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。

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。

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。