上海轨道交通网络的复杂网络特性及鲁棒性研究

以上海轨道交通网络为研究对象,基于复杂网络理论,采用Space L方法构建上海轨道交通网络拓扑结构模型,通过计算网络的多个特征指标值,实证分析了其复杂网络特性;以网络全局效率相对值作为轨道交通网络鲁棒性的评价指标,研究了上海轨道交通网络的鲁棒性.研究表明:上海轨道交通网络在L空间中是小世界网络和无标度网络;上海轨道交通网络对站点遭遇随机故障的鲁棒性强于站点遭受蓄意攻击时的鲁棒性.     

上海证劵市场股票网络的复杂网络特性研究

针对证券市场可以用具有节点和连边的复杂网络来描述的特点,运用复杂网络的理论剖析股票市场内在结构和功能,研究运用上述方法构造的股票网络的拓扑性质。取网络的节点为2000—2011年上海证券交易市场上市的股票,网络的连边为股票价格波动的相关性,实证研究表明,该网络与现实很多复杂网络一样也具有小世界特性和无标度特性。     

复杂电力网络的连锁故障动态模型与分析

为研究复杂电网连锁故障的传播机理,同时为预防和减小大停电事故发生,在研究了国内外复杂电力系统连锁故障模型的基础上,提出了一个模拟连锁故障过程的动态模型.根据此模型,分别对具有小世界(small-world)、无标度(scale-free)特性的人工复杂电网模型进行了连锁故障仿真,验证了模型关于连锁故障动态演化过程的合理性.进一步比较表明,电网连锁故障在小世界电力网络中造成的功率损失比无标度电力网络大得多,并且连锁故障传播的速度远比无标度电力网络迅速.     

基于复杂网络理论的杭州公交网络建模与特性分析

通过网络机器人搜集了杭州公交网络的真实数据,分别用space L、space P和space R 3种方法对其进行建模.随后分析其基本网络统计特性,包括平均最短路径、平均聚类系数和度分布,并且分析了其两个特殊网络统计特性:社团特性和传播特性.通过对公交网络特性的详细分析得到,公交网络是一个具有指数型度分布、明显社团结构和较强传播能力的小世界网络.     

基于复杂网络的一个小型模拟电路分析

基于复杂网络理论,以模拟电路的具体实例,采用对数坐标,给出了反映网络节点与之对应的连接度函数关系,以及节点连接度的概率分布函数曲线,分析了网络连接度分布统计特性,确认连接度分布是一个逼近幂律的分布,证明此模拟电子电路网络具有小世界和无尺度特性.     

科研合作网络的描述与分析

科研合作网络是描述作者之间合作关系的复杂网络．以某杂志为例,以其中作者之间的合作关系构建复杂网络,研究了该网络的基本特性,发现其具有比较明显的无标度网络特征;分析了其中最大的3个连通子网,发现其呈现小世界网络特征．     

考虑静态能量分布的电力系统复杂网络特性研究

电力系统具有强非线性和时变性,电网结构在状态过渡中是否具有某种关键特性值得深入研究。在复杂网络研究基础上,结合静态能量函数理论,将支路静态势能作为边权引入电力系统复杂网络建模中,明确计入能量信息的网络参数物理意义。大量仿真表明,与结构拓扑特征相似,电力系统过渡状态亦在一定程度上具有如标度与小世界等典型的复杂网络特性,其支路势能分布存在指数型与幂律型统计特征,说明在电网状态转化过程中,某些线路或局部元件起到了比其他元件重要得多的作用。这一现象的发现将为研究电力系统不同稳定运行点过渡过程中,能量分布视角下的复杂电网动态演化过程提供新的思路。     

基于复杂网络理论的成都市公交网络拓扑特性研究

应用复杂网络的理论, 结合统计得到的截止到2014年1月20日的成都市公共交通实际数据, 构建邻接站点式的有向加权复杂网络, 考虑上、下行线路(环线为内、外环)在站点布设和行车方向上的不同对网络拓扑特性的影响, 对成都市公交网络的拓扑特性进行分析。结果表明, 邻接站点式成都公交复杂网络节点平均度为2.52, 节点强度分布不均, 最大值达到45, 平均节点强度为4.75, 网络整体上服从幂律分布, 具有较为明显的小世界特性。随着网络规模由成都市区向郊区扩张, 网络平均最短路径长度由16.90增至34.19, 增长明显。网络聚集系数0.14, 体现出相对较高的公交路网发展水平。       

基于二阶信息的复杂系统弹性度量研究

基于节点最近邻信息,复杂系统弹性预测模型通过将多维方程映射为一维方程,度量复杂系统弹性。然而该模型并未引入节点二阶邻居的信息。基于复杂系统弹性预测模型,通过在映射过程引入节点二阶邻居信息,该文提出了一种考虑节点二阶邻居信息的复杂系统弹性预测模型,并在Barabási-Albert（BA）无标度网络、Watts-Strogatz（WS）小世界网络上验证了新模型的有效性,进而讨论了不同网络拓扑结构对新模型效果的影响。实验结果表明,在平均度不同的BA无标度网络和WS小世界网络中,基于节点二阶邻居信息的复杂系统弹性预测模型均可更准确地预测系统弹性。其中,网络平均度为2的BA无标度网络和WS小世界网络的系统弹性测量精度分别提高了79.89%和59.53%。且在同类网络中,网络平均度越小,基于节点二阶邻居信息的模型越适用。同时,针对同类型平均度相同的网络,改进后模型在BA无标度网络上的效果优于WS小世界网络。该文的研究为有效度量复杂系统弹性状态和设计弹性系统提供了科学的研究手段和理论支持。     

复杂网络的度分布研究

复杂网络的度分布与其拓扑结构紧密相关。绝大多数复杂网络具有无标度性(Scale free),其幂律度分布完全由度分布指数所确定。文中全面研究了复杂网络的度分布指数与其拓扑结构、形成原因以及传播动力学之间的关系,获得了下列结论:实际网络的度分布指数不会低于1;度分布指数介于1~2之间的复杂网络中存在数量较多的HUB节点,其边数与节点数之间的关系是非线性的,节点数的增加将导致边数的大幅度增加;度分布指数介于2~3之间的复杂网络中存在一定数量的HUB节点,其边数与节点数之间的关系是线性的,大多数受成本制约的网络属于这种类型;度分布指数大于3的复杂网络近似于均质网络;度分布指数3构成了复杂网络中病毒防治方式的临界点。     

基于复杂网络的社会化标签分析

标签和标签系统在社会化网络中应用广泛,针对标签空间缺乏组织和难以描述的问题,提出基于复杂网络的标签分析方法：将标签空间本身作为一个社会网,研究其中的语义联系.当2个标签被频繁共同使用,用以描述某类Web资源时,将两者联系到一起,由此建立起一个标签社会网图.再利用复杂网络的分析方法来考察标签网络的结构特征,包括网络的平均路径长度、聚集系数和节点度数分布等.结果表明,此标签网络符合小世界模型和无尺度网络模型,且标签词汇间存在语义联系.该结论能为未来的标签系统设计带来启发.     

基于复杂网络的基金加权网络结构分析

为了探讨中国基金市场的网络结构,先通过二分网的单顶点网络构建了基金无向加权网络,再利用网络的基本几何统计量对网络结构特征进行分析.实证分析结果表明基金网络系统是小世界网络和同类匹配网络,并且网络度分布和点强度分布服从幂律分布.进一步分析,找到了这些网络特征的现实含义以及基金在股票投资中的一些特点.     

临街建筑群交通噪声模拟与分析

随着人们对生活与工作环境要求的提高,建筑群噪声问题日益突出,近几年来噪声扰民更成为居民反映和投诉的热点,本文通过对南方某城市临街建筑群的交通噪声模拟,分析了建筑布局与交通噪声之间的关系,提出了在减弱交通噪声原则指导下的建筑群布局方式,以及噪声超标情况下的改进措施．     

基于应用层的校园网网络流量监测与分析

介绍了常用的计算机网络流量监控方法和原理,使用通过式网络流量监测设备在校园网中进行基于应用层的网络流量监测和分析,找出了校园网网络流量使用的规律和特点,为进行精细化网络流量管理提供依据.     

移动通信网中基于级串框架的网络流量性能分析

根据湍流尺度分析中的对数无限可分级串方法(LIDC),对从某移动运营商处获取的无线分组网络流量进行了多尺度行为分析,以GPRS为例,发现现网GPRS流量符合对数无限可分级串框架,并由此对无线分组流量数据进行了深入的特性分析. 结果表明,LIDC方法在分析无线分组网络流量的多尺度行为方面非常有效. 该方法不仅在全尺度范围内能刻画网络流量的尺度特性,而且能确定出某一尺度下的有效分析范围. 同时,经过该分析框架分析表明,无线分组网络流量中的尺度保持了幂律关系、单一尺度及尺度不变性等特点.     

基于BP神经网络的城市道路交通安全评价研究

在综合分析国内外交通安全评价研究的基础上，针对我国城市道路交通安全的现状及存在问题，提出了采用基础数据、交通安全管理、公众安全评价3个方面共13项指标组成的面向城市交通安全可持续发展的评价指标集，构建了基于BP神经网络的评价模型，并结合算例详细分析了其计算方法．该方法对于提高交通管理部门的管理和决策水平具有指导作用．     

Netflow网络流量分析技术及在局域网上的应用

流量分析是统计用户通信量和检测异常流量的基础.传统的网络流量检测工具仅仅使用TCP/UDP/IP包头信息,因为TCP或者UDP端口号可能被不同的应用使用,故它们不能有效地识别不同应用的流量.论述了Netflow流量分析技术的特点和工作原理,并探讨了Netflow在局域网上的应用.     

基于替代路径的道路系统连通可靠性分析

本文通过分析失效路径中部分路段可重复利用性,提出了一种更合理的基于替代路径的路网连通可靠性评价方法,定义了替代思想与原则,建立了路段、OD对、路网的可靠性评价模型,在最短路寻找中,采取D ijkistra算法,最后通过算例与前人典型研究成果进行了对比分析计算,结果表明该方法更合理、符合实际的路径选择行为.为城市路网规划、管理、防灾救灾提供更可靠的依据.     

基于流统计特性的网络流量分类算法

针对传统基于单个流统计特性的网络流量分类算法识别率低、分类算法复杂的问题,在分析各类应用协议的基础上,发现了一组易于获取、可有效区分不同业务的网络流量特征。将这一组特征应用于网络流量分类,可以有效解决以往对等网络（P2P）业务识别率低下的问题;同时利用该组特征仅需采用多项逻辑斯谛回归算法即可实现网络流量的分类,较传统流量分类算法有较低的复杂度。实验结果表明,该组特征用于分类还具有较好的泛化特性,只需较少量训练样本即可在在较长时间内保持较高的识别率。