基于小世界网络模型的无线传感器网络拓扑研究综述

小世界网络是复杂网络最重要的特性之一,将小世界网络理论引入无线传感器网络(WSNs),对分析网络拓扑结构、发现其中隐藏的规律以及提高网络性能具有十分重要的意义,在智能交通、军事等方面具有广泛的心用.综述了小世界WSNs的网络特征量、网络拓扑结构、应用前景及面临的主要问题,试图为小世界网络理论在WSNs中的研究勾画出一个较为全面和清晰的概貌,为相关领域的研究者提供有益参考.     

利用软件定义网络的智能电网控制系统设计

针对现有智能电网中处理单一数据流的局限性和不完善的安全性问题,提出利用软件定义网络(software defined network, SDN)控制基于IEC61850的智能电网系统;实现了OpenFlow、sFlow和OF-Config协议,可根据网络状态和自身需求确定不同数据流类型;基于IEC 61850变电站网络管理和控制的商业软件通常必须是专有系统,通过标准解决方案实现了通用性;首先,给出SDN框架下的数据层解耦控制和管理(C&M);然后,参考CEN–CENELEC–ETSI智能电网协调小组,介绍所提系统的功能与应用;最后,在Mininet网络模拟器上实现并验证系统性能,实验结果表明,所提系统在流量控制检测、DOS攻击检测和负载均衡检测方面均有突出表现。     

基于移动模型的VANETs网络动态拓扑特征研究

采用复杂网络理论研究VAENTs网络动态拓扑结构特性,以基于车辆换道功能的智能驾驶移动模型为 基础,应用VanetMobiSim仿真软件建立了车辆交通网络,详细分析了VAENTs网络瞬时拓扑特征及平均度、聚类系数和调和平均最短路径长度等复杂统计参数随时间的变化特征。通过仿真实验发现VAENTs网络动态拓扑不具有无标度属性,只在特定条件下,才呈现小世界网络的特征。     

向量复杂网络及其在复杂系统建模中的应用

本文在传统的复杂网络建模基础上提出了一种基于向量复杂网络的建模方法,该方法能够针对节点的异质性对复杂的系统进行整体化建模.基于业务特性,通过分层建模的思想对不同业务导向的网络进行建模,采用基于业务驱动的复杂系统建模算法,将不同网络模型进行组网.进而研究具有多种类型的复杂系统的建模.最后,以智能电网为例验证了该方法的有效性.     

复杂网络特性对大规模多智能体协同控制的影响

随着分布式多智能体系统应用领域和系统规模的不断扩大,网络特性已成为影响系统性能的一个重要因素.通过研究和分析复杂网络特性对大规模分布式多智能体系统协同控制的影响,对多智能体系统性能的影响做出系统性分析,同时为提出大规模多智能体组织结构的优化算法提供依据.主要针对随机网络、小世界网络、网格网络和无尺度网络这4种典型复杂网络特性,从理论和仿真两方面进行分析.在理论方面,通过基于马尔可夫链的信息传输过程在不同网络结构下的建模,对比分析了信息无偏随机游走模型和智能决策模型下的传输效率.在仿真建模中,主要从智能体间信息传输效率、不同应用领域中集成协同控制效率、对网络故障恢复的影响这3个典型的多智能体系统协同控制应用对比分析复杂网络特性对系统性能的影响.研究结果表明,复杂网络特性如小世界和无尺度特性可以在相同的控制策略下形成明显的性能差异,如果设计合理的控制算法,复杂网络结构将有助于多智能体系统性能的提升.     

一种新的复杂网络聚类算法

揭示网络簇结构的复杂网络聚类方法研究具有重要的理论意义和应用价值。应用两种谱方法将复杂网络簇结构发现问题转换为空间数据聚类问题,并将粒子群聚类算法应用到对复杂网络簇结构的探测,提出了两种新的结合粒子群聚类的复杂网络簇结构探测算法。最后在两类复杂网络上进行实验并对实验结果进行了比较分析,提出的新算法在聚类准确性方面效果更好。     

二阶有向多智能体网络的可控包含控制

研究随机给定拓扑结构的二阶有向多智能体网络的可控包含控制问题.针对当前包含控制研究成果大多没有考虑多智能体网络领导者和跟随者的可控配置问题,结合复杂网络可控性理论和二分图最大匹配算法给出满足网络可控的领导者和跟随者集合,并为跟随者智能体设计相应的控制协议,驱使跟随者能够渐近收敛到由多个领导者构成的静态凸包中,从而实现网络的可控包含控制.仿真结果验证了理论分析的正确性.     

复杂网络上相继故障研究综述

在复杂网络上,由微小扰动引发的大规模相继故障会导致灾难性后果.为了满足人们对各种关乎国计民生的复杂网络的安全性和可靠性的要求,复杂网络上相继故障研究成为近年来复杂网络研究的热点分支.对相继故障的理论建模是分析、预防和控制相继故障的基础和关键.综述了复杂网络上相继故障的研究进展,主要包括几类相继故障模型及相关的研究结果,并指出目前研究中存在的问题及今后的发展趋势.     

复杂网络聚类方法

网络簇结构是复杂网络最普遍和最重要的拓扑属性之一,具有同簇节点相互连接密集、异簇节点相互连接稀疏的特点.揭示网络簇结构的复杂网络聚类方法对分析复杂网络拓扑结构、理解其功能、发现其隐含模式、预测其行为都具有十分重要的理论意义,在社会网、生物网和万维网中具有广泛应用.综述了复杂网络聚类方法的研究背景、研究意义、国内外研究现状以及目前所面临的主要问题,试图为这个新兴的研究方向勾画出一个较为全面和清晰的概貌,为复杂网络分析、数据挖掘、智能Web、生物信息学等相关领域的研究者提供有益的参考.     

复杂无向网络连通性的一种高效判定算法

通信网络的拓扑结构连通性是多智能体系统一致性控制或编队控制等的理论前提.以往, 各种多智能体系统一致性控制或编队控制方面的文献仅侧重于控制协议、智能体动力学模型和控制律设计, 而缺乏对多智能体通信网络拓扑结构的连通性研究.网络连通性高效判定算法不仅是大规模多智能体系统一致性控制或编队控制的保证, 而且在图论、现代移动通信、计算机与交通等各种网络中有着重要和广泛的应用.针对复杂无向网络的连通性问题, 本文给出了一种新的高效判定算法、以及该算法的时间复杂度和空间复杂度的上界.该算法具有非常低的时间复杂度和空间复杂度, 且便于计算机实现, 因而具有重要的理论意义和广泛的实用价值.     

复杂公交社团网络模型的稳定性研究

为了研究城市公共交通网络的动态特征,在现有公交网络模型的基础上,建立了一类新的复杂公交网络模型。同时基于派系过滤算法,对复杂公交网络模型进行了社团结构分析。以Lorenz系统为网络的节点,研究了复杂公交社团网络的同步问题。通过改变公交车辆之间的控制强度、删除网络中普通公交线路和关键公交线路,研究了公交社团网络的同步问题。采用Matlab仿真技术分析了公交车辆的人为调度和线路优化对公交线路网络稳定性的影响。     

时变复杂动力学网络的同步控制

研究时变复杂动力学网络的同步控制问题.假定网络模型中的同步轨迹及耦合配置矩阵、内部耦合矩阵的各元素均有界,当这些界值可以预估或不确定时,分别应用线性反馈控制和自适应反馈控制策略使该网络实现全局同步.通过构造Lyapunov函数,证明了对于任意初始状态的时变复杂动力学网络模型在相应的控制手段下总可以实现渐近同步.特别是设计的自适应反馈控制策略对网络的拓扑结构、节点间的耦合强度及时滞等因素表现出较强的鲁棒性.数值仿真证实了上述结论的有效性.     

DBSCAN算法在电子邮件网络社团发现中的应用

针对电子邮件复杂网络中的社团发现问题,将具有良好聚类性能的DBSCAN算法引入电子邮件网络社团发现。基于对该算法的分析,研究了电子邮件网络社团发现的系统架构及算法实现流程。最后通过对安然邮件语料集的测试验证了DBSCAN算法在社团发现中的可行性。     

基于复杂网络的智能电网网络攻击影响分析研究

文章基于复杂网络理论,将智能电网抽象为由节点、边构成的拓扑网络结构,分别从仿真网络构建和网络攻击仿真模拟两个方面建立了基于复杂网络理论的智能电网网络攻击仿真流程。首先,构建仿真网络并分析仿真网络节点度分布和节点度数累积概率分布情况,得出该网络为无标度网络的结论。其次,进行网络攻击仿真模拟,设置两种攻击情形,分别为针对智能电网全部网络节点进行随机攻击(情形1)和针对智能电网网络中度数大于最大度数80%的节点进行攻击(情形2),通过对比分析两种攻击情形中的网络聚类系数、平均度、平均路径长度的变化特征,得出在对网络聚类系数的降低方面,情形1的作用小于情形2的作用;在平均度变化和网络平均路径长度影响方面,情形1的影响高于情形2。     

基于类脑智能的复杂网络机会数据竞争规避机制

为了解决复杂网络的数据竞争和规避问题,基于类脑智能与复杂网络相结合提出了一种机会数据竞争规避机制。首先,针对大规模多变和动态复杂网络,基于拓扑演变建立了复杂网络机会数据竞争模型。其次,在已发生竞争的数据集合与复杂子网之间建立映射矩阵,通过类脑智能优化数据竞争序列,机会控制复杂网络大规模信息处理和数据规避。实验结果表明,所建立的数据竞争规避算法对于数据集损耗较低而且具有较高的数据竞争检测效率。同时,所提出的算法与插入随机延迟规避机制相比具有低能耗优势。     

基于复杂网络的大型软件系统度量

随着软件系统规模的不断增大,如何度量面向对象大规模软件系统成为一个亟待解决的问题.近年来迅速发展的复杂网络理论为解决该问题提供了一个新的视角.介绍了大规模软件系统中的复杂网络现象,从元素级、模块级、网络级3个不同的粒度提出基于复杂网络的软件系统的各种度量;实现了大型Java程序复杂网络描述和度量工具JPAC.JPAC可用于分析大型Java系统的结构,并计算基于复杂网络的各度量值.     

微博语言的复杂网络特征研究

基于大规模微博语料库,构建了3个词同现语言网络,并采用复杂网络分析工具对这些语言网络进行分析。主要目的是探索复杂网络分析方法应用于微博文本的可行性,进而研究微博语言网络的个性特征。研究结果表明,复杂网络分析方法在微博文本上是可行的,在复杂网络的相关参数,如度分布、聚类系数、平均最短路径等方面反映了微博语言的语体特征。该研究不仅拓展了复杂网络方法在语言学领域的应用,而且为基于复杂网络的微博内容挖掘提供了可行途径。     

基于粒计算的复杂网络协同进化的研究与分析

针对复杂网络数据量大,与知识存在与/或关系及不易管理等特性,探讨和研究了复杂网络与知识网络之间的关系和演化过程.采用粒商空间理论构建了复杂网络与知识网络协同进化模型,提出了基于粒计算的复杂网络协同进化算法,该方法将双库融合机制及变区域策略应用到协同进化中,较好地解决了复杂网络与知识网互相作用、协同演化等问题.通过实验与比较,验证了此方法的有效性和可行性.     

复杂网络中重要性节点发掘综述

发掘网络中重要性^1节点（边）一直是图论领域的一个基本问题。随着近年来复杂网络研究热潮的兴起,特别是很多实际网络所抽象出来的复杂网络,表现出了与以往图理论不同的特性,如小世界特性、无尺度特性等。如何在复杂网络环境下,发掘重要性节点已经成为复杂网络研究的一个基本问题。本文简要介绍了复杂网络的基本概念,详细总结、分析了在复杂网络环境下几个领域中发掘重要性节点的方法,最后提出了这一领域内几个有待深入研究的问题和可能的应用方向。     

基于复杂网络理论的计算机网络拓扑研究

复杂网络理论是一门新兴学科。随着计算机网络的快速发展,网络结构日益复杂,使得传统的随机网络模型已很难对其拓扑特性作出客观的描述,因此,复杂网络理论为计算机网络拓扑的研究提供了一个新的视野和思路。文章对复杂网络理论作了介绍,综述了当前基于复杂网络理论计算机网络拓扑研究的状况并指出了其中存在的问题;强调将复杂网络理论应用到计算机网络拓扑研究当中的必要性。最后对复杂网络理论在未来计算机网络拓扑研究中的可能应用方向作了总结。