基于传播免疫的复杂网络可控性研究

复杂网络控制反映了人类对复杂系统的认识深度和改造能力. 最新研究成果基于线性系统控制理论建立了复杂网络可控性的理论架构, 能够发现任意拓扑结构的线性时不变复杂网络中控制全部节点状态的最小驱动节点集, 但是该模型未考虑免疫节点或失效节点对控制信号传播的阻断.在继承该模型优点的前提下, 重新构建了基于传播免疫的复杂网络控制模型.在采用分属于随机免疫和目标免疫两种策略的 4个方法确定免疫节点的情况下,分析14个真实网络的可控性.结果表明:如果将网络中度数、 介数和紧密度指标较高的节点作为免疫节点,将极大地提高控制复杂网络的难度. 从而在一定程度上丰富了以往模型的结论.     

一种无线传感器网络簇间拓扑演化模型及其免疫研究

基于复杂网络理论, 研究由于节点失效所导致的无线传感器网络性能下降的问题, 提出一种新的簇间拓扑演化模型, 在此基础上讨论病毒的免疫策略, 并给出一种新的免疫机理. 理论分析表明, 该模型演化生成的网络不仅具有较强的容错性, 而且还可以有效避免节点因能量很快耗尽而过早死亡. 研究还发现, 对于网络全局信息未知的情况, 与随机免疫和熟人免疫策略相比, 本文所提免疫策略能够获得较好的免疫效果. 通过数值仿真对理论分析进行验证.     

复杂网络中考虑不完全免疫的病毒传播研究

复杂网络中不完全免疫包括免疫失败和免疫失效两种情况,本文研究两者同时存在对网络病毒传播行为的影响,基于平均场理论,提出一种新的传播模型.理论分析表明,免疫失败和免疫失效同时存在显著降低了网络的传播临界值,增强了病毒的感染程度.根据传播临界值与免疫节点密度、免疫成功率以及免疫失效率之间的关系,给出有效控制网络病毒传播的策略.通过数值仿真进行验证。     

复杂网络思想方法在大学物理教学中的应用

复杂网络是近年来复杂性研究的热点领域,与物理学的发展有密切的联系.让学生了解该领域的基本概念、方法及其与物理之间的关系大有裨益.本文对复杂网络中的一些基本概念和思想进行了简要介绍,并利用复杂网络的基本概念和思想对物理教学中两个较复杂的典型问题进行了分析.     

复杂网络的一种加权路由策略研究

复杂网络的传输能力是其功能正常运转的重要保障,提高网络的吞吐量有着重要意义.提出一种新的高效路由策略,以提高复杂网络的传输能力,称之为加权路由策略.即对网络的每一条边加权,权值与该边的两端节点的度相关,然后数据包按照这个加权网络的最短路径路由.这样的路径可以更均匀地经过各个节点,发挥它们的传输能力,极大地提高网络的吞吐量.可以避免数据包集中地通过个别度大的节点,在这些节点发生拥塞.仿真显示,该策略比传统的最短路径策略优越,对很多结构的网络,可以提高几十倍的吞吐量. 关键词： 复杂网络 路由策略 吞吐量 拥塞     

无标度复杂网络负载传输优化策略

提出了一种能够显著提高无标度复杂网络负载传输性能的优化路由策略.实现了负载在核心节点与边缘节点间的合理分配.分析表明该策略使得网络的负载处理能力正比于网络规模的平方,而与单个节点的度值无关.实验结果显示优化路由策略在保持了最短路由策略小世界效应的同时,成倍地提升了网络的负载传输能力,且随着网络平均节点度的增加其优势越趋显著.此外,与有效路由策略的比较进一步验证了优化路由策略的优异性能. 关键词： 优化路由策略 复杂网络 负载传输 网络阻塞     

基于引力场理论的复杂网络路由选择策略研究

利用引力场理论对网络传输过程中节点激发的引力场进行了描述,建立了节点的引力场方程,引入α和γ两个参数,用于调节数据传输对节点畅通程度、节点传输能力和路径长度的依赖程度．基于节点的引力场,提出了一种高效的路由选择算法,该算法下数据包将沿着所受路径引力最大的方向进行传递．为检验算法的有效性,引入有序状态参数卵,利用其由自由流到拥塞态的指标流量相变值度量网络的吞吐量,并通过节点的介中心值B分析网络的传输性能和拥塞分布．针对算法在不同α,γ取值条件下的路由情况进行了仿真．仿真结果显示,与传统最短路由算法相比,本文算法将网络传输能力提高了数倍,有效地均衡了节点的介中心值分布,传输路径平均长度（Lavg）随负载量R的增加表现出先增后减的变化趋势,而参数α与γ值的变化对网络传输能力几乎没有影响,说明本文路由算法的性能不依赖于α与γ,对于可行域内任意的α与γ算法都能保证网络传输能力近似相等．     

关联复杂网络建模及辨识研究

运用异质耦合拆分方法和驱动-响应模型,提出关联复杂网络节点参数和拓扑结构的辨识方法.首先,研究异质关联复杂网络建模方法,进而依据网络耦合性质不同,拆分构造了两类异质关联复杂网络.然后运用驱动-响应模型、LaSalle不变原理和Gram矩阵,设计节点系统参数和拓扑参数的自适应辨识观测器.所提的观测器能在线获取网络的节点参数、不同耦合性质的拓扑参数.最后,通过数值仿真验证所提方法的有效性.     

基于局部路由策略的复杂网络拥塞控制

提出一种复杂网络上的局部路由策略,算法采用节点收缩法评估节点的重要度,发送节点根据邻居节点的重要度及网络的状态自适应地调整向邻居节点转发数据包的概率.在网络处于自由流通状态时充分发挥关键节点的优势,保证数据包快速到达目的地;在网络处于即将拥塞时分散业务,根据节点重要度准确识别网络中的关键节点,通过有效分流予以保护.仿真结果表明:在网络处于自由流通状态时,该局部路由策略能充分发挥网络中关键节点的枢纽作用,保持较低的传输时延;在网络部分关键节点出现拥塞时,该局部路由策略能有效避开拥挤严重的节点,将数据包均匀地分布在各个节点上,有效抑制网络拥塞,提高网络的容量.     

基于遗传算法的重复囚徒困境博弈策略在复杂网络中的演化

利用遗传算法研究重复囚徒困境博弈策略在复杂网络中的演化.研究结果表明：处于复杂网络中有记忆的个体通过基因的复制、重组、变异和选择能够进化出一种自组织的合作机制.这种合作机制既能够在群体中激发合作行为的产生，加强和维护持续的合作行为，同时又能对背叛的个体进行惩罚和报复，因此能够促使复杂网络中进化出具有很高合作率的群体. 关键词： 复杂网络 遗传算法 进化博弈 合作     

一类基于随机行走机理的优化路由改进策略

在对随机行走过程的研究中发现:单个粒子通过某条特定路径的时间正比于该路径上所有节点度的连乘积.据此,文章提出基于随机行走机理的优化路由改进策略.该策略以节点度连乘积最小化为原则,通过调节可变参数,建立节点处理能力均匀分布的情况下最佳路由策略.通过分析比较不同路由策略条件下平均路由介数中心度,网络的临界负载量,平均路径长度以及平均搜索信息量等性能指标,研究结果表明,此改进路由策略在保证网络平均路径长度较少增加的前提下,使网络的传输能力获得最大幅度的提升. 关键词： 复杂网络 路由策略 负载传输     

Dynamic analysis of a sexually transmitted disease model on complex networks

In this paper,a sexually transmitted disease model is proposed on complex networks,where contacts between humans are treated as a scale-free social network.There are three groups in our model,which are dangerous male,non-dangerous male,and female.By mathematical analysis,we obtain the basic reproduction number for the existence of endemic equilibrium and study the effects of various immunization schemes about different groups.Furthermore,numerical simulations are undertaken to verify more conclusions.     

Dynamical analysis of a sexually transmitted disease model on complex networks

In this paper, a sexually transmitted disease model is proposed on complex networks, where contacts between humans are treated as a scale-free social network. There are three groups in our model, which are dangerous male, non-dangerous male, and female. By mathematical analysis, we obtain the basic reproduction number for the existence of endemic equilibrium and study the effects of various immunization schemes about different groups. Furthermore, numerical simulations are undertook to reach and verify more conclusions.     

A self-organizing shortest path finding strategy on complex networks

The shortcomings of traditional methods to find the shortest path are revealed, and a strategy of finding the self-organizing shortest path based on thermal flux diffusion on complex networks is presented. In our method, the shortest paths between the source node and the other nodes are found to be self-organized by comparing node temperatures. The computation complexity of the method scales linearly with the number of edges on underlying networks. The effects of the method on several networks, including a regular network proposed by Ravasz and Barabási which is called the RB network, a real network, a random network proposed by Ravasz and Barabási which is called the ER network and a scale-free network, are also demonstrated. Analytic and simulation results show that the method has a higher accuracy and lower computational complexity than the conventional methods.     

考虑网络流量的无标度网络病毒免疫策略研究

考虑网络交通流量对病毒传播行为的影响,基于平均场理论研究无标度网络上的病毒免疫策略,提出一种改进的熟人免疫机理.理论分析表明,在考虑网络交通流量影响的情况下,当免疫节点密度较小时,随机免疫几乎不能降低病毒的传播速率,而对网络实施目标免疫则能够有效抑制病毒的传播,并且选择度最大的节点进行免疫与选择介数最大的节点进行免疫的效果基本相同.研究还发现,对于网络全局信息未知的情况,与经典熟人免疫策略相比,所提出的免疫策略能够获得更好的免疫效果.通过数值仿真对理论分析进行了验证. 关键词： 无标度网络 病毒传播 交通流量 免疫策略