节点,对于“事前”定位潜在风险源具有重要意义。针对目前“事后”追溯风险源难以保证复杂产品系统可靠运行及风险管理前瞻性等问题,考虑复杂产品系统的层级结构和子系统间风险的相互影响,提出了一种可用于“事前”风险管理的关键节点辨识方法。首先依据系统结构建立复杂网络;然后,构造零模型并结合网络统计特征初步划分节点集合,在此基础上引入线性阈值模型分析节点风险传播影响力,并基于风险的动态传播特征选取关键节点;最后,采用新舟700飞机的系统结构进行实证分析。结果表明,提出的方法有效地辨识了复杂产品系统的关键节点。

基于复杂网络的多机场航班延误传播分析

为了研究多机场间航班延误的传播机理,将机场作为节点,航线作为边构成复杂网络。通过分析传染病传播过程与机场间航班延误传播过程的相似性,借鉴经典传染病传播模型(classical infectious disease transmission,SIR)的思想,并考虑不同机场间延误传播的差异,提出机场重要度的概念,构建了多机场航班延误传播模型。对多机场航班延误传播过程的仿真结果表明:在多机场网络中,初始延误机场不同以及机场重要度不同,延误传播效果不同,但延误传播规律保持不变。对网络中重要机场进行相应管控会使发生延误的机场数量峰值下降,且按照介数值确定需进行管控的重要机场,网络中发生延误机场数量峰值下降率最大。可见,该模型可以客观反映多机场间航班延误传播的动态过程和变化规律,并可为延误的预防和恢复提供理论依据。

复杂网络视角下科技型初创企业的风险评估

首先对与科技型初创企业相关的影响因素进行梳理和筛选后,运用复杂网络理论构建科技型初创企业风险评估的复杂网络结构及指标体系,然后从复杂网络全局和模块化的角度分析科技型初创企业的风险。最后,选择10家科技型初创企业进行实证分析。研究结果表明,所构建的科技型初创企业风险评估模型具有一定有效性和合理性。

基于复杂网络分析法的小麦国际贸易格局及演变

本文以2011—2020年世界小麦贸易数据构建小麦国际贸易网络,从复杂网络视角分析小麦国际贸易格局的演变。研究发现,小麦国际贸易网络的密度和互惠性均较低,网络紧密性偏低;相对入度核密度与相对出度核密度分布图的波峰对应值低,大多数小麦进口国和出口国的伙伴有限;出口的网络中心势显著大于进口的网络中心势,世界小麦进口主体分散但其进口来源有限,而世界小麦出口主体集中但其出口流向众多;在小麦国际贸易网络中发挥重要作用的仍是少数核心国家。

基于复杂网络的成渝地区双城经济圈区域铁路网络时空演化研究

基于复杂网络理论,借助Space L空间方法,构建区域铁路网络拓扑结构模型,研究2000—2030年成渝地区双城经济圈区域铁路网络时空演化。将成渝区域铁路网络的演化划分为初步发展、快速发展、高等化完善化3个发展阶段,分析铁路网络整体结构特征与节点特征的演化,结果表明,成渝地区双城经济圈区域铁路网络空间格局分布存在差异性,成渝地区双城经济圈内部已演变形成以成都、重庆双核心为引领,以遂宁、南充、合川等城市为次核心的非均衡区域铁路网络;随着铁路站点与线路的增加,成渝地区双城经济圈区域铁路网络逐渐呈现小世界特性,核心-边缘的分异特征较为明显;第二阶段的网络化水平提升幅度高于第一阶段的网络化水平提升幅度,且区域边缘节点城市的中心性指标提升较大。

基于深度强化学习的复杂网络可扩展社区检测

针对复杂网络社区检测可扩展性不足与准确性不高的问题,提出一种复杂网络可扩展社区检测算法。该算法由两个阶段构成,第一阶段根据邻域度数方差检测网络中的候选社区中心,基于网络拓扑结构评估节点的相似性,基于相似性进行标签传播,建立网络的初始化社区;第二阶段基于深度强化学习对网络社区结构进行微调与优化,利用深度强化学习强大的感知能力与决策能力提高社区结构的准确性。实验结果表明,由该算法发现的网络社区获得了较高的准确性。

基于复杂网络的国际传播研究新趋势

国际传播在推动世界各国交流沟通、增强国家软实力和提升全球影响力的过程中发挥着关键作用。当前,对于国际传播的研究通常是跨文化面向或媒介平台面向,鲜有从网络结构特征出发研究传播效能的思路。本文从复杂网络的视角出发,总结基于复杂网络的国际传播研究所具有的特征与其发展趋势,探索国际传播中信息交互网络的独特价值,以期为国际传播的研究方向和实践应用提供理论和方法参考。

基于复杂网络的在线口碑传播模型研究

在线口碑已成为信息传播领域的核心力量,对其进行系统分析对于理解当代社交媒体环境中的消费者行为至关重要。论文引入了传播激活和接受激活的概念,基于病毒传播的SIR模型构建在线口碑传播模型,并运用复杂网络和系统仿真的方法模拟在线口碑传播过程,深入探讨了不同因素对在线口碑传播规模的影响,识别了在线口碑传播网络中各个节点的特征并分析了网络的结构特性。结果表明,不同因素对在线口碑传播规模的作用不同,且关键节点和免疫节点具有不同的属性特征。此外,研究还发现在线口碑传播网络具有小世界特性和无标度特性,该结论进一步丰富了在线口碑传播的理论框架,也为企业网络营销策略及产品质量追溯的优化等提供一定的应用参考。