复杂网络中的在线社交网络演化模型

在线社交网络是一种广泛存在的社会网络,其节点度遵循幂率分布规律,但对于其结构演化模型方面的相关研究还不多。基于复杂网络理论研究在线社交网络内部结构特征,提出一种结合内增长、外增长及内部边更替的演化模型,借助平均场理论分析该模型的拓扑特性,实验和理论分析表明由该模型生成的网络,其度分布服从幂率分布,且通过调整参数,幂率指数在1~3,能较好地反映不同类型的真实在线社交网络的度分布特征,因此具有广泛适用性。     

局域世界删除演化网络模型

针对局域世界网络演化模型对于真实网络的描述过于简化的现象,提出局域世界删除演化网络模型。在网络的演化过程中既考虑了增加节点适应度对网络结构的影响,又对节点的删除和边的删除进行了探讨。研究表明增加节点的适应度可以使新节点加入时对已有网络节点的选择不只与已有网络节点的度有关;无论是删除节点还是删除边都会增加网络中度为1及度为2节点的比例,增加网络的平均路径长度,减小网络的聚类系数;随着局域世界的增大,kmax及网络的聚类系数都会增加。因此增大局域世界能够补偿删除所带来的影响。     

加速增长的HK网络演化模型

近年来,随着复杂网络演化模型的深入研究,研究的焦点已从全局结构转移到了局部结构,其中,网络的集团度及其分布受到了广泛关注.实证研究表明,大量真实网络具有幂律的低阶集团度分布,而且分布指数随集团阶数的上升呈下降趋势.这一普适规律无法由Holme和Kim(HK)模型的熟人推荐机制再现.在HK模型中考虑网络演化的加速增长这一重要因素,提出一种改进的HK模型.数值模拟显示,改进的HK模型生成网络的簇系数较大,平均最短路径较小,不仅具有小世界效应和无标度特性,而且再现了真实网络的低阶幂律集团度分布特性.此研究有利于更好地认识真实网络中的各阶基元.     

HK网络演化模型的研究和改进

研究一种高集聚度的无标度网络模型,以Holme和Kim（HK）模型为基础,通过引进新增节点所应该具备的连接动态性,改进HK模型的局部特性。分析和仿真表明,改进模型HK’不仅继承了HK模型的高聚类效应和无标度特性,且它的幂律指数可在2～3之间变化,网络成员间的竞争机制也与现实社会网络较接近。     

基于兴趣的科研合作网络演化模型

从科研合作网络的研究现状入手在BA网络模型的基础上,基于科研工作者研究兴趣,给出了一个新的科研合作网络的数学模型,并建立了一个基于兴趣相似度的符合科研合作网络真实特性的网络演化模型。初步的仿真实验结果表明,按照该模型构造出来的网络度分布服从幂指数为-3的幂律分布。     

以制造商为核心的复杂供应链网络多级局域世界演化模型

为揭示以制造商为核心的供应链网络演化规律,以BA模型和多级局域世界理论为基础,结合现实网络中节点生成与退出机制,提出了一种五级局域世界网络模型。首先,研究了以制造商为核心的供应链网络的内在特性和演化机制;其次,分析了网络的拓扑结构和演化规则,建立了仿真模型;最后,仿真分析了不同时间步以及不同临界条件下节点数量、集聚系数、度分布等网络特性参数的变化,推导出网络的演化规律。仿真结果表明:以制造商为核心的供应链网络具有无标度、高集聚性;随着时间的推进以及节点增长速度的增加,网络整体的度分布趋近于指数为3的幂律分布;网络内各级局域世界的度分布不同,二级供应商、零售商的度服从幂律分布,一级供应商和分销商的度服从指数分布,制造商的度大致服从泊松分布。     

在线社会网络演化模型

在分析在线社会网络的拓扑结构、特征及演化规律的基础上,借鉴了前人网络模型的思想,提出了在线社会网络演化模型,引入动态的加权方式,提出了一种在线社会网络演化模型。理论分析和仿真表明：在线社会网络演化模型具有无标度和小世界特性,点权、边权、度分布呈现幂律特性,具有较多的簇系数、较小的路径长度且可调。这种无标度和小世界特性与现实中的在线社会网络较为一致。     

基于时变RBF网络的非线性时变系统建模

在常规RBF神经网络中采用时变权值,将其应用于非线性时变系统的建模。采用减聚类算法确定网络隐含层神经元数与基函数中心参数,以迭代学习最小二乘算法修正神经网络时变权值,给出时变RBF网络的学习算法。分析表明,迭代学习最小二乘权值修正算法保证了网络时变权值的有界性,迭代误差收敛于零。仿真结果验证了该方法在非线性时变系统建模方面的有效性。     

基于时变适应度函数的改进粒子群算法及其在移动机器人路径规划中的应用*

针对粒子群算法在解空间盲目搜索的缺点,提出一种基于时变适应度函数的改进粒子群路径规划算法。该算法有效地将人类搜索经验与粒子群算法相结合,利用神经网络描述环境约束和距离信息,并构造粒子的适应度函数,从而该算法在迭代过程中可以利用权值的改变合理地调整适应度函数。这样,新算法在寻优过程中能够先确定路径方向,然后逐步提高路径安全性。将该算法应用于机器人路径规划,与标准的粒子群算法相比,数值仿真结果表明,改进算法具有较强的寻优能力和实时性。     

基于时变阻尼运动的社交网络信息传播动力学分析

针对目前社交网络上信息传播动力学的研究成果中,未能从社会物理学层面揭示微观个体上的随机性和无序性与宏观群体上的可知性和可控性之间的关系问题,本文提出了一种基于时变阻尼运动的信息传播动力学模型(time-varying damped motion,TVDM).首先,深入分析社交网络中信息传播现象,从时间、空间、主体(行为...     

基于时变加权马尔科夫链的网络异常检测模型

随着互联网技术的迅猛发展,网络入侵事件日益频发,入侵检测对于保障网络安全具有重要意义。针对网络入侵检测的迫切需求,提出一种基于时变加权马尔科夫链的网络异常检测模型,使用组合状态转移概率矩阵来描述状态转移。利用DARPA 2000数据集在NT系统上重放时产生的事件log作为实验数据以验证该模型的效果,并与普通时变加权马尔科夫链模型进行比较,仿真实验结果表明该模型能够对网络进行实时入侵检测,具有较高的准确性和较强的鲁棒性,并且能够有效降低误测率和漏测率。     

基于超网络的网络安全事件连锁演化模型

由于网络的强大的互通性,安全事件的发生常常伴随着其他安全事件的触发,形成连锁反应,造成一定的危害和经济损失。本文从系统论的角度出发,研究网络安全事件之间的不同关联,分析安全事件演化的不同模式,以点、链、网的概念为基础,引入超网络进一步建立四层演化模式的概念,并针对安全事件的不同演化模式进行了详细分析;最后通过实际案例说明了安全事件演化模型的可行性。研究结论对于预防安全事件影响的扩大,以及危害的宏观预警具有一定的积极意义。     

基于多重分数差分和AR模型的网络流量预测

网络流量的分析、模型仿真以及流量的预测,在网络管理和设计中起着很重要的作用,提出了一种利用多重分数差分与自回归模型进行网络流量建模和预测的新方法.通过多重分数差分的消除长相关序列中的长相关特性,得到多条短相关信号和一条趋势项,分别利用AR模型进行定阶、参数估计及预测操作,用实际网络流量对该模型进行验证,实验表明,该方法比传统的预测方法具有更好的预测效果.     

基于HOT理论的网络抗毁性动态演化模型

建立一种具有抗毁性的网络动态演化模型,利用HOT理论,通过节点的择优连接机制,使系统的抗攻击能力和自恢复能力等特性朝最优的方向演化。通过调整节点自身的属性,产生节点度符合幂率分布的网络抗毁性动态演化模型。仿真结果表明,与相同规模的BA网络模型相比,按照该方法建立的HOT网络模型具有更高的抗毁性。     

基于类神经网络模型的电路演化实现方法

为解决目前数字型演化硬件研究中存在的电路编码困难问题,提出一个可用矩阵形式描述组合电路的类神经网络门级电路模型,讨论在此模型上进行电路编码的具体方法.根据编码矩阵特点,对标准遗传算法进行改进,设计遗传操作算子、适应度评估方法等.通过无刷直流电动机电子换相电路的成功演化实例,验证了采用矩阵编码和改进遗传算法实现数字电路演...     

基于可预测适合度的选择性模型修复

由于信息系统记录的行为不断变化,因此事件日志与给定模型之间往往存在偏差.事件日志可能产生2种不同类型的偏差,且每种偏差在偏差总数中的占比是不确定的.已有方法采用固定方式修复日志中非迭代偏差和自循环产生的迭代偏差,或在理想适合度被设定为1的前提下选择执行不同的修复方式,因而很难保证适合度与精度始终在合理范围.针对这一问题,提出一种修复方法可根据迭代可观测偏差总成本预测配置优化后的适合度,并在其满足给定阈值的情况下对所有偏差进行整体配置.当预测适合度不满足给定阈值时,进一步通过最优对齐发现事件日志与过程模型之间的变体,并根据每个变体的实际情况使用配置优化或者自循环插入的方式修复可观测偏差.仿真实验中对不同数据集进行了验证,结果表明：在始终保证适合度合理的前提下所提出方法能够最大程度地改善精度.     

基于时变贝叶斯网络的无人机态势评估模型

为解决无人机(UAV)在突发威胁下的环境感知问题,提出一个基于后验概率支持向量机(PPSVM)的时变贝叶斯网络(TVBN)态势评估模型,利用PPSVM完成突发威胁观测信息的分类处理,将分类信息的不确定度作为态势评估的证据,使用概率推理实现动态环境下的态势评估。以UAV规避空中突发威胁为仿真背景验证该模型的正确性,并表明其评估结果能真实地反映环境变化情况。     

大数据平台下网络舆情风险演化模型仿真研究

针对网络舆情风险演化模型存在网络舆情风险预测准确性低、控制效果差的缺陷,引人大数据平台构建网络舆情风险演化模型.采用协程网络爬虫算法获取网络舆情信息,得到网络舆情观点集合,以此为基础,利用Weisbuch-Deffuant模型设定网络舆情观点聚合规则,实现网络舆情观点的聚合,以网络舆情观点聚合结果为依据,采用仓室模型搭...     

基于时间窗的随机时变交通网络信号相位协调

交通网络是随机时变网络,用周期性时间窗模拟各路口信号灯控制,建立交通网络中路口相位差协调控制模型。时间窗的设定使只有规定行驶方向的车辆可以通行路口,其他车辆不可通行。为得到车辆在路口前等待状况,定义时间窗函数,该函数采用协调交通网络路口信号相位差的方法求得随机时变网络的最短期望路径。结合改进的SDOT算法和穷举法及遗传算法设计一种混合算法。对一个四路口小型交通网络进行了仿真研究,结果验证了求解算法的有效性。