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。

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.

基于复杂网络理论的城市交通网络结构特征

以复杂网络理论和B-A模型为基础,统计和分层解析了南京主城区复合交通网络特征,研究表明:城市复合交通网络由随机网络和无尺度网络共同组成,从而可以实现随机网络的稳定性、可达性和无尺度网络的高效性、成长性的优势互补;经过等级调整后出现的B-A模型中的γ=3的幂次分布,符合无尺度网络结构的基本特征;交通网络复合化的增长包括自下而上和自上而下的双向增长过程。

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.

基于多子网复合复杂网络的微博网络特性研究

微博是一个复杂的信息传播系统,其中微博用户之间构成复杂的关系。本文根据复杂网络性质以及邵峰晶教授提出的多子网复合复杂网络模型,构建了微博信息传播的复合网络,分析了微博传播特性以及通过网络的退缩运算得到不同用户类型的复杂网络子网。分析了微博复合网及其子网的网络结构,得出微博复合网以及子网的特性。

基于多关系社交网络的协同过滤推荐算法

推荐系统是大数据中最常见的应用之一,传统的协同过滤推荐算法直接基于用户-项目评分矩阵,对于海量的用户和商品数据,算法的执行效率将会显著降低。针对这一问题,提出了一种基于多关系社交网络的协同过滤推荐算法。该算法利用信息传播方法对基于多子网复合复杂网络模型构建的多关系社交网络进行社团结构划分,从而将相似度接近的用户划分到一个社团中,进而在社团内部选择用户的k-近邻集合来构建用户-项目评分矩阵,然后利用协同过滤算法进行推荐,从而实现了在不降低推荐准确率的前提下提升推荐算法的执行效率。在真实数据集Epi-nions上,将所提算法与传统的协同过滤推荐算法进行对比。实验结果表明,所提算法具有较高的推荐效率和准确率,特别是对于海量数据,推荐算法的执行时间缩短到原有的1/10。

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。

基于多子网复合复杂网络的上海证券市场股票网络特性研究

上海证券市场是一个复杂的经济系统,其中上市的A类和B类股票之间存在复杂的价格关系。本文根据邵峰晶教授提出的多子网复合复杂网络模型,构建了股票价格复合网络,通过网络的退缩运算得到A类股票价格子网和B类股票价格子网。分析了股票价格复合网络及其子网的网络特性,得出了B类股票与A类股票之间价格影响存在相关性的结论。