基于随机牵制控制器的复杂网络系统的镇定

主要研究一类具有连续线性耦合节点的复杂动态网络系统的牵制控制问题, 提出了一种基于随机变 量的随机牵制控制方法。通过对部分节点施加带有随机变量的状态反馈牵制控制器, 可以实现整个复杂网络系统 的稳定。可以看出, 虽然随机牵制方法不要求控制器一直作用在选定的节点上, 但同样能使得复杂网络系统稳定。 运用鲁棒思想首次讨论了系统耦合矩阵发生变化时所设计的随机牵制控制器的有效性问题, 给出了所设计控制器 仍然能保证系统的稳定性的充分条件。基于所得结果, 进一步讨论了所含随机变量的期望值含有不确定性和未知 时的牵制控制问题。最后通过数值仿真进一步验证了所提方法的正确性和有效性。     

基于LeaderRank和节点相似度的复杂网络重要节点排序算法

复杂网络中重要节点对网络结构和功能的影响引起了广泛关注。本文在现有LeaderRank算法的基础上,利用节点相似度来衡量节点间的相互作用,建立了SRank算法进行重要节点排序。利用SIR传播模型和斯皮尔曼等级相关系数在真实社会网络数据上对本文算法与经典的重要节点排序算法进行仿真后,发现该算法在无向和有向网络中均具有更高的准确性。     

基于管线对偶图模型的供水管网可靠性分析

为了利用复杂网络理论对供水管网进行结构测度和鲁棒性分析,提出一个新的管网模型——管线对偶图模型.该模型将顺序相连、无大角度转折的同口径同材质管段序列看作统一实体,即管线.将管线抽象为节点,两相交管线对应的节点用边相连,由此形成的无向图即为管线对偶图.使用这一模型对3个城市的供水管网进行结构测度,结果显示,管线对偶图具有明显的无标度特性.利用无标度网络鲁棒性分析方法中的模拟攻击方法,使用3种攻击策略进行实验.结果表明,管网在不同攻击策略下结构变化规律呈现较强的相似性,都会经过初始期、分裂期和崩溃期3个阶段;不同的攻击策略下供水管网进入分裂期和崩溃期的进程差异明显;基于节点度的攻击策略对管网的影响最大,基于节点介数中心性其次,随机攻击对管网的影响最小,高度连接的管线是供水管网中关键和脆弱的部分.对结构测度和模拟攻击的结果进行分析,发现谱隙和进入分裂期的去点率可作为衡量供水管网可靠性的重要指标.针对管线对偶图模型提出的可靠性分析方法可以用于指导供水管网的设计和运维.     

基于有向网络中病毒传播和核心免疫的研究

现实网络的有向性使得有向网络更能够准确地模拟显示网络,而当前研究的热点是怎么样用最小的代价对网络进行免疫。基于节点连接的不均匀性,提出的目标免疫被认为是最好的免疫策略。针对更符合实际的有向无标度网络,提出了基于双向链接的核心免疫策略。与目标免疫相比,该策略可以是网络获得较好的免疫效果,并且能更好地保持网络的连通性。采用SI病毒传播模型研究病毒爆发初期的情况,在双向网络分别测试了该免疫的性能和网络效率,证明了该免疫的高效性。     

面向大规模供水管网的水质监测点布局优化

在供水管网的重要位置布设一定数量的水质监测点,对管网水质进行实时监测,是保障水质安全的有效途径。现有水质监测点布局优化方法的研究大多针对小规模管网,在复杂的大规模管网中迭代求解效率和解集质量低,难以实际应用。为此,针对大规模供水管网节点数量众多且邻近节点相似程度较高等特点,以最小化监测时间和最大化污染事件覆盖比例为目标,建立水质监测点布局优化求解框架。该框架使用基于复杂网络重要性指标和耦合水力特征综合评价的节点筛选模型,对大规模管网中的重要节点进行污染事件模拟,并基于节点空间相似性改进遗传算法的演化策略,提升解集质量。针对实际大规模管网的模拟实验表明,此方法能解决供水管网规模较大时迭代效率和解集质量低的问题,获得有效的水质监测点布局。     

复杂动态网络的牵制同步控制

研究了复杂动态网络的牵制同步控制。首先,阐述了一个新的动态网络,这个网络具有不同的节点结构,而且每个节点都是具有相同维数的动力系统。通过设计合适的控制器,此网络的状态将指数同步到一个稳定的状态。其次,给出了一些同步准则和一个例子去验证理论结果。MATLAB仿真结果表明,在整个网络被控制到平衡点时,在网络中随机地选择两个节点施加牵制控制,甚至仅对网络中度最大的那一个节点施加牵制控制,都能使网络的状态在很短的时间内达到同步。MATLAB仿真结果与理论分析相一致。     

一种基于复杂网络属性值的K-means聚类算法

传统K-means聚类算法的性能依赖于初始聚类中心的选择。本文将复杂网络节点的属性值作为节点的度、聚集度与聚集系数的加权值,通过计算所有节点的加权综合聚集特征值,选取综合聚集特征值高,并且彼此之间无高聚集性特征的个节点作为聚类的初始聚类中心,然后进行聚类迭代过程。实验结果表明,新算法对初始聚类中心的选取更迅速有效,避免了传统K-means算法初始聚类节点选取的敏感性,进而提高K-means算法的聚类质量。     

基于解释结构模型的复杂网络节点重要性计算

针对有向复杂网络节点重要性评估问题,提出基于解释结构模型的节点重要性度量方法.应用解释结构模型,将有向网络节点间关系矩阵化,获得相应的邻接矩阵和可达矩阵;对可达矩阵进行区位、级位划分;对矩阵进行缩减、删除越级与自身相连关系;得到网络的递阶有向图.对网络矩阵进行赋权模拟演化,给出网络区域重要性与级位重要性辨识划分.将该方法应用于ARPA有向网络、有向随机网络和有向无标度网络中,与其他4种网络节点排序方法进行比较.结果表明,该方法不仅适用于有向网络层级划分与辨识,而且适用于有向网络的节点排序计算.     

合作博弈下无线传感器网络功率控制策略

无线传感器网络在动态变化的信道和干扰环境工作时,为获得较高的信干噪比,节点会提高发射功率,致使节点间的干扰不断增大,为抵消其带来的消极影响,节点将继续增加发射功率,这将导致网络环境逐渐恶化,同时过多浪费节点能量.针对以上问题,本文提出一种合作博弈下无线传感器网络功率控制策略,为使节点能够更加精准的根据周围环境信息动态调节发射功率,算法引入节点间距离作为干扰权重因子以修正有效干扰模型,进而改进信干噪比模型;基于合作博弈理论将节点信息传输速率和自身剩余能量整合,建立合作博弈下的效用函数,在对不同效用权重因子下的归一化信息传输速率、发射功率方差值、信干噪比和网络效用4种结果进行综合权衡后,得出适当的效用权重因子值,并证明效用函数存在纳什均衡解,通过算法多次迭代后得出使网络效用达到最高时的节点最优发射功率.仿真结果表明,本文算法得出的最优发射功率方差小,算法收敛速度快,网络在节点较低发射功率时即可获得较高的信干噪比,网络生存周期得以延长,实现更高的网络效用.     

用户需求适应的P2P超级节点选取机制

提出了一种基于层次分析法的超级节点选取策略。该策略刻画了不同用户对不同应用的需求度量,根据阈值法过滤部分不满足最低要求者得到备选集合,在此基础上构建层次分析模型,给出相应的选择结果。仿真实验表明,该机制能使用户满意度达到95%以上,同时整体网络在检索延迟、网络带宽消耗等有比较好的折衷。     

基于牵制控制的一类线性耦合复杂网络同步

对一类线性耦合动态复杂网络的同步问题进行研究.通过对其部分节点的牵制控制实现该复杂网络所有节点均趋于同一状态,给出该复杂网络达到全局指数同步的条件,运用李雅普诺夫稳定性理论给出严格证明.为克服实现网络同步所需耦合强度较大的弊端,利用自适应方法对网络耦合强度进行调节,在实现网络同步时获得较小的耦合强度.数值实验结果进一步验证了理论结果的有效性.     

复杂open shop问题的网络模型及 调度规则设计

针对当前调度规则设计缺乏系统性这一现状,提出一种基于复杂网络理论的系统化设计启发式调度规则的框架.通过将复杂open shop (COS) 调度对象描述成复杂调度网络,并将相关的COS调度问题描述成对应复杂调度网络上的结点执行问题,从而将COS调度问题纳入到复杂网络理论体系下进行研究.在此基础上,通过在不同复杂调度网络上进行结点执行实验,发现复杂调度网络平均度值特征和网络结点平均总执行时间之间呈现对数关系.这一事实为设计基于度值的调度规则提供了理论基础,即优先执行度值大的结点,使得后续复杂调度网络具有尽可能小的平均度值.仿真实例证实,与其他调度规则相比基于度值的COS调度规则能够取得更好的最大完成时间（MFT）性能.     

改进无线传感器网络路由算法

无线传感器网络是由能量有限的节点组成,高效节能的路由算法是无线传感器网络的基础。针对低功耗自适应分簇（LEACH）路由算法在选择簇首节点及通信过程中能量消耗大的不足问题,提出了一种改进的LEACH路由算法。引入节点剩余能量因素参与簇首节点的选择,有效地降低剩余能量较小的节点成为簇首的可能性,节点之间的数据传输采用单跳和多跳相结合的通信方式,也降低了传感器网络能耗。     

动态融合复杂网络节点重要度评估方法

为挖掘复杂网络中的关键节点及提高网络鲁棒性,针对有/无线多网融合的层级网络,提出了动态融合复杂网络模型及其节点重要度评估方法.结合动态融合复杂网络的特点,定义了边连通概率、路径连通概率、网络连通概率、融合节点比例、融合节点分布和融合路径比例等与网络动态性和融合性相关的参数.在单层复杂网络节点重要度评估指标的基础上,设计了融合网络节点度中心性、节点介数中心性和节点融合中心性指标.其中,融合节点的节点融合中心性表示融合节点对网络融合的贡献程度,非融合节点的节点融合中心性表示非融合节点对网络融合的辅助作用程度,主要体现在作为融合节点之间的中继节点.最后,综合考虑网络拓扑结构、动态融合特性等因素进行节点重要度评估.以改进的动态交织风筝网络为例进行仿真分析,结果表明该方法能够比较全面地刻画节点在动态融合复杂网络中的重要性.利用NS2搭建由光通信网和卫星通信网融合构成的仿真实验网络,进一步验证了在仿真网络环境中本方法的有效性.     

基于独占区域的无线传感器网络连通支配集

提出基于独占区域的无线传感器网络连通支配集算法.采用独占覆盖和延时等待规则,在每个节点维护的独占区域内限制支配节点数目,从而降低连通支配集的规模.根据节点剩余能量信息优化支配节点在整个网络拓扑中的分布,以提高能量使用效率和均衡网络负载.仿真结果表明,基于独占区域的无线传感器网络连通支配集能够显著降低连通支配集的规模,保证支配节点的分布均匀稀疏,同时延长整个网络的生命周期.     

基于节点能力模型的容迟网络路由算法

针对容迟网络高延迟、间歇性连接、节点频繁移动、能量和缓存资源受限等本质特点,提出一种基于节点能力模型的容迟网络路由算法CM-RSD.该算法将基于节点活跃度和可用能量比的能力模型和多副本限额转发策略相结合,使消息副本向递交能力更强的节点扩散,从而提高消息递交的成功率,同时实现对资源开销的控制.此外,CM-RSD在选择中继节点时,还充分考虑了节点的能量状态,以避免消息副本向能量不足的节点扩散,从而有效保障网络节点的存活率.仿真实验表明,无论是节点密度、副本配额,还是节点移动模型的影响,CM-RSD算法在消息递交成功率、资源消耗、递交延时、能量消耗、扩展性等方面都表现出了良好的性能.     

异构无线通信系统的协同中继节点选择

提出了一种基于协同机理的异构无线网络融合机制,并就协同中继节点选择给出了一种基于效用函数的理论优化模型. 该模型在保证第1跳和第2跳链路传输速率匹配的前提下,能从全局优化的角度选择最佳的中继节点. 为了降低计算复杂度,给出了一种次优的异构协同中继节点选择算法. 仿真结果表明, 所提出的协同中继节点选择算法能显著提高异构网络的性能.     

基于孤立点的全局最小MPR集选择算法

针对OLSR协议中采用贪婪算法选择最小MPR集存在的冗余问题,提出了基于孤立点的全局最小MPR集选择算法。通过逐步剔除可达数最小的一跳节点,产生新孤立点,获取最小MPR集;当可达数最小的一跳节点不唯一时,考虑全局MPR节点的影响,优化整个网络的MPR节点数量。仿真结果表明:本文所提的MPR选择算法相对于基于贪心策略的MPR选择算法,整个网络MPR节点数量减少7%,控制消息开销明显降低,网络性能得到提高。     

无权网络零模型的构造及应用

静态无权网络是目前最常见的复杂网络形式，这种网络零模型也被研究得最广泛和最深入。该文将无权网络分成无权无向网络和无权有向网络两种形式，分别研究了这两类网络的零模型构造及应用，其中重点是无权无向网络。首先根据不同阶数随机图理论阐述了无权无向网络由低到高各阶零模型的定义，然后描述了使用ER随机图、配置模型和基于断边重连等方式构造各阶零模型的过程及相关应用。针对断边重连这种最重要的零模型构造方式，论述了无倾向性断边重连、有倾向性同配或异配断边重连，以及检测网络是否具有富人俱乐部性质的局部断边重连等构造方式，并且首次将高阶零模型扩展到社团检测等网络中尺度特性的分析中。最后，阐述了无权有向网络1阶零模型的构造以及如何基于该零模型检测网络中存在的出入度匹配特性。该文发现网络零模型能为实证无权网络提供一个准确的基准，结合网络的统计量指标定性和定量地描述出实际复杂网络的非平凡特性以及这种非平凡特性的程度及来源。     

一种无线传感器网络能量均衡路由算法

将无线传感器网络路由视作一种不完全信息的序列决策问题,针对传感器网络能耗不均的问题,提出了一种基于强化学习预测的能量均衡路由算法EBRRLP.该算法通过强化学习预测转发节点的行为,并利用ε贪婪策略选择预测值最优的节点发送数据,事后采取委托-代理激励制度抑制转发节点的自私性,维护节点的最大效用.仿真实验结果表明,EBRRLP算法具有较好的预测效果和较高的吞吐量,能有效降低能量损耗并均衡能量负载,其性能优于现有的其他算法.