分散式小世界优化策略

优化问题可以描述为在搜索空间中从候选解向最优解的信息传递过程，如果可以把解空间视为一个小世界网络，而其中的每一解个体视为该小世界网络中的一个节点，那么利用小世界现象有效的信息传递即可实现最优解的搜索。借鉴Kleinberg提出的小世界网络中分散式搜索模型以及给出的优化的网络描述，实现了一种新的优化策略——分散式小世界优化策略。理论分析及在针对性问题上的仿真实验表明该策略具有较快的收敛速度和良好的搜索性能。     

节点数固定的ER网络演化模型拓扑性质的研究

复杂网络模型的研究主要集中在ER网络模型、小世界网络模型和无标度网络模型,其中ER网络模型是最经典的复杂网络模型之一。文章研究了节点数固定情况下的ER网络模型,根据网络内部边的动态演化特点,将节点数固定的网络模型进行了细分,给出了模型的生成算法,并模拟了算法生成的随机网络的平均路径长度和聚类系数。仿真结果表明,节点数固定的ER网络具有小世界特性,出现这种小世界特性的主要原因是由于网络内部边的异质性,而与网络的节点数变化没有必然联系。     

在线社交超网络的信息全局传播模型

信息爆炸时代,在线社交网络作为信息传播的主要途径被广泛应用,但在线社交网络中信息传播的动态过程往往难以准确预测和防控.该文引入超图中的超边描述两个或两个以上个体之间复杂的社交关系,利用基于超网络动态演化模型构建在线社交超网络,并结合基于反应过程策略的SIS模型,对在线社交超网络中信息全局传播的动态过程进行理论分析和仿真...     

网络病毒传染特性的仿真研究

从动力学机制的角度,对传统的病毒传染模型SIR和SIS的特点和动力学传播过程进行了分析,指出了其中的不足,在此基础上提出了符合计算机病毒传播机制的分阶段传播模型PSIDR。基于小世界网络和无尺度网络,对该模型的传播过程进行了大量仿真研究,对病毒在该模型下的传播动力学过程给出理论预测,为制定抵抗病毒的策略提供参考。     

基于小世界邻域结构的微粒群算法研究

分析了邻域结构对微粒群算法的影响，针对收敛速度慢，早熟收敛等缺点，结合小世界网络的基本特性，提出了一种基于小世界邻域结构的微粒群算法。在该模型中，邻域内部的高聚集性有利于微粒的细致搜索，而邻域间少量的长程连接又能保证微粒在进化过程中更加全面、快捷地实现信息的有效共享，从而在提高收敛速度的同时防止陷入局部最优。将本模型与Gbest模型及环形结构进行比较，发现该算法不仅具有更快的收敛速度，而且能够获得更好的收敛效果。     

复杂网络中具有低易感的疾病传播问题研究

基于真实流行病学中免疫力减弱的特性,提出一个新的疾病传播模型即复杂网络中具有低易感即免疫力减弱的传播模型。 利用平均场理论和计算机仿真对该模型的传播行为进行了详细研究,结果表明该模型的传播阈值主要与网络拓扑结构、免疫丧失率和免疫保留率有关。 小世界网络中存在非零的传播阈值,而无标度网络在网络规模无限大的情况下传播阈值趋于零。 在网络拓扑结构不变的情况下,增大节点的免疫保留率可以增大小世界网络和无标度网络上的传播阈值,降低疾病的传播范围,从而有效控制传染性疾病在复杂网络上传播。     

手机病毒在蓝牙网络中传播的 SIRD 模型

针对手机病毒传播的特性,基于小世界网络模型和生物传染病微分方程模型,通过分析网络中手机的移动速度、分布密度,蓝牙信号的覆盖范围、手机病毒复制自己的时间、移动与不移动手机的比例和病毒变异等因素,建立微分方程模型,并讨论各参数对病毒传播过程的影响。仿真实验表明,该模型能较好地模拟手机病毒通过蓝牙传播的过程,对手机病毒的预测、控制和防治提供了重要的参考依据。     

基于小世界模型和对等代理的副本定位模型

针对目前数据网格环境中已有的副本定位方法和P2P中的数据定位方法提出了一种基于小世界模型和对等代理的副本定位模型。利用小世界特性和物理网络的远近划分各个虚拟组织（VO），在VO内部采用一个代理用来存储该域内的全局副本定位信息，在VO间各个代理是对等的关系，采用对等代理机制进行副本定位，并对其高效性、可靠性及可扩展性进行了评价分析。     

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.     

改进的反馈型自联想记忆神经网络及其应用

针对全互连结构是大多数神经联想记忆模型采用的连接方式，在提高模型的性能时必然会以提高模型的复杂度为代价的特点，通过借鉴小世界网络模型对互连结构进行了改进，提出了一种反馈型自联想记忆神经网络模型，应用计算机仿真分析表明；该模型达到了预期效果．     

基于小世界网络模型的公众食品安全行为仿真研究

针对食品安全行为中公众群体具有的小世界网络特性，构建了小世界网络模型进行行为仿真。结果表明：在随机、集聚优先和距离优先三种模式下，生产环节风险感知对公众食品安全行为选择影响显著。在"低集聚度"网络中，不考虑风险感知时，距离优先和集聚优先模式下对公众食品安全行为的影响高于随机模式。在"高集聚度"网络中，考虑风险感知时，距离优先模式对公众食品安全行为的影响则高于集聚优先模式。     

极小Cayley图的确定性小世界网络模型

小世界网络的确定性模型研究是复杂网络建模领域的重要分支,通过分析Cayley图的极小性与小世界特性的关联,提出一种基于极小Cayley图构造小世界网络的确定性模型．模型通过选择满足条件的极小Cayley图,恰当地扩展其生成集,构造出一类对称性强且结构规则的小世界网络．结果表明, 和现有模型不同,该模型可根据需求构造常数度或非常数度网络,且生成网络不仅具有较高的聚集系数和低的网络直径,而且是节点对称的,在通信网络、结构化P2P覆盖网络等实际领域的拓扑结构设计中具有重要应用．     

谣言短信传播网络拓扑性质研究

作者分析了谣言短信传播的特点及方式,把谣言短信的传播过程抽象成一个网络的生长过程.根据谣言短信传播的特点,以星形网络表示初始网络,在局域世界中选择新增节点的连接节点.局域世界的选取,采用了依据节点之间的网络路径值作为选取局域世界的原则.给出了生成谣言短信传播网络模型的算法,并且通过理论推导说明网络模型的度分布为幂律函数,模拟了网络节点的度分布、聚类系数和平均路径长度,通过GN算法对模型的社团结构进行分析,发现谣言短信传播网络具有明显的社团结构特征.仿真结果表明,谣言短信传播网络具有无标度特性、小世界特性以及明显的社团结构特征.     

基于IPv6对等网技术的资源共享方法

为了改善P2P（Peer-to-Peer）软件带宽消耗高、网络利用率低的问题,提出了将资源发现过程与资源共享过程分开执行的方法,并在IPv6环境下定义了两个私有协议P2PIEP（Peert-to-Peert Information Exchchange Protocol）和P2PDEP（Peer-to-Peer Data Exchange Protocol）。这两个协议分别服务于资源发现过程和资源共享过程。P2PIEP使用小世界模型,用于发现资源信息;P2PDEP封装在UDP（User Datagram Protocol）数据报中且具有较小的协议首部,从而达到提高网络利用率的目的。     

基于节点态度的社交网络信息传播模型

为了揭示信息在社交网络中传播的内在规律,对社交网络的信息传播过程进行深入的研究,社交网络的信息传播过程除了受信息本身的吸引力和社交环境的影响,同时受节点对消息的态度的影响。然而,现有信息传播模型对节点态度考虑不足,不能体现节点态度的差异对信息传播所产生影响。本文结合传染病模型并考虑节点态度,提出了一种基于节点态度的社交网络信息传播模型,旨在分析节点态度对信息传播的影响,为研究社交网络的信息传播机理提供理论依据。首先,考虑到不同节点的态度及其变化规则的差异,从个体角度出发,基于节点行为定义了节点态度及其更新原则。其次,在传统传染病动力学SIRS模型基础上,结合信息传播与传染病感染扩散类似的传播机理,综合考虑节点态度对信息传播状态转移的影响,利用社会学习理论得到一种基于节点态度的社交网络传播模型。该模型能够分析节点态度对信息传播的影响,给出传播规则,并刻画信息传播的演化规律。最后,采用新浪微博的真实数据对本文的传播模型进行了仿真实验,仿真结果验证了节点态度影响着信息的传播,证明了本文所提模型能够更准确地描述信息传播规律,反映社交网络的信息传播过程。     

众筹平台的双层网络信息传播模型研究

该文借鉴多层耦合网络理论以及传播动力学理论,依据众筹平台信息传播的机制,建立了单层众筹平台信息传播模型（S-SCIR模型）和双层众筹平台模型（O-SCI₂R模型）,并对信息在众筹平台的不同网络条件下的传递情况进行了建模与仿真。通过模拟信息在众筹过程中在线上线下网络的传递过程,挖掘了影响众筹信息传播的因素,为本类问题的研究提供了一种新的视角和方法。研究结果表明:信息在双层耦合网络条件下传播的更快,线上线下结点的相关度越强越有助于信息的传播,信息的价值越大传播的越快。     

基于SIR的Device-to-Device移动社交网络信息传播模型

智能移动设备的迅速普及在加快移动社交网络发展的同时,也给底层通信网络带来了沉重的负担。为了缓解底层通信网络的负担,越来越多的社交网络应用开始采用Device-to-Device技术传播信息。本文以Device-to-Device移动社交网络为研究对象,首先分析该网络中用户参与信息传播的特点,然后在传染病模型的基础上构建适合此网络特点的信息传播模型,并利用该模型分析真实Device-to-Device环境中的信息传播过程。结果表明,Device-to-Device移动社交网络中的信息传播与基于Internet的社交网络中的信息传播有相似之处;但是,由于Device-to-Device移动社交网络存在较大的传播时延,信息在该网络中需要较长的时间才能达到传播高峰。     

改进的反馈型自联想记忆神经网络及其应用

针对全互连结构是大多数神经联想记忆模型采用的连接方式,在提高模型的性能时必然会以提高模型的复杂度为代价的特点,通过借鉴小世界网络模型对互连结构进行了改进,提出了一种反馈型自联想记忆神经网络模型,应用计算机仿真分析表明,该模型达到了预期效果.     

基于SWN理论提取复合关键字系统的设计与实现

实现了一个利用小世界网络模型(SWN)提取中文文档的关键字的系统。小世界网络模型具有两个统计性质:平均路径长度和聚类系数。本系统使用的算法首先对文档进行分词,以分词之间的相邻关系为边、以分词为节点构造文档结构图。然后计算每一个分词的平均路径长度变化量和聚类系数变化量,并且使用这两个变化量作为提取关键字的标准,最后按照一定策略合并关键字成复合关键字。本文首先详细介绍了小世界网络模型的概念和在关键字提取方面的应用,然后介绍了本系统的设计与实现,最后通过实验证明了该算法的正确性和有效性。