WS与NW两种小世界网络模型的建模及仿真研究

对WS小世界网络和NW小世界网络两种网络模型进行计算机建模,并分析它们的静态网络统计量,包括节点的度分布、平均最短路径和聚类系数等特征指标.进一步得到了WS和NW小世界网络模型的度分布图以及NW小世界网络模型的平均最短路径和平均聚类系数的归一化图.使用Matlab软件,用邻接矩阵表示网络连接,用随机数产生器产生概率,生成两种小世界模型.并且使用稀疏矩阵的方法,大大减少了内存的使用量,使仿真程序能生成具有更多网络节点的大型网络,使对数十万节点的网络进行建模和分析成为可能.     

小世界效应加速生物地理学优化的社团识别算法

为提高基于优化方法的网络社团结构识别算法的有效性,设计一种利用小世界效应加速生物地理学优化过程的网络社团结构识别算法. 首先基于矩阵随机编码建立网络社团识别生物地理学优化框架,在栖息地中全局进化地搜索对应于最大化模块度的网络社团划分. 然后,给出基于小世界效应的生物地理学迁移策略,可以加速进化算法的信息交换过程. 最后,运用该算法在现实网络和人工合成网络上进行实验. 结果表明:引入小世界效应能够降低网络社团结构识别算法的收敛时间;在典型现实网络与人工合成网络上运行该算法能够获得较高的模块度值与标准化互信息值;信息交换的拓扑结构能够优化进化算法效率. 应用小世界效应加速生物地理学优化的网络社团识别算法具有较好的可行性与有效性.     

基于Kleinberg模型的P2P网络搜索协议

针对基于DHT技术的结构化P2P网络存在路由效率低和负载不均衡问题,依据Kleinberg小世界模型设计了一个结构化P2P网络协议.P2P网络由一些相互连接结点类构成,结点类之间存在长程连接和短程连接,具有一定的小世界特征,减少了查询路由步数;通过设置结点类内部结点数量的最大值,可以平衡P2P网络负载;分析了P2P网络搜索开销,基于Kleinberg小世界模型的P2P网络搜索平均传递步数存在一个上界.实验结果表明,随着网络规模的扩大,平均搜索步数呈对数函数增长;长程连接数量增多可以减少平均搜索步数,减少的趋势呈反比函数.     

基于小世界网络的PSO算法在电力系统中的应用

针对发电机的阀点效应,电力系统机组优化组合属于复杂的具有混合型变量的组合优化问题,基于小世界网络(Small World Network,SWN)的邻域模型构造,最优化原理和基本粒子群算法(ParticleSwarm Optimization,PSO),以24个时间段所有机组总耗量最小为目标函数,建立了发电机组优化组合的数学模型.提出了将"平均最短路径小,聚集系数大"的小世界网络邻域结构引入到粒子群算法中,以机组的输出功率作为粒子的位置,给出了算法的具体实现方法.在10机系统中分别采用了SWN-PSO算法和遗传算法进行了仿真计算.算例结果表明:所提出的算法不仅有利于粒子之间的信息共享,并且可以更快、更准确地收敛到全局最优解,具有一定的实用性.     

汉语复句关系词搭配网中的小世界效应和无标度特征

采用复杂网络的方法对"复句关系词本体知识库"中457个搭配关系进行研究,构建了一个现代汉语的"复句关系词搭配网",并对该网络中的最短路径、平均聚集系数和度分布情况进行分析研究.研究结果表明,"复句关系词搭配网"具有复杂网络的典型特征,而且其小世界效应和无标度特征反映了复句关系词的搭配能力和搭配对象的同现关系,这些特性能够对复句层次关系和逻辑语义关系的自动识别起到重要的作用.     

朋友关系网络的实证统计研究

为了探究节点的动力学行为如何对网络拓扑结构造成影响,构建了4个节点相同但拓扑结构不同的朋友网络. 对比研究发现,普通朋友网络是一个小世界网络,但随着朋友关系亲密度的增加,网络拓扑结构由连通到不连通,平均度和集聚系数在减少而平均路径长度在增加. 此外,前3个网络的度相关性呈现负相关.     

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.     

用于构建脑磁图网络的信号提取方法

构建脑磁图功能网络时,一般选取各脑区功率最强的源信号代表其神经活动,这将造成信息损失.针对此问题,提出了2种改进方案:基于叠加平均的方法和基于聚类的方法.为了验证上述方案,选取了51例被试任务状态下的脑磁数据,对其各频段利用最大功率、叠加平均、聚类3种方法进行信号提取,然后对以其构建的脑功能网络进行k均值聚类分析,此外,对以上3种方法构建的脑网络特征进行分析比较.结果表明:叠加平均方法的准确率最高、最大功率次之,聚类方法准确率最低;脑网络特征分析结果发现基于叠加平均和最大功率方法构建的大脑网络具有较强的小世界属性,而使用聚类方法构建的大脑网络其小世界属性较弱.基于本研究初步得出结论,采用叠加平均和最大功率信号提取方法构建脑磁图脑网络具有可行性.     

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。     

基于复杂网络理论的装备保障网络实证研究

为更好地理解装备保障网络的拓扑结构及其特点规律,基于复杂网络理论构建了装备保障网络模型,并从无标度、小世界和层次性等方面具体分析了装备保障网络的统计特征。实证结果表明:装备保障网络具有一般复杂网络相似的拓扑特性,即无尺度特征、小世界效应、较为清晰的层次结构及负相关匹配特性。