基于信息熵的社交网络观点演化模型

随着网络服务的发展,社交网络逐渐成为信息传播的新媒介.因此,研究网络舆情演化具有重要意义和实用价值.为了更好地研究网络舆论,在信息熵的基础上,提出了一个社交网络观点演化模型.此模型存在以下两个特点:一是可以反映个体面对正负两种观点趋向做出抉择时的心理过程;二是可以反映个体形成新观点时主观因素和客观因素的影响.在仿真实验中,讨论了舆论环境对个体观点演化的影响,初始观点和自信度对观点演化的影响,以及意见领袖对群体观点演化的影响.实验结果表明,该模型可以反映真实社交网络中个体的心理学特征,比如个体的观点形成会受到舆论环境的影响,自信的个体不愿意接受他人的观点,当意见领袖存在时群体的观点会受到影响等.     

考虑柔性和控制解耦的换热网络优化综合

本文在分析了换热器网络柔性及其控制特点基础上,提出了换热网络柔性指标系数的概念和控制解耦的物理方法,同时将该两项指标引入到换热网络综合和优化之中,建立了一种考虑柔性和控制解耦的换热器网络优化综合方法.结果表明,应用该方法获得的换热网络结构参数能够在保证设计工况性能条件下,具有更佳的扰动适应能力和控制性能.     

基于Sierpinski分形垫的确定性复杂网络演化模型研究

近年来,人们发现大量真实网络都表现出小世界和无尺度的特性,由此复杂网络演化模型成为学术界研究的热点问题.本文基于Sierpinski分形垫,通过迭代的方式构造了两个确定性增长的复杂网络模型,即小世界网络模型(S-DSWN)和无尺度网络模型(S-DSFN);其次,给出了确定性网络模型的迭代生成算法,解析计算了其主要拓扑特性,结果表明两个网络模型在度分布、集聚系数和网络直径等结构特性方面与许多现实网络相符合;最后,提出了一个确定性的统一模型(S-DUM),将S-DSWN与S-DSFN纳入到一个框架之下,为复杂网络的相关研究提供理论基础.特别地,发现这些网络模型都是极大平面图.     

软物质的自组织

软物质的基本特征使得软物质在各种互作用竞争 ,外力和熵驱动下显示出丰富的自组织现象。本文系统地评述了典型软物质系统各种丰富的自组织现象 ,试图从丰富的自组织现象中寻找共同规律和竞争机理 ,来揭示和探索自组装 /自组织有序微结构形成的物理机制和动力学引起的新生长规律 ,并讨论如何来控制和设计自组装 /自组织有序结构。这对新材料的制备、新结构的实现具有十分重要的科学意义和实际应用价值。     

一种基于离散数据从局部到全局的网络重构算法

网络的结构和功能彼此相互影响,网络上的功能往往体现为网络上的动力学过程,网络上的动力学过程通过网络中的行为表象数据进行体现.因此,根据网络上可观测的相关数据对网络结构进行重构将成为可能.本文拟解决如何根据网络上可观测的离散数据还原网络拓扑结构的问题,提出了在网络局部利用每一条离散数据对应节点的相似程度来推测节点间发生连...     

基于社交网络的观点传播动力学研究

社交网络和微博是重要的Web2.0应用模式, 其观点传播模式与其他网络媒体以及传统媒体相比有很大差异. 本文提出一种基于在线社交网络的观点传播模型, 研究社交网络中舆论观点扩散的形式与特征. 仿真结果表明: 模型中信息传播的速度与六度分割理论的结论十分符合; 一个带强烈倾向性的观点在固有观点均匀分布的网络中传播的情况下, 稳定时网络中不会出现相反的观点; 稳定时的观点分布与源节点的度和回溯深度有关, 并不受信任界限的限制, 这与Deffuant模型和Hegselmann-Krause模型不同. 同时, 本文还分析了传播意愿、观点变更率和信任界限对弛豫时间的影响.     

复杂网络中节点重要性排序的研究进展

如何用定量分析的方法识别超大规模网络中哪些节点最重要, 或者评价某个节点相对于其他一个或多个节点的重要程度, 这是复杂网络研究中亟待解决的重要问题之一. 本文分别从网络结构和传播动力学的角度, 对现有的复杂网络中节点重要性排序方法进行了系统的回顾,总结了节点重要性排序方法的最新研究进展, 并对不同的节点重要性排序指标的优缺点以及适用环境进行了分析, 最后指出了这一领域中几个有待解决的问题及可能的发展方向. 关键词： 复杂网络 节点重要性 网络结构 传播动力学     

活力物质的非平衡结构和动力学

活力物质是一类典型的非平衡态体系,已成为软凝聚态物理新近发展的一个重要研究方向.活力物质由微驱动粒子组成,驱动力独立地施加在体系中的每个粒子上.文章概述了作者平时研究中所关注的一些活力物质系统中出现的十分有意义的现象,着重介绍了活力物质系统的构成,以及活力物质的气液态、铁磁态、向列相态和凝胶状态中涌现出的非平衡结构及其特殊的动力学行为.     

活力物质的非平衡结构和动力学

活力物质是一类典型的非平衡态体系,已成为软凝聚态物理新近发展的一个重要研究方向.活力物质由微驱动粒子组成,驱动力独立地施加在体系中的每个粒子上.文章概述了作者平时研究中所关注的一些活力物质系统中出现的十分有意义的现象,着重介绍了活力物质系统的构成,以及活力物质的气液态、铁磁态、向列相态和凝胶状态中涌现出的非平衡结构及其特殊的动力学行为.     

生物软物质研究的新进展

文章对近年来中科院物理研究所软物质物理实验室生物软物质研究的部分新进展做一简略介绍,包括DNA单分子研究,DNA与组蛋白的相互作用动力学研究,生物分子马达的运动机制研究,解旋酶与DNA的结合以及解旋DNA的动力学研究,朊病毒片段聚集的分子动力学研究,蛋白质折叠动力学的脉冲升温-时间分辨光谱研究,光合细菌外周捕光天线膜蛋白的拓扑结构研究等.     

Helix-like structure formation of a semi-flexible chain confined in a cylinder channel

Molecular dynamics method is used to study the conformation behavior of a semi-flexible polymer chain confined in a cylinder channel.A novel helix-like structure is found to form during the simulation.Moreover,the detailed characteristic parameters and formation probability of these helix-like structures under moderate conditions are investigated.We find that the structure is not a perfect helix,but a bundle of elliptical turns.In addition,we conduct a statistical analysis for the chain monomer distribution along the radial direction.This research contributes to our understanding of the microscopic conformation of polymer chains in confined environments filled with a solvent.     

多元时间序列复杂网络流型动力学分析

针对气液两相流流动特性,利用有限元分析方法设计变曲率对壁式电导传感器.采用设计加工的传感器在多相流装置上进行气液两相流动态实验,并测得多组对应于不同流型的电导波动信号. 基于测量数据,采用多元时间序列复杂网络构建算法构建对应于不同流型的复杂网络.在此基础上, 对网络的社团特性进行了分析, 研究发现,不同的社团结构对应于不同的流型,而社团内部网络特征可有效刻画不同流型内在动力学特性.多元时间序列复杂网络分析可为两相流流型演化动力学特性研究及流型识别提供新理论、开拓新途经.     

Rhythm dynamics of complex neuronal networks with mixed bursting neurons

The spatiotemporal order and rhythm dynamics of a complex neuronal network with mixed bursting neurons are studied in this paper. A quantitative characteristic, the width factor, is introduced to describe the rhythm dynamics of an individual neuron, and the average width factor is used to characterize the rhythm dynamics of a neuronal network. An r parameter is introduced to denote the ratio of the short bursting neurons in the network. Then we investigate the effect of the ratio on the rhythm dynamics of the neuronal network. The critical value of r is derived, and the neurons in the network always remain short bursting when the r ratio is larger than the critical value.     

具有局部结构的增长无标度网络中传染病传播机制研究

为了研究人群中的一些基本的社会关系结构,如家庭、室友、同事等,对传染病传播过程的影响机制,本文建立了一个具有局部结构的增长无标度网络模型.研究表明,局部结构的引入使得该网络模型能够同时再现社会网络的两个重要特征：节点度分布的不均匀性以及节点度之间的相关性.首先,该网络的节点度和局部结构度均服从幂律分布,且度分布指数依赖于局部结构的大小.此外,局部结构的存在还导致网络节点度之间具有正相关特性,而这种正相关正是社会网络所特有的一个重要特性.接着,通过理论分析和数值模拟,我们进一步研究了该网络结构对易感者-感染 关键词： 复杂网络 无标度网络 局部结构 传染病建模     

Generalized projective synchronization of two coupled complex networks of different sizes

We investigate a new generalized projective synchronization between two complex dynamical networks of different sizes. To the best of our knowledge, most of the current studies on projective synchronization have dealt with coupled networks of the same size. By generalized projective synchronization, we mean that the states of the nodes in each network can realize complete synchronization, and the states of a pair of nodes from both networks can achieve projective synchronization. Using the stability theory of the dynamical system, several sufficient conditions for guaranteeing the existence of the generalized projective synchronization under feedback control and adaptive control are obtained. As an example, we use Chua's circuits to demonstrate the effectiveness of our proposed approach.     

复杂网络中带有应急恢复机理的级联动力学分析

提出带有应急恢复机理的网络级联故障模型,研究模型在最近邻耦合网络,Erdos-Renyi随机网络,Watts-Strogatz小世界网络和Barabasi-Albert无标度网络四种网络拓扑下的网络级联动力学行为.给出了应急恢复机理和网络效率的定义,并研究了模型中各参数对网络效率和网络节点故障率在级联故障过程中变化情况的影响.结果表明,模型中应急恢复概率的增大减缓了网络效率的降低速度和节点故障率的增长速度,并且提高了网络的恢复能力.而且网络中节点负载容量越大,网络效率降低速度和节点故障率的增长速度越慢.同时,随着节点过载故障概率的减小,网络效率的降低速度和节点故障率的增长速度也逐渐减缓.此外,对不同网络拓扑中网络效率和网络节点故障率在级联故障过程中的变化情况进行分析,结果发现网络拓扑节点度分布的异质化程度的增大,提高了级联故障所导致的网络效率的降低速度和网络节点故障率的增长速度.以上结果分析了复杂网络中带有应急恢复机理的网络级联动力学行为,为实际网络中级联故障现象的控制和防范提供了参考.     

复杂网络中社团结构发现的多分辨率密度模块度

现实中的许多复杂网络呈现出明显的模块性或社团性.模块度是衡量社团结构划分优劣的效益函数, 它也通常被用作社团结构探测的目标函数,但最为广泛使用的Newman-Girvan模块度却存在着分辨率限制问题,多分辨率模块度也不能克服误合并社团和误分裂社团同时存在的缺陷. 本文在网络密度的基础上提出了多分辨率的密度模块度函数, 通过实验和分析证实了该函数能够使社团结构的误划分率显著降低, 而且能够体现出网络社团结构是一个有机整体,不是各个社团的简单相加.     

Traffic dynamics in scale-free networks with tunable strength of community structure

In this paper we systematically investigate the impact of community structure on traffic dynamics in scale-free networks based on local routing strategy. A growth model is introduced to construct scale-free networks with tunable strength of community structure, and a packet routing strategy with a parameter α is used to deal with the navigation and transportation of packets simultaneously. Simulations show that the maximal network capacity stands at α=−1 in the case of identical vertex capacity and monotonously decreases with the strength of community structure which suggests that the networks with fuzzy community structure (i.e., community strength is weak) are more efficient in delivering packets than those with pronounced community structure. To explain these results, the distribution of packets of each vertex is carefully studied. Our results indicate that the moderate strength of community structure is more convenient for the information transfer of real complex systems.