狄尔斯-阿尔德反应催化剂

狄尔斯-阿尔德(Diels-Alder)可以构建结构丰富的有机化合物,被认为是现代有机化学中的基石反应之一。自1928年被发现以来,Diels-Alder (D-A)反应得到了深入发展,这主要是由于该反应能够产生六元环结构,可以一步反应得到具有四个立体中心的产物,从而大大增加分子的复杂性。这种特殊的转化已广泛应用于复杂天然产物的合成、药物化学以及材料科学等领域。近十年,大量天然生物酶(如SpnF、MaDA等)被发现可用于体外单独催化D-A反应,同时,大量的非酶催化剂(如路易斯酸、过渡金属与配体复合物等)也被应用于催化D-A反应。本文主要从D-A反应催化剂的类型分类,对近年来天然酶、酸、过渡金属、电催化等参与的D-A反应进行简要概述,同时对催化剂所存在的问题和局限性进行总结,并对今后发展做了展望。     

A random walk evolution model of wireless sensor networks and virus spreading

In this paper, considering both cluster heads and sensor nodes, we propose a novel evolving a network model based on a random walk to study the fault tolerance decrease of wireless sensor networks (WSNs) due to node failure, and discuss the spreading dynamic behavior of viruses in the evolution model. A theoretical analysis shows that the WSN generated by such an evolution model not only has a strong fault tolerance, but also can dynamically balance the energy loss of the entire network. It is also found that although the increase of the density of cluster heads in the network reduces the network efficiency, it can effectively inhibit the spread of viruses. In addition, the heterogeneity of the network improves the network efficiency and enhances the virus prevalence. We confirm all the theoretical results with sufficient numerical simulations.     

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。     

基于元胞自动机考虑传播延迟的复杂网络病毒传播研究

基于元胞自动机,研究传播延迟对复杂网络病毒传播动力学行为的影响,提出一种新的易染状态-感染状态-易染状态(SIS)传播模型.研究表明,传播延迟的存在显著降低了网络的传播临界值,增强了网络中病毒爆发的危险性.研究还发现,随着传播延迟的增大,病毒的感染程度以及传播速率都明显增大.此外,SIS传播模型不仅能够反映病毒的平均传播趋势,而且可以描述病毒随时间的动态演化过程以及病毒的爆发和消亡等概率事件,从而有效地克服了利用平均场方法构建的微分方程模型只能反映病毒平均传播趋势的局限性.同时,还给出有效控制网络中病毒传 关键词： 复杂网络 病毒传播 元胞自动机 传播延迟     

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.     

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     

同时考虑传染媒介和传播延迟的复杂网络病毒传播行为研究

提出一种新的流行病传播模型,基于平均场理论,研究传染媒介和传播延迟同时存在对网络中流行病传播行为的影响.理论分析和仿真结果表明,传染媒介和传播延迟同时存在显著增强了网络中流行病爆发的危险性,并加速了流行病的传播.研究还发现,对于给定的有效传播率,均匀网络中流行病的感染程度分别与传染媒介的传染概率和传播延迟呈对数关系,无标度网络中流行病的感染程度与传染媒介的传染概率呈幂率关系,而与传播延迟之间则存在线性关系。     

Virus spreading in wireless sensor networks with a medium access control mechanism

In this paper, an extended version of standard susceptible-infected (SI) model is proposed to consider the influence of a medium access control mechanism on virus spreading in wireless sensor networks. Theoretical analysis shows that the medium access control mechanism obviously reduces the density of infected nodes in the networks, which has been ignored in previous studies. It is also found that by increasing the network node density or node communication radius greatly increases the number of infected nodes. The theoretical results are confirmed by numerical simulations.     

基于复杂网络理论的微博用户关系网络演化模型研究

微博给人们提供便利的同时也产生了较大的负面影响.为获取微博谣言的传播规律,进而采取有效措施防控其传播,本文基于复杂网络理论研究微博用户关系网络的内部特征,提出一种微博用户关系网络演化模型,借助于平均场理论,分析该演化模型的拓扑统计特性,以及谣言在该演化模型上的传播动力学行为.理论分析和仿真实验表明,由该模型演化生成的微博用户关系网络具有无标度特性.度分布指数不仅与反向连接概率有关,而且还取决于节点的吸引度分布.研究还发现,与指数分布和均匀分布相比,当节点吸引度满足幂律分布时,稳态时的谣言传播程度较大.此外,随着反向连接概率或节点初始连边数量的增加,谣言爆发的概率以及网络中最终接受谣言的节点数量都会明显增大.