基于孤立节点分离策略的改进鲁汶算法

鲁汶算法（LM）是基于模块度优化的复杂网络社区发现算法,有关模块度的现有研究中没有计算节点离开原属社区后模块度增益的方法。针对这一不足,基于模块度的定义和节点合并后模块度增益的计算方法,推导出了节点离开原属社区后模块度增益的计算方法,完善了该领域的理论研究。针对鲁汶算法对存储空间需求高的缺点,提出了基于孤立节点分离策略的改进鲁汶算法,该算法在每次迭代中将输入网络的孤立节点提前分离出去,只令其中的连通节点实际参与迭代过程,并在存储社区发现结果时将孤立节点和非孤立节点分开存储。基于真实网络的相关实验结果表明,采用孤立节点分离策略的改进方法,使算法对存储空间的需求减少了40%以上,并进一步缩短了算法的运行时间。因此,改进后的算法在处理真实网络时更具优势。     

梯度功能柱胞吸能材料准静态变形吸能性能试验研究

通过万能试验机对梯度功能柱胞吸能材料进行了准静态压缩试验,研究了材料种类梯度配置、赤道半径梯度配置、极半径梯度配置、壁厚梯度配置4种不同芯层配置方式对梯度功能柱胞吸能材料变形规律和吸能性能的影响。结果表明,试样的变形吸能性能在压缩过程的前期主要受上层柱胞影响,后期主要受下层柱胞影响。均质柱胞吸能材料的上下层柱胞在整个变形过程差异较小,而梯度功能柱胞吸能材料都具有逐层变形、渐进吸能的特点。在准静态压缩荷载作用下,压缩80%的情况下,由于所有试样的变形程度均较为充分,此时试样的吸能量主要受压溃力指标影响,压溃力指标越高,吸能量越高;反之,压溃力指标较小时,位移越大的试样,吸能量越高。