基于复杂网络理论的含分布式发电的电力网络脆弱度评估

基于复杂网络理论研究含分布式发电(DG, Distributed Generation)的电力网络脆弱度评估问题,有针对性地提出三类脆弱度评估指标,其中基于结构的脆弱度指标能够体现网络拓扑和节点功率对系统供电效率的影响;攻击脆弱度指标可用于评估系统抵御节点和线路移除的能力;基于运行方式的脆弱度指标能够反映整个电网有功功率在传输距离上的均衡度.仿真算例验证了所提指标的有效性和DG对于改善系统功率传输性能与提高抗干扰能力方面的作用.     

复杂动力网络的鲁棒性同步

本文研究了扰动下复杂动力网络的同步问题. 利用输入状态稳定性分析的方法, 给出了鲁棒同步的概念, 分析了非时间延迟的和含有时间延迟动力网络的同步, 数值仿真也验证了结果的有效性.     

国际石油贸易网络的演化规律研究:基于复杂网络理论

选取2002-2010年国际石油贸易量作为样本数据,以复杂网络理论为基础,构建了以180个国家为节点、石油贸易关系为边、贸易量为权重的国际石油贸易无权和加权网络,研究了网络的度分布、中心性、度相关性、强度分布和加权集聚系数的演化规律.结果表明:国际石油贸易系统的容量不断增大且国家间的石油贸易联系趋于紧密;美国、法国、加拿大、德国和荷兰对石油贸易的控制能力较强,但伊拉克战争和金融危机使美国对石油贸易的控制能力大幅下降;国际石油贸易网络是异配网络,贸易全球化和区域组织合作逐步加强;全球对于石油的需求在不断增长,但随着储量减少,油田老化等原因世界上的主要产油国已无法向国际石油市场供应更多的石油;伊拉克战争和金融危机对石油贸易关系强度的影响均较大,但金融危机对石油贸易关系的影响强度小于伊拉克战争.这些结论为我国选择适合的贸易伙伴、制定石油政策和减小贸易风险等都提供了新的思路与依据.     

复杂动力网络的鲁棒性同步（英文）

本文研究了扰动下复杂动力网络的同步问题.利用输入状态稳定性分析的方法,给出了鲁棒同步的概念,分析了非时间延迟的和含有时间延迟动力网络的同步,数值仿真也验证了结果的有效性.     

基于复杂网络理论的防空节点攻击排序研究

应用图论将防空系统抽象成二维网络的拓扑结构图,通过指定点对间最小拦截概率的计算,得到防空拓扑图的子图,并应用复杂网络理论,综合考虑攻击节点的拦截概率及兵力需求量,建立了防空节点攻击价值的计算公式.在此基础上设计了防空节点攻击优化排序算法,给出了最优攻击路径.     

基于复杂网络的并联式项目群结构脆弱性评估

运用复杂网络研究并联式项目群的结构脆弱性。将项目群中的任务用节点表示、任务之间的依赖关系用边表示,依据任务的工期确定点权、任务之间的依赖强度确定边权,则并联式项目群被抽象为一个有向加权网络。在分析并联式项目群网络拓扑特征的基础上,构建并联式项目群脆弱性评估模型,并对一个并联式项目群进行脆弱性评估。仿真结果表明该方法可以对并联式项目群脆弱性进行定量化评估、能够有效识别结构中的脆弱环节。本研究为保障项目群顺利实施、抵御风险提供了新的思路。     

企业营销超网络模型

为了探究企业营销网络中不同营销渠道、同一营销渠道的不同层网员和同层网员之间的竞合关系,基于超网络理论,建立企业营销超网络模型.分析企业营销网络中各层网员的行为及最优目标,并将其最优目标转化为相应的变分不等式,得到企业营销超网络模型的共赢平衡状态和求解算法.最后通过算例验证了模型和算法的有效性.     

基于复杂网络的沪深300股票重要节点的评估和分析

利用复杂网络方法将股票之间的复杂关系抽象为网络,能够更好地掌握股票市场的整体和局部特性以及股票之间内在的联动关系,以沪深300数据为研究样本,通过相关系数构建网络,利用最佳阈值法对网络进行去噪,保留主要股票之间的相互影响.借鉴PageRank算法对社团网络进行重要节点的挖掘,从宏观和微观视角分析各行业股票在市场中的地位.研究发现整个沪深300市场中,采矿业、制造业和金融业是市场"大户",其股票与市场中的其他股票之间存在紧密联系;网络中的同类型股票存在聚集现象,且股票之间影响关系显著.     

基于复杂网络演化博弈的企业低碳创新合作行为网络演化机理研究

针对企业低碳创新合作所面临的复杂问题,基于现实复杂网络结构特征,运用演化博弈理论研究有限理性下企业低碳创新合作行为网络演化机理,利用Matlab仿真技术探究无标度网络载体上微观因素对低碳创新合作行为的影响。研究结果表明:低碳创新利益分配、协同效益和违约惩罚对低碳创新合作行为网络演化结果的影响最为显著,网络规模越大网络演化速度越慢,网络规模越小对协同系数和利益分配系数的敏感性越强,网络规模越大对技术溢出系数和违约惩罚的敏感性越强。研究结论可以为企业低碳创新合作策略制定提供解决依据。     

基于复杂网络上的演化博弈

论述了基于复杂网络的演化博弈.通过介绍相应的演化博弈模型-囚徒困境模型以及一些复杂网络,鉴于复杂网络的优点以及博弈演化的特性,将两者巧妙的结合起来,介绍了研究这类问题的一些方法.     

企业营销网络的有效性与稳定性分析

实际的企业营销网络往往有着巨大而且复杂的网络结构,这种结构影响甚至支配着企业营销网络的运作.在经典经济研究思想的基础上,吸收复杂网络的有关概念和研究方法,提出企业营销网络的稳定性和有效性的定义,依据效用理论建立企业营销网络内生形成模型,分析有效和稳定的企业营销网络具有的特征.并通过算列进行说明.研究结论可为企业建设与管理营销网络提供理论指导.     

基于PCA的复杂网络社区结构分析方法

揭示复杂网络的社区结构,对于了解网络结构与分析网络特性有重要意义。将一个网络划分为几个不同的社区,其本质也就是在一定程度上最大化提取网络本身的主要信息,同时略去二些相对次要的信息。主成分分析（Principle Component Analysis,PCA）方法,正是一种从对象中提取主要信息,而忽略相对次要信息的多元统计分析方法。本文基于PCA的信息压缩思想,提出了一种分析复杂网络社区结构的新方法,并将其应用于分析空手道俱乐部网络（Zachary网络）、海豚网络（Lusseau网络）、政治书籍网络（Krebs网络）等网络的社区结构,并且与基于模块度矩阵的谱方法划分结果进行了比较,数值实验结果表明本文提出的方法是可行且有效的。     

基于加权复杂网络的文本关键词提取

通过分析基于复杂网络的网络提取的文本关键词新算法.首先根据文本特征词之间的关系构建文本的加权复杂网络模型,其次通过节点的加权聚类系数和节点的介数计算节点的综合特征值,最后根据综合特征值提取出文本关键词.实验结果表明,该算法提取的关键词能够较好地体现文本主题,提取关键词的准确率比已有算法有明显提高.     

基于复杂网络的邮件病毒的传播模型

本文以电子邮件病毒为例,通过构建改进的SEIR病毒传播模型,并结合更符合实际的复杂网络与人际关系对病毒的传播特性进行深入研究。从用户的主观与客观等多种角度研究了有效拉制病毒在网络中快速传播的方式．理论分析及仿真实验表明,通过对实际生活中某些参数的控制,能有效遏制邮件病毒在网络中的传播．‘     

防御性蒸馏网络抗梯度攻击的鲁棒性分析

防御性蒸馏自提出后,由于其对梯度攻击有很好的防御效果,已被广泛用于提高神经网络的鲁棒性.但是原始蒸馏过程需要对教师和学生网络进行共两次训练,即需要双倍的算力.目前许多工作仍然基于原始的防御性蒸馏方法来增强模型的鲁棒性.文章指出,防御性蒸馏应对梯度攻击的鲁棒性仅与最大的两个logits的差值有关,而logits值与温度和损失函数值有关.学生网络向教师网络学习这一蒸馏过程并非防御性蒸馏起作用的根本原因,只需在训练时增大最大两个logits值之差即可达到防御对抗攻击的作用.文章理论推导并实验验证了上述结论,并基于logits值与温度的正相关关系设计了最佳温度的估计算法,该算法可显著减少寻找最佳温度所消耗的算力.在数据集MNIST和CIFAR-10上,文章提出的快速防御性蒸馏对梯度攻击的鲁棒性与原始防御性蒸馏相同,算法时间消耗和测试集成功率均优于原始防御性蒸馏.文章研究对于防御性蒸馏原理的理解具有理论意义,对防御性蒸馏在实际部署中算力的节省具有实际意义.     

企业营销网络上的价值增值博弈决策研究

企业营销网络的形态已由链条式向网络化演变,然而,当前对企业营销网络的研究多针对单个营销渠道上下游成员之间的博弈行为研究.在分析企业营销网络中不同营销渠道之间的复杂竞合关系基础上,基于博弈论,构建企业营销网络价值增值均衡模型,研究企业营销网络中不同营销渠道之间的静态博弈决策和成本信息不对称下的博弈决策,并通过算例给出相关的经济解释,为企业营销网络管理提供科学依据.     

基于Erdos1合著网络和论文引用网络的复杂网络节点特征研究

首先,研究了Erdos1合著网络的特征属性,一方面使用节点的度、介数、接近中心性来描述Erdos1合著网络节点重要性,另一方面使用特征向量中心性和本文提出的高阶度参数来描述Erdos1合著网络节点影响力;然后,分别用逼近理想解的排序算法（TOPSIS算法）和主成份分析（PCA）对节点重要性和影响力排序;最后,利用修改的网页排名算法（PageRank算法）讨论了网络科学原创性论文中最具影响力的论文。     

基于小波网络的干旱程度评估方法

本根据干旱事件识别的基本原理,同时基于小波基具有很强的自适应性和函数变化能力,提出了一种基于小波网络的干旱程度评估新方法,并在最小均方能量准则下,采用相应的共轭梯度学习算法求解子波函数线性组合的尺度和时延参数,以及小波网络的权值,仿真实验表明采用该方法极大地提高了对干旱程度辩识的正确率,可为干旱研究提一条新的途径。     

稀疏复杂网络的识别

本文研究了一种给定的复杂网络结构识别问题.利用网络结构的稀疏性质,提出了一个带有l¹正则化的最小二乘模型.数值仿真表明该算法对带噪声或不带噪声的较大型网络结构的识别是非常有效的.     

基于复杂网络上监督学习方法的研究综述

复杂网络已经成为复杂系统分析问题的通用方法,随着人工智能和机器学习的广泛兴起,越来越多的学者开始关注在复杂网络上进行机器学习。监督学习作为机器学习的一个重要组成部分,本文深入研究和总结了基于复杂网络的监督学习方法。首先,本文分别从复杂网络和监督学习的理论基础入手,明确了相似性函数和相异性函数的概念和测度方法,系统梳理了复杂网络的构建方法,并阐明了监督学习的概念及其在机器学习中的地位。其次,介绍了监督学习的几种常用算法,梳理了各种算法的研究现状。然后,提出了基于复杂网络监督学习方法未来关注方向。最后,说明了基于复杂网络监督学习方法的局限性,为相关学者的研究提供了参考。