基于决策者感知LeaderRank算法的复杂工程支配网络项目排序研究

基于复杂工程项目支配网络,将项目节点的网络特征及决策者感知纳入项目排序系统,提出基于决策者感知LeaderRank算法的项目排序方法。从理论上阐述传统LeaderRank算法中的地面节点代表项目决策者的模拟机制;结合项目实际,构建项目节点初始重要性设置及基于决策者感知的项目重要性分配规则,对项目重要性进行综合度量。并通过两个实例,将该方法与PageRank算法,LeaderRank等算法进行对比,证明该方法区分度更高,更能满足项目管理需求。

基于改进LeaderRank算法的电网连锁故障关键线路辨识方法

针对现有连锁故障关键线路辨识方法在具体量化单元作用及方法复杂度上的不足,结合复杂网络理论结构分析方法与电网连锁故障后果近似分析方法,提出一种基于改进LeaderRank算法的关键线路辨识方法。首先,介绍了原LeaderRank算法,并指出其直接应用于电网关键线路辨识的不足所在;然后,针对原算法不足之处,提出基于线路量化关系的电网衍生网络以及利用小概率事件近似简化的事故链模型;最后,基于上述模型构建改进LeaderRank算法,对电网关键线路进行辨识。IEEE39节点系统与实际系统仿真实验表明,经小概率事件近似简化处理的连锁故障模型计算效率大幅提高,且结合LeaderRank算法能更全面反映单元在系统中的作用,即包括系统结构关系,线路单元受影响程度及线路单元断开造成后果,验证了所提算法的合理性与有效性。该分析方法基于复杂网络理论将电网拓扑结构转化为电网衍生网络,结合简化事故链模型,不仅反映了线路断开造成后果的严重程度,更反映了线路自身的脆弱性,可综合衡量一条线路在电网中的关键程度。

基于LeaderRank和节点相似性的多标签传播重叠社团挖掘算法

针对基于多标签传播重叠社团挖掘算法COPRA因随机更新策略带来的不稳定性以及需要预先输入参数的局限性等问题,提出一种基于LeaderRank和节点相似性的多标签传播重叠社团挖掘算法.该算法首先利用LeaderRank算法对网络中的节点进行重要性排序从而确定节点的更新顺序,减少标签不必要的更新.在标签传播过程中,根据节点相似性重新设计标签的更新策略,提高算法的稳定性.将算法应用于人工网络和真实网络中进行实验,实验结果表明该算法在挖掘重叠社团上具有较高的准确性和稳定性.

基于加权LeaderRank的用户社交网络排序算法

针对加权LeaderRank算法存在的权值均分、主题漂移等问题,提出一种用户社交网络排序算法。结合GloVe模型、余弦相似度计算方法和牛顿冷却定律,通过引入链入链出因子、主题相关度因子和时间衰减度因子,改善加权LeaderRank算法的不足。实验结果表明,与加权LeaderRank算法相比,该算法的精确率、点击率和NDCG值分别提高7.80%、6.73%和4.75%,可有效提高排序质量。

基于改进LeaderRank算法的高速铁路网络关键站点识别方法研究

综合运用多种方法研究了高铁网络关键站点的识别问题,分别基于站点度值、站点介数及改进LeaderRank算法识别了高铁网络中的关键站点,采用改进SIR模型模拟关键站点列车运行晚点后全网站点列车的运行晚点情况,结合晚点情况对比分析了不同关键站点识别方法的准确性及有效性。研究结果表明,改进LeaderRank算法能有效克服传统识别方法的局限性,综合利用站点局部信息及网络全局信息进行关键站点的识别,发现2030年中国高铁网络中最重要的站点是长沙,最重要的地区是西南地区。快速有效地对关键站点进行识别和防护,对于保证网络的正常运营及提高网络应对威胁的能力具有重要意义。

基于LeaderRank的标签传播社区发现算法

针对标签传播算法(LPA)结果的不稳定性,提出一种改进的基于标签传播的社区发现算法。该算法引入LeaderRank的概念来量化网络节点的影响力和重要性;然后按照节点重要程度从高到低选择若干核心节点;最后按照顺序分别以每个核心节点为中心向外逐层进行标签更新,直到不再出现标签变化为止,从而解决了原始算法对节点随机排序造成的结果不稳定性。以LFR基准网络和真实网络为实验数据,与几个现有标签传播算法进行比较,社区划分结果的标准化互信息(NMI)和模块度(Modularity)均高于对比算法。理论分析和实验结果表明所提算法不仅有效地增强了社区发现结果的稳定性,同时提高了准确率。

计及节点-线路重要度的配网实时健康状态评估

随着大量分布式光伏的接入,配电网运行状态变得更为复杂。为准确的评估配电系统实时健康状态,提出一种计及网络节点与线路重要度的配电网实时健康状态评估方法。首先,考虑光伏接入网络最优潮流、负荷重要性和某节点停运后的负荷损失对LeaderRank算法进行改进,考虑某节点停运后的功率损失和节点LR值对负荷矩算法进行改进,利用改进的电气LeaderRank算法和线路负荷矩算法对配电网中节点与线路重要度进行评估;然后,基于配电设备运行的电气量与非电气量参数分别计算配电节点与线路的健康指数。综合考虑配电网中节点与线路的健康度和重要度计算配电网的健康指数,判断配电网的健康状态。最后,以某地10 kV配电网为例,得到其健康指数为2.2663,处于一般缺陷状态,适当提高该配电网中分布式光伏渗透率,其健康状态有所改善,证明所提方法的有效性与合理性。

基于复杂网络的化工过程层次符号有向图模型建立及关键节点识别

针对定性符号有向图(signed directed graph,SDG)在化工过程系统中建模复杂度高、故障分辨率低、容易忽略部分变量等问题,提出一种基于复杂网络理论构建层次SDG网络模型并识别关键节点的方法。首先利用层次分析法对化工过程系统划分递阶层次结构,建立基于子系统的系统SDG网络模型,选取度中心性、接近中心性等多个节点重要性评价指标,采用主成分分析法确定各指标权重并利用逼近理想排序法(technique for order preference by similarity to an ideal solution,TOPSIS)多属性决策方法得到节点重要性的综合评价值,初步识别关键节点所在的子系统;然后建立子系统的SDG模型并细化为有向网络,采用Leader Rank算法对节点重要性进行排序,进而在子系统网络模型中确定关键节点的位置。案例计算结果表明该方法可以有效地降低建模的复杂性,提高关键节点识别的全面性和准确性,从而改善化工过程系统的安全稳定性。

合著者网络中的网络排名算法

为更加全面地评价一个作者在合著者网络中的影响力,借鉴已有的网页网络排名算法,提出了以H-因子为初值的New-LeaderRank算法,并以Paul Erdos合著者网络为例进行实证分析.与网页排名算法PageRank和社会网络排名算法LeaderRank对比分析,结果表明:New-LeaderRank算法能综合考虑某作者与其合著者的合作次数以及这些合著者对该作者的影响,为合理评价某作者在合著者网络中的影响力提供了一种途径.

提高合著者个人影响力的算法研究

本文对Lead Rank算法进行改进,综合考虑了作者的个人影响力、合作者的影响力以及作者与其他人的合作次数三个因素,以Paul Erdos合著者网络为例,提出了一种全面地评价合著者网络中作者的影响力的新算法;并分别从合著者影响力、聚集系数、节点度三个方面,定量地分析了如何选择某作者的最佳合作者,以尽快提高其学术影响力。

基于Motif的社交网络用户影响力排序方法研究

LeaderRank已被广泛地用于衡量社交网络中用户的影响力或重要性的排序算法,但传统的LeaderRank仅利用基于边的关系,而忽略由少量节点组成的子图捕获的高阶关系。在本文中,我们提出一种基于Motif的LeaderRank (MLR)算法,将Motif的高阶关系合并到LeaderRank算法中,提高社交网络用户影响力的排序效果。我们在Twitter数据集上进行实验,结果不仅表明MLR算法的可行性,并且还显著提高了在社交网络用户影响力排序的准确性。除了与基线算法比较之外,还对MLR算法的参数进行分析,表明在社交网络中对用户影响力排序时,MLR算法比LeaderRank要更好。

基于站点交通可达性的高速铁路网络优化研究

高速铁路网络是铁路旅客运输的重要载体,优化高速铁路网络的性能具有重要意义,本文以全局站点交通可达性最优为目标研究了高速铁路网络的优化问题。在分析2030年中国高速铁路网络拓扑特性的基础上,运用LeaderRank算法识别了网络中的关键站点;最后,以网络全局站点交通可达性最优为目标,建立2030年中国高速铁路网络优化模型,结合相关算法对模型进行求解。结果表明,长沙、贵阳、成都、武汉及西安是2030年中国高速铁路网络中最重要的五个站点;当考虑铁路建设投资限制时,在东北和华北地区新建高铁线路能够最大程度上提高2030年中国高速铁路网络全局站点的交通可达性;该优化模型能够有效提高高速铁路网络的性能,具有一定的参考意义。