基于有向含权复杂网络的城市交通路网关键路段识别

针对目前基于复杂网络识别城市交通路网关键路段缺乏考虑现实影响因素和路段方向性问题,提出了一种基于有向含权复杂网络的关键路段识别方法。第一阶段利用复杂网络理论将城市交通路网构建成有向含权复杂网络模型;第二阶段利用LinkRank算法对复杂网络中边进行重要度排序,以此识别关键边,即城市交通路网关键路段;第三阶段利用变异的易感—感染（susceptible-infective,SI）模型对关键路段进行影响评估。通过对浙江省海宁市城区的城市交通路网分析,验证了方法的实用性和有效性。     

基于复杂网络的复杂机械产品关键零件识别

复杂机械产品关键零件作为产品架构的核心,在产品研发、设计和制造过程中具有重要意义。但是,如何在数量巨大的零件集合中识别出关键零件在工程上非常困难。文章提出一种基于复杂网络的关键零件识别方法。首先,构建了产品零件关联关系加权复杂网络模型,然后提出使用改进的LocalRank算法识别网络中的关键节点,该算法具有计算复杂度低及计算效率高等优点,最后利用一种典型的传染病传播模型—SIR(Susceptible-Infective-Recovered)模型验证了识别结果的正确性。以齿轮箱产品为案例,运用所提方法识别其关键零件,最终结果说明了方法的有效性。为解决复杂机械产品关键零件识别难题,提供了有效的解决方法。