基于改进K-shell算法的空中交通信息物理系统节点排序

为精确识别空中交通信息物理系统(cyber physical system,CPS)节点影响力,依据空中交通管理系统信息网络和物理网络的深度耦合关系,结合复杂网络理论,构建空中交通CPS,并对原有K-shell算法进行改进,重新定义了加权度指标。通过改进K-shell算法分别对华东空中交通CPS信息网的管制席位与物理网的航路点影响力进行排序,同时与度、度中心性、介数中心性、接近中心性、特征向量中心性、K-shell等排序方法进行对比,证明了改进K-shell算法能够有效识别网络中节点的影响力,特别是对航路网这种无标度航空网络的节点影响力识别,改进K-shell算法计算结果比其他方法更为精确。最后,对空中交通CPS信息网与物理网的影响力进行分析,证明了信息网中影响力大的管制席位管理的扇区,所辖航路点影响力也偏大,因此应保护影响力大的节点,尽可能避免节点失效引发空中交通CPS网络大面积瘫痪,减少航班延误的发生。

基于K-shell的关键节点识别算法

在复杂网络中,对各节点的影响力进行识别并找出其中的关键节点,对于研究病毒的传播与控制、电网故障控制与预警等具有重要作用.在对现有关键节点算法分析研究的基础上,提出了一种基于K-shell的关键节点识别算法(KNIK),该算法综合考虑节点的全局与局部信息,同时引入节点与邻居节点之间的关联度,计算节点在网络中的最终影响力.为了对算法性能进行验证,以SIR模型为参照进行仿真实验,实验结果表明,KNIK能够有效地检测节点的影响力,识别网络中的关键节点.

面向目标体系网络的节点重要性排序方法

针对现有复杂网络节点重要性排序方法无法处理目标体系网络节点异质连边有向有权的难题,提出一种面向目标体系网络的节点重要性排序方法。利用K-shell算法计算网络节点的初始重要值,并在PageRank算法的节点重要性传递中考虑重要性分配趋强的特点和连边权重,提出K-shell和PageRank扩展(Extended K-shell and PageRank,EKSPR)算法,并给出EKSPR算法的收敛性证明,进行了作战仿真实验验证和算例对比分析。实验结果表明,EKSPR算法相对于K-shell算法和PageRank算法更适用于处理目标体系网络节点重要性排序,并且效率优于均值EKSPR算法。

基于点权的混合K-shell关键节点识别方法

复杂网络中,评估节点的重要性对于研究网络结构和传播过程有着重要意义.通过节点的位置,K-shell分解算法能够很好地识别关键节点,但是这种算法导致很多节点具有相同的K-shell(Ks)值.同时,现有的算法大都只考虑局部指标或者全局指标,导致评判节点重要性的因素单一.为了更好地识别关键节点,提出了EKSDN(Extended K-shell and Degree of Neighbors)算法,该算法综合考虑了节点的全局指标加权核值以及节点的局部指标度数.与SIR(Susceptible-Infectious-Recovered)模型在真实复杂网络中模拟结果相比,EKSDN算法能够更好地识别关键节点.

基于标签传播的重叠社团发现算法

说话者-侦听器标签传播算法(Speaker-Listener Label Propagation Algorithm,SLPA)以标签传播算法为基础,通过Speaker和Listener互动的动态过程来发现网络中的重叠社团,时间复杂度近似线性,但在标签传播过程中存在随机性,并且在应用到大规模网络时节点标签初始化需耗费大量的资源。针对以上问题,通过改进SLPA设计了一种基于标签传播的重叠社团发现算法(Overlapping Community Division Algorithm Based on Label Propagation,LP-OCD)。该算法在每个节点存储器初始化标签之前,利用K-Shell分解算法对网络进行预处理,去除边缘层节点;在标签更新阶段,通过改进Speaking和Listening策略来降低算法的随机性;后处理阶段边缘层节点的标签由其邻居节点信息决定。实验结果表明,LP-OCD算法不仅具有近似线性的时间复杂度,而且显著提高了所发现重叠社团的质量。

注意力流网络中节点影响力的层级性研究

复杂网络中节点影响力的层级性在网络结构与控制研究中至关重要。针对有向加权网络中节点影响力的层级性问题,基于海量在线用户行为数据,构建有向加权集体注意力流网络。通过定义节点的层级位置时间和位置约束指标,并结合节点的拓扑位置和时间序列,提出一种用于有向加权网络的节点影响力度量及排序算法。实验结果表明,该算法能有效区分网络层级结构,准确识别出最具影响力的节点,对于节点影响力评估与复杂网络可控性研究具有一定的借鉴意义和参考价值。

项目网络中考虑支配与扩散关系的组合决策

单纯侧重项目自身属性而不考虑项目关联性以及由项目衍生而来的技术、经验/信息扩散对项目组合决策时的影响,易导致决策偏差,低估具有潜在技术先导性项目的价值。对此,引用复杂网络理论,以项目关联性的视角,将项目间支配和扩散关系分别抽象为有向加权网络,运用K-shell分解方法构建项目组合网络中基于支配关系的项目影响力模型以及技术、经验/信息在项目间扩散传播的模型。然后,基于PageRank算法,综合考虑项目间支配与扩散关系,建立了项目优先级排序决策模型。最后,通过算例分析说明了该模型与算法的可行性与有效性,为企业项目组合决策提供了有益的参考。

面向地图综合的VGI道路网重要度层次分解选取方法研究

自发地理信息数据具有现势性好、覆盖范围广、信息丰富、获取方便等特点,可作为全球范围内地理信息数据生产与更新的良好数据资料。但是由于数据的无尺度特性,导致自发地理信息道路数据细节过于繁杂,难以直接应用于生产。现有道路网自动选取算法在计算道路重要度时,对所有待选取道路的重要性进行排序,并依据重要性从大到小依次选取。这种方法忽略了选取过程中,道路网结构变化对道路重要性的影响。为此,本文提出了一种基于重要度层次分解的道路网自动选取算法,该方法针对自发地理信息道路网细节繁杂的特点,根据地图数据制图综合时逐级缩编的思路,采用基于层次分解的选取策略进行道路网选取:首先计算所有节点的重要度,然后剔除重要度最小的一些道路节点,并重新计算新的所有节点的重要度,重复上述步骤,直至所有道路节点排序完毕,从而可获得所有道路的重要性排序并完成道路网选取。利用开放街道地图道路网数据进行实验,实验结果表明本文算法选取结果优于网络中心性方法。

Influential Node Ranking and Invulnerability of Air Traffic Cyber Physical System

To ensure flight safety,the complex network method is used to study the influence and invulnerability of air traffic cyber physical system(CPS)nodes.According to the rules of air traffic management,the logical coupling relationship between routes and sectors is analyzed,an air traffic CPS network model is constructed,and the indicators of node influence and invulnerability are established.The K-shell algorithm is improved to identify node influence,and the invulnerability is analyzed under random and selective attacks.Taking Airspace in Eastern China as an example,its influential nodes are sorted by degree,namely,K-shell,the improved K-shell(IKS)and betweenness centrality.The invulnerability of air traffic CPS under different attacks is analyzed.Results show that IKS can effectively identify the influential nodes in the air traffic CPS network,and IKS and betweenness centrality are the two key indicators that affect the invulnerability of air traffic CPS.

基于项目网络支配和扩散关系的研发项目组合选择

项目组合包含多项目且项目间存在相互作用和依赖关系,针对传统项目组合评价方法忽略了各项目间依赖关系的不足,本文采用复杂网络理论和PageRank算法,提出一种新的项目优先级排序方法(PPRM)。首先,本文建立研发项目多属性评价准则,分析了项目间的支配关系以及技术和经验在项目间的扩散关系。然后,以项目为节点、以支配和扩散关系为边,分别构建了项目支配和扩散网络,进一步,采用设计结构矩阵(DSM)和K-shell方法建立了基于支配网络的项目影响力模型,并建立了考虑项目之间多次扩散传播的综合扩散概率模型。综合项目节点影响力和扩散关系,本文构建了基于PageRank算法的研发项目优先级排序模型。最后,以某研发项目组合选择为例,验证了本文所建立的模型和算法可有效分析项目组合中的排序问题。