男性运动员睡眠障碍的神经机制探究:基于复杂网络模型

目的:通过使用无目标不加权及目标加权的复杂网络模型方法,分析睡眠障碍运动员睡前神经机能状态与睡眠质量的复杂作用方式,揭示运动员发生睡眠障碍的神经机能状态特征。方法:在睡眠实验室内使用多导睡眠仪监测14名男性睡眠障碍运动员4晚完整睡眠,并在睡前使用便携式脑电仪、超慢波涨落潮技术、Polar H10心率胸带和心境状态量表,分别测试或评估中枢机能状态、脑内神经递质水平、自主神经状态以及情绪状态。基于测试数据分别建立无目标不加权,以及以睡眠质量为目标的加权复杂网络模型。结果:1)无目标不加权的复杂网络模型中,介数中心性结果提示,慌乱、精力和愤怒情绪、α抑制%、去甲肾上腺素(NE)和多巴胺、相邻窦性R-R间期差值大于50 ms所占百分比(PNN50)、平均R-R间隔、平均心率(MHR)和睡眠总时间是此网络的关键影响节点。特征向量中心性分析结果显示,上述指标中除PNN50、NE和MHR外,抑郁、紧张和疲劳情绪与其他指标仍是网络的重要连接节点。2)在以睡眠质量为目标的加权复杂网络模型中,目标介数中心性结果发现,情绪状态在到达睡眠质量指标的最短路径中出现频率最高(48.57%),其次神经递质和睡眠指标频率相同(14.29%),而中枢神经机能状态和自主神经状态出现的频率最低(11.43%)。目标特征向量中心性结果表明,情绪状态成为影响睡眠质量最重要的影响因素,出现频率为82.86%,其次是自主神经状态出现频率为8.57%,而中枢神经机能状态、神经递质和睡眠指标出现频率相同(2.86%)。结论:运动员睡眠障碍的主要表现为总时长短,睡眠期间觉醒时间长导致睡眠效率低。复杂网络模型方法揭示了情绪(主要为消极情绪)是睡眠质量低和睡眠障碍发生的主要影响节点和关键因素,其中愤怒、慌乱情绪与脑内神经递质(5-HT和DA)、中枢疲劳程度相关,中枢疲劳程度和自主神经协调性与精力状态相关。

管制空域复杂网络模型构建及抗毁性分析

为分析现有管制空域的结构特性与面对多种真实情况下的抗毁性,从空中交通管制的角度出发,以管制空域的最小单位扇区为基础,构建复杂网络模型,并以介数、紧密中心性等拓扑特性参数计算方法筛选关键扇区,以聚类系数、度、度分布等参数来反映空域内部的连接情况。通过4种能反映不同真实情况的攻击策略对模型进行抗毁性测试。最终结果显示:扇区网络在维持扇区连接结构上表现出较好的抗毁性,而在维持网络运行效率和保障航空器通行能力上抗毁性不佳。

基于弹性和复杂网络模型的内向整流型钾通道Kir3.2的动力学及关键位点研究

内向整流型钾通道蛋白Kir3.2能够调节钾离子的跨膜流动,具有重要的生理功能。由于其与神经和心肌系统的疾病相关,因此是一个重要的药物靶点。为研究该通道的动力学和功能性关键位点,我们首先利用高斯网络模型(GNM)对该通道进行建模,分析其结构的柔性,及各功能区域间的运动相关性;然后,构建运动相关性加权的复杂网络模型,通过依次敲除节点获得网络特征路径长度的变化来识别关键位点。结果发现,GNM重现了通道各区域的柔性;界面螺旋、跨膜螺旋和CTD区域间存在显著的运动正相关,这促进了通道与配体的结合和结构的稳定;所识别的关键残基对通道的激活、结构的稳定和变构信号交流起重要作用。本工作有助于加强对Kir3.2通道工作机制的理解,所识别的功能位点可为药物设计提供有价值的信息。

基于复杂网络模型的广州市增城区洪涝灾害风险评估

在气候变化和城市化发展的双重影响下,城市洪涝灾害频发,洪涝引发的链生灾害使损失进一步加剧,严重威胁民众的生命安全与城市的健康发展。以暴雨为灾害源,基于广州市增城区1980—2020年灾害数据,构建灾害演化复杂网络模型,开展灾害风险分析:通过网络平均灾害路径、边介数和连通度评估灾害网络的脆弱性;通过灾害事件共现率分析灾害事件之间的相关性。研究结果表明:高强度、短历时的暴雨是广州增城洪涝灾害的源头,水利设施损坏是影响灾害网络脆弱度的关键节点,农田受浸是引发重大经济损失的主要原因,路面积水导致房屋受浸是风险最大的灾害问题。研究成果可为广州增城洪涝灾害链风险管控与相关应急管理决策提供参考。

基于改进复杂网络模型的电网关键环节辨识

为了更好地揭示电网复杂形态下的特性以及辨识可能触发电网大规模事故的关键环节,通过功率传输路径、功率加权传输距离、路径传输能力的定义对已有的电网复杂网络模型进行改进,使之符合电网基本电气规律和满足物理特性约束。进而基于改进的电网复杂网络模型建立了包含距离度、能力度、枢纽介数、距离介数和能力介数的电网关键节点和支路的评价指标集,使之能准确考虑节点和支路在电网结构和运行中的地位和作用。利用所述模型对IEEE典型系统以及某省级电网进行建模和关键环节辨识,取得了较好效果,并通过与现有方法的对比验证了算法的合理性与有效性。

基于向量空间的多子网复合复杂网络模型动态组网运算的形式描述

针对典型复杂网络模型仅描述了复杂系统中同一类个体及其间一种相互关系且对问题的讨论仅局限于同一个系统的问题,基于能够描述复杂系统中异类个体间多种关系的多子网复合复杂网络模型,导入多维向量空间,将网络节点间的关系映射为多维向量,定义了向量复合网.在此基础上,将该模型的动态组网运算(加载与退缩)转化为向量空间的基变换,给出了加载运算与退缩运算的形式描述,实现了多子网复合复杂网络的可计算.建立并分析了我国铁路客运复合网,通过网络动态重组运算,基于高速铁路子网与低速铁路子网的拓扑性质,给出了我国铁路发展现状分析.

基于GIS的多粒度复杂网络模型

为提高城市路网失效传播分析和可靠性分析的准确性,研究了路网发生故障的3种失效形式.在此基础上,基于复杂网络理论,提出了一种多粒度复杂网络模型;通过构建粒度空间,将城市交通广义路网表达为多粒度复杂路网.为检验模型的有效性,以成都市区路网为例,建立了道路的多粒度复杂网络模型;基于该网络结构,进行了路网失效传播分析以及分别针对随机攻击和蓄意攻击的路网可靠性分析.研究结果表明,城市道路多粒度复杂网络能更准确地进行路网失效传播分析和可靠性分析,为进一步研究城市交通网络故障的动态演化提供了有利条件.

基于改良德尔菲法和复杂网络模型的肿瘤护理质量敏感指标构建

目的构建具有科学性、可操作性的肿瘤专科护理质量敏感指标,为肿瘤专科护理质量评价提供依据。方法采用改良德尔菲法筛选肿瘤护理质量敏感指标,采用复杂网络模型确定肿瘤护理质量敏感指标。结果两轮函询专家积极系数均为100%,权威系数分别为0.77和0.84,协调系数为0.233~0.383,各指标相对点出度均大于0.2。最终构建的肿瘤护理质量敏感指标包含结构指标3项、过程指标5项、结果指标5项。结论基于改良德尔菲法和复杂网络模型构建的敏感指标具有科学性和可操作性。

银行借贷与系统性风险防控——基于复杂网络模型的研究

目前我国金融市场仍以银行业为主,银行业的风险关乎整个金融系统的稳定。而如果只关注银行间的风险,往往会忽视系统性风险的真实来源,即实体行业的信贷关联。鉴于此,本文首先运用矩阵法模拟了2008-2017年银行间市场的微观借贷数据,结合历年银行对实体行业的实际贷款,构建银行间、银行对实体行业的业务关联网络。其次基于复杂网络的视角,分析银行间借贷网络结构的变化,并动态识别系统重要性银行、风险传染性银行、系统重要性行业,阐释其现实意义与内在关联。研究结果表明:中行、农行、工行、建行、交行为系统重要性银行,历年来系统性风险相对稳定;华夏银行、平安银行、广发银行等股份制银行为风险传染性银行,呈现出动态变化特征;制造业、交运仓储业、房地产业等是系统重要性行业,且行业重要性排名呈时变特征。因此,防控系统性风险,在关注银行间风险传染的同时,还需立足经济的全局视角,监控系统重要性行业,实现"稳增长、控风险"的目标。

复杂网络模型和方法

我们回顾了快速发展的生长网络在模型和方法上取得的进展。关注网络拓扑变化带来的网络特征性质的涌现,包括小世界特性、高聚集性以及稳定的度分布,尤其是度分布的无标度行为。概括了已获得的解决生长网络问题的理论方法。

复杂网络模型同步渐进稳定性的分析与应用

基于复杂网络模型的结构 ,从动态网络系统的理论出发 ,分析了复杂网络模型的同步渐进稳定性 ,并把该理论应用于交通模型 。

基于多子网复合复杂网络模型的多关系社交网络重要节点发现算法

为提高社交网络中重要节点评估的效率和有效性,根据社交网络中存在多种相互影响的关系的特性,基于复杂网络理论提出了一种适用于多关系社交网络的重要节点发现算法.首先使用多子网复合复杂网络模型建立包含多种关系的复杂网络,然后采用信号传播方法体现网络中多种关系和节点间的相互影响,以及这些影响的传递性,最后利用矩阵迭代方法模拟信号传播过程,定量分析网络中各节点的重要度.该算法综合了社交网络中节点的全局和局部重要性,考虑了各节点重要度的相互影响,在豆瓣网上的实验结果表明,与传统社交网络重要节点发现算法相比,该算法在迭代次数、涵盖率等指标上都有较大改善,有助于提高社交网络中舆情分析、社团结构发现、信息传播等工作的效率和准确性.

基于复杂网络模型的土地利用变化研究——以常宁市为例

基于GIS和ENVI技术,将常宁市2005、2010、2015年三期遥感影像进行解译分类,运用复杂网络概念模型对其土地利用变化情况进行分析,并探讨了影响其变化的原因。结果表明,建设用地为主要的转入型地类,林地和耕地为主要的转出型地类,土地利用变化主要由林地主导,并且土地利用系统稳定性趋于下降;自然地理环境、经济社会发展以及区域发展政策是其土地利用变化的主要原因。未来的土地利用过程中,常宁市应考虑合理定位各区域土地利用主导方向,科学引导各区域的土地利用空间变换,以促进区域土地利用空间的维系、过渡与融合,从而提高土地利用的可持续性。

基于复杂网络模型的地铁系统脆弱性分析

基于影响地铁系统脆弱性的干扰事件,构建了干扰事件的有向复杂网络。采用网络密度、平均路径长度、度和度分布,以及聚类系数等分析指标,进行复杂网络的拓扑特征分析。分析结果显示,只有少数关键节点能直接影响地铁脆弱性。采用复杂网络的互信息理论,对干扰事件有向复杂网络节点进行信息量计算和重要性评价,进而找到重要节点。评价结果表明,影响地铁系统脆弱性的关键因素是车站客流量、车辆系统和设备系统,可采取相应的针对性措施来提高地铁运营的安全性。

基于多子网复合复杂网络模型的级联失效研究

针对目前耦合网络级联失效的研究方法仅限于单个关系的问题,根据多子网复合复杂网络模型构建复合网络,结合多种关系研究了复合网络级联失效问题,考察在不同影响因素下,网内关系和加载关系对网络鲁棒性的影响。研究结果表明,网内关系和加载关系共同影响着网络级联失效的过程及规模,复合网络中两子网拓扑结构不同,网内关系对网络的影响不同;加载关系强度占比越大,网络鲁棒性越强。关系强度比例对网络故障规模存在决定性影响。

基于复杂网络模型的运动损伤程度评估模型

现有的运动损伤程度评估模型不能有效地描述运动强度与损伤程度之间的关系。为了解决此问题,通过对致伤因子的研究、对损伤基函数的选取,达到了评估运动损伤程度的目的。通过研究RBF神经复杂网络、设计复杂网络下运动损伤隐含层,建立RBF运动损伤评估模型。模拟应用环境设计仿真实验,结果表明,应用RBF运动损伤评估模型,解决运动损伤与运动强度之间关联度问题,避免运动强度过大造成运动损伤;在一定环境下,能有效描述运动强度与损伤程度之间的关系。

复杂网络模型的弹性研究

针对复杂网络模型的弹性进行了研究。

一类完全图式增长的复杂网络模型探讨

在复杂网络中,小世界效应是随处可见的.以完全图为基本元素,通过循环迭代的算法程序,建立了一类复杂网络模型,研究小世界网络的拓扑结构.首先,通过分析其重要的拓扑参数:聚类系数、直径和平均距离,证得该模型确实不仅具有小世界效应,而且具有等级结构.其次,通过计算其顶点的累积度分布,获知该模型具有指数分布特性.最后,利用特殊的演化过程,得到了其生成树的数目和具有最多叶子生成树的数目.

一类确定型的小世界等级指数型复杂网络模型

小世界效应在实际生活中是随处可见的,例如复杂网络中的六度分离理论。本论述为了更好地研究小世界网络的拓扑结构,采用完全三部图K3,6为基本元素,通过循环迭代的算法程序,设计了一类小世界网络模型。首先,分析了它的重要拓扑参数:聚类系数、直径和平均距离,得证该模型具有小世界效应,而后通过计算机仿真还获知该模型具有等级结构。其次,通过计算其顶点的累积度分布得知,该模型拥有指数分布特性。最后,利用特殊的演化过程,得到了其最多叶子生成树的叶子数目。

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。