基于排序学习的复杂网络节点接近中心性近似排序

随着网络规模的增大,节点接近中心性的精确算法效率越来越低.本文提出一种基于RankNet排序学习算法的模型以快速逼近复杂网络节点接近中心性排序.首先通过相关性分析得到与接近中心性呈正相关的节点重要度指标作为模型的输入特征,然后在给定网络中随机选取节点子集用于模型的训练样本数据.在一个真实航空网络数据集和典型的复杂网络模型上对提出的模型进行了验证,实验结果表明基于RankNet排序学习算法的模型能够在一定程度上降低计算时间复杂度,而且保持了较高的近似准确性,所提出的模型排序效果明显优于采用回归学习的基准模型.     

基于复杂网络的软件凝聚度计算

以无标度网络为工具探究软件耦合度的度量。在无标度网络凝聚度的基础上,通过构建软件系统的关系依赖图模型,定义了软件的凝聚度,并给出相应算法。     

基于网络熵的域内节能路由方案

减少网络能耗和建立绿色网络已经成为学术界和工业界研究的关键科学问题。已有的节能方案均在已知流量矩阵的前提下展开研究,但是获得实时流量数据并不容易。因此,文中研究了如何在未知流量矩阵的情况下降低网络能耗,提出了一种基于网络熵的域内节能路由方案(Intra-domain Energy Efficiency Routing Scheme Based on Network Entropy,EERSBNE),该方案通过关闭网络中的链路来实现节能的效果。首先提出了链路关键度模型和网络熵模型,然后根据链路关键度计算网络中所有链路的重要程度,最后根据链路的重要性和网络熵模型依次关闭网络中的链路。实验结果表明,该算法在降低网络能耗的同时不会引入较大的路径拉伸度。     

移动社交网络中基于网络中心度的链路预测方法*

移动社交网络中的链路预测是指通过已知的网络节点以及移动社交网络结构等信息预测网络中尚未产生连边的两个节点之间产生链接的可能性。基于网络中心度的思想,提出一种适用于移动社交网络的链路预测算法。在该算法中,根据节点网络中心度和共同邻居数来计算两个节点的相似性指标,两个节点的共同邻居数越多、共同邻居的网络中心度越高,则两个节点的相似度越高。另外,由于移动社交网络的动态性特征,还将考虑时间因素对预测结果的影响。将该方法与其他4种常用的链路预测方法进行比较,实验结果显示所提方法要优于其他方法。     

电气介数及其在电力系统关键线路识别中的应用

提出线路的电气介数并将其用于电力系统关键线路识别。该方法基于电路方程,克服了加权介数模型假设母线间潮流只沿最短路径流动的不足,能有效反映各"发电–负荷"节点对对线路的真实利用情况,其物理背景更符合电力系统特点且可考虑不同发电容量及负荷水平的影响。同时提出系统最大传输能力指标,其变化量同已有指标相结合能更全面地反映系统的故障程度。对IEEE-39系统和西北网的计算表明,高电气介数线路往往属于电网的长程连接,具有关键性地位,且电力系统在针对这些线路的攻击下更为脆弱。对蓄意攻击下系统连锁故障过程的追踪也显示最大传输能力指标的必要性,证明该模型比已有模型更为合理有效。     

输电线路的潮流介数及其在关键线路识别中的应用

根据输电线路在电网发电负荷节点对间的功率传输中被利用的程度,同时考虑发电容量和负荷水平的影响,提出输电线路的潮流介数指标,并以此作为辨识关键输电线路的判据。该判据能够适应电网不同运行方式下潮流分布的特点,量化了输电线路在全网功率传输中的作用和贡献,其物理背景更加符合电力系统实际。甘肃电网的实际算例表明,电网中输电线路的潮流介数具有显著的异质性特点,少数的几条输电线路在电网的功率交换中起到关键作用;基于潮流介数的相继故障方式下的负荷损失明显高于已有电气介数指标和随机故障方式;以潮流介数指标识别出的关键输电线路以及电网不同运行方式对潮流介数的影响结果,非常符合甘肃电网的实际运行特点;从而证明了利用潮流介数辨识关键输电线路的有效性。     

含分布式电源的配电网脆弱性分析

分布式电源的接入会对配电网的脆弱性产生一定的影响。首先,提出了一种基于电网运行状态和拓扑结构的配电网脆弱性线路辨识方法,一方面以潮流计算结果为基础定义电压稳定指标;另一方面将复杂网络理论运用到配电网中,以线路承载负荷为权重定义电网结构重要度指标。在此基础上,考虑分布式电源的接入位置和接入容量,得出分布式电源对配电网脆弱性的影响。最后以IEEE33节点配电模型进行仿真分析,证明该方法的合理性与有效性,为配电网的改造以及分布式电源的规划提供理论依据。     

一种识别电力系统关键输电线路的方法

电网关键输电线路的辨别有利于预防电网灾难事故,提高电力系统的安全稳定性。通过评估支路开断后系统潮流所受冲击的强弱,给出一种识别电力系统关键输电线路的方法。首先,基于等相角线理论,定义相角分割区,依据相角分割区和电气距离对系统输电线路进行分区,基于广义熵指数理论,定义潮流增长率广义熵指数指标,评估支路开断后潮流冲击分布的均衡度;然后,从网络拓扑结构的角度,定义边的Katz-Bonacich中心性指标评估输电线路位置的重要性,并定义评估系统对潮流冲击抵抗能力的余度指标;最后,基于云模型原理,对各评估指标进行云模型转换,以云图的形式展现评估结果。通过对IEEE 30节点系统和新英格兰10机39节点系统进行仿真,验证了所提方法的正确性。     

顾及供需关系的供水管网管段脆弱性评价

为了更精细地分析供水管网可靠性,考虑需求节点与水源的供需依赖关系,提出基于加权边介数的管段脆弱性评价方法.首先使用需求节点的需求占比和水源的供应占比,确定节点和水源之间K最短路径的总重要性权值,然后根据这些路径的阻力对重要性权值进行分配.对途经某条管段的全部K最短路径的重要性权值进行求和后,即得到该管段的加权边介数,用...     

基于3-layer中心度的社交网络影响力最大化算法

社交网络影响最大化问题是指如何寻找网络中有限的初始节点,使得影响的传播范围最广。一些贪心算法可以得到较好的影响范围,但是因时间复杂度太高而不适用于大型社交网络。基于度中心性的启发式算法简单但准确度不高;基于介数中心性、接近中心性等全局指标的启发式算法可以较好地识别影响力最大的节点,但计算复杂度也过高。考虑网络节点深层次结构对影响扩散的作用并权衡计算复杂度与准确度,定义了3-layer局部中心度,以计算节点的潜在影响力值。基于线性阈值模型,启发选择一部分种子节点:每一次都选取潜在影响力最大的节点作为种子节点进行激活;运用贪心算法选取剩下的一部分种子节点:每一次都选取具有最大影响增量的节点作为种子节点进行激活。实验表明,该混合算法具有很好的激活范围以及非常低的时间复杂度。