考虑风光出力不确定性的电–气互联系统脆弱线路辨识

在电力系统和天然气系统紧密耦合的背景下,任意子系统中任意脆弱线路的扰动或故障都可能会传播到另一个子系统,进而引起整个电–气互联系统的故障。为此,提出一种电–气互联系统脆弱线路辨识方法。首先,提出考虑风光出力不确定性的电–气互联系统协调调度随机优化模型,求解得到电–气互联系统故障前后的运行状态;而后,基于局部集中度和潮流变化熵分别从拓扑结构脆弱性和运行特性脆弱性两方面分析电–气互联系统中线路的脆弱性,构建综合考虑线路拓扑结构脆弱性和运行特性脆弱性的电–气互联系统线路脆弱度指标,对互联系统的脆弱线路进行辨识。通过计算脆弱线路断开后互联系统的测地线脆弱度(geodesic vulnerability)及供需不平衡量,对所辨识的脆弱线路进行评估。6节点电网–7节点气网和24节点电网–20节点气网2个电–气互联系统的算例分析结果验证了所提脆弱线路辨识方法的有效性。     

一种基于节点中心性近似算法的ICN协作缓存策略

为了降低信息中心网络(Information Centric Networking, ICN)缓存冗余度和平均接入代价,提出一种基于节点中心性度量近似算法的协作缓存策略Centrality Metric Approximation Algorithm (CMAA)。考虑到精确计算最短路径的工作量对缓存性能的影响,CMAA策略利用最短路径近似估计值以提高节点中心性的计算效率,将节点中心性近似度量加权融合值、节点热度和缓存利用率三者作为缓存影响因子,计算得出兴趣包转发路径各节点的缓存优先级。在多种实验条件下对CMAA进行仿真实验,结果表明与LCE (Leave Copy Everywhere)和CLFM (Cache “Less for More”)相比,CMAA在平均缓存请求时延变化不大的情况下,可有效地提高缓存命中率,降低平均接入代价,从而改善缓存系统性能。     

基于特征向量局部相似性的社区检测算法

社区的发现和分析是复杂网络结构和功能研究中的一个热点。目前广泛应用的社区划分算法存在时间复杂度过高、社区核心数量无法准确量化、划分精度不高等问题。文中提出了一种基于特征向量局部相似性的社区检测算法ELSC。该算法首先计算网络中每个节点的特征向量中心性,在此基础上提出了特征向量局部相似性(ELS)和特征向量吸引性(EA)指标。ELS指标表示节点之间的相似性,用来形成初始社区,在同一个社区内部节点之间的相似性较高,在不同社区节点之间的相似性较低;EA指标同时考虑了局部相似性和特征向量中心性的占比,表示节点之间的吸引性,用来优化初始社区,并在此基础上完成网络的社区划分。该算法由最值确定节点,避免了节点数量阈值不确定的问题。在7个真实网络上将所提算法与6种知名算法的模块度和标准化互信息两个指标进行综合比较,结果表明,该算法具有良好的准确性,并且具有较低的时间复杂度。     

基于节点分割的权重序列隐私保护研究

针对加权社会网络的数据发布和权重序列攻击,提出采用基于节点分割的权重序列匿名方法实现网络结构、边权重以及权重序列的隐私保护。此方法在图的边空间概念的基础上,采用节点聚类分割思想构建加权社会网络的向量集模型,利用边的介数中心性重新分配权重,通过组内直径距离和节点的相对距离调整权重序列,利用加权欧式距离构建候选向量集,从候选向量集中选取向量实现社会网络的数据发布。此方法在保证隐私安全的前提下,保证了社会网络分析需要的结构特征、发布数据的有效性以及有效地抵御了权重序列攻击。     

基于节点中心性和社区相似性的快速标签传播算法

为了减少标签传播算法（LPA）中不必要的更新、解决算法准确率低且稳定性差的问题,提出了基于节点中心性和社区相似性的快速标签传播算法（FNCS_LPA）。按照节点中心性度量对网络的节点从低到高进行排序后加入节点信息列表,利用节点信息列表来指导更新过程,提高社区发现的稳定性并避免不必要的更新;采取基于社区相似性的更新规则,提高了社区发现的准确率。在真实社会网络和LFR基准网络上进行实验：相比LPA和三种较好的LPA改进算法,FNCS_LPA在执行速度方面提升了几十倍,真实社会网络的模块度也相对较高,在社区结构比较模糊的LFR基准网络上的归一化互信息有明显的优势。实验结果表明FNCS_LPA在提高执行速度的基础上,提高了算法的稳定性和准确率。     

基于相似主题和HITS的微博用户推荐算法研究

为了准确地为微博用户推荐相近兴趣领域的重要用户,有效提高用户对微博平台的依赖度。该文对传统的HITS算法进行了改进: 通过分析微博用户社交网络结构,运用改进算法将微博用户划分为3类,在微博主题相似度计算中引入用户的权威度和中心度,最后根据用户类别进行微博用户推荐。实验中,使用爬取的微博数据对传统的推荐算法和该文的改进算法进行对比实验,由于所提算法在分析过程中考虑了用户结构信息、用户的权威度与中心度等多种因素,因而在准确率、召回率、F1值上均有明显提高。     

Fuzzy Evaluation of Network Vulnerability

Vulnerability of networks is not only associated with the ability to resist disturbances but also has an impact on stable development of the networks in the long run. In this paper, a new vulnerability evaluation based on fuzzy logics is proposed. To obtain the vulnerability of the networks, fuzzy logic is utilized to model uncertain environment. Therefore, this evaluation can be divided into two steps. One is to use a graph to represent the network and analyze the main properties of the network, including average path length, edge betweenness, degree, and clustering coefficient. The other is to use fuzzy logics according to the main properties. Namely, this step is to calculate deviations, design rule database, and obtain vulnerability. Two examples are given to show the efficiency and practicability of the proposed method at the end. Copyright © 2015 John Wiley & Sons, Ltd.     

Centralities of a network and its line graph: an analytical comparison by means of their irregularity

Given a network G, it is known that the Bonacich centrality of the bipartite graph B(G) associated with G can be obtained in terms of the centralities of the line graph L(G) associated with G and the centrality of the network G+gr (whose adjacency matrix is obtained by adding to the adjacency matrix A(G) the diagonal matrix D=b_ij, where b_ii is the degree of node i in G) and conversely. In this contribution, we use the centrality of G to estimate the centrality of G+gr and show that the error committed is bounded by some measure of the irregularity of G. This estimate gives an analytical comparison of the eigenvector centrality of G with the centrality of L(G) in terms of some irregularity measure of G.     

Web of Science 中数学与关联学科交叉关系分析

学科交叉研究意义重大,数学作为基础学科,事实上与其他学科存在很多交叉,但有关交叉情况的具体研究比较少。基于Web of Science中数学领域的相关数据和期刊-学科的分类视角,采用学科共现分析法,构建了数学学科与交叉学科间的邻接矩阵。从复杂网络的角度,对数学大学科内部、数学大学科与其关联学科的交叉关系进行了图谱分析和测度分析。通过引入中介中心性、绝对度中心性、E-I指数深度剖析了交叉学科群的结构特征。本文理论分析所得的实证结果与实际情况较为一致,说明了所构建的学科交叉的指标及特征识别方法的可靠性,揭示了数学学科在整个学科交叉发展中的重要作用。     

基于综合功率介数的主动配电网脆弱性分析

考虑到主动配电网在智能电网发展中的重要性以及在潮流分布与运行方式上的复杂性,进行了符合主动配电网运行实际的脆弱性分析。将主动配电网视为有向网络,将系统潮流分布方向作为网络邻接矩阵的方向矢量,从而得到考虑方向性的网络介数指标,以衡量各节点在网络连通性中的重要性。考虑发电机-负荷因素,分析功率在支路间的分布情况,提出功率因数指标,以评定各节点在功率传输中的作用。使用熵值法确定各指标权重,提出综合功率介数的概念,并对主动配电网的脆弱环节进行识别。以年为时间尺度,对网络脆弱性的年变化趋势进行研究,发现了较强的季节特性。使用添加了分布式电源与电池储能系统的IEEE 33节点系统,计算了网络在受到按脆弱性识别结果进行攻击时的失负荷率,验证了所提方法的正确性。