简介：为了研究由物理用语组成的物理知识网络的特性,利用复杂网络理论构建了物理知识的二元网络,通过分析发现物理知识二元网络具有复杂网络的特点：物理用语间的平均距离较短;物理知识网络的度分布满足幂律分布;物理知识网络具有层次性模块结构。因此,通过分析物理知识的二元网络特性,可以理解物理教科书所隐含的抽象的物理知识的结构特征。

简介：通过引入一种改进的非线性负载容量模型,对加权无标度网络的级联抗毁性进行了深入研究。采用标准化崩塌规模为度量指标,在局部加权负载重分配准则下,对权重系数、容量参数以及网络密度等参量对网络级联抗毁性的影响进行了数值仿真模拟。结果表明,网络的级联抗毁性随着权重系数θ的增大而降低,在θ≤0.3时网络具有较强的抗毁性,这与线性模型中的结论是截然不同的;网络的级联抗毁性随着容量参数的增大而增强,且在权重系数确定的情况下,存在最优参数组合使得网络具有最强的级联抗毁性。最后,对成本和性能约束下加权无标度网络的级联抗毁性进行了定量分析。

简介：归纳出对在线社交网络研究具有挑战性的一些课题,介绍描述用户关系的逻辑模型（粉丝模型）,提出逻辑关系寓意邻接矩阵（粉丝矩阵）。用此模型展示对微博平台Top-X信息查询的聚合-排序-删除算法。进一步应用映射和化简概念将上述Top-X信息查询算法扩展于并行计算环境,给出映射关注和化简粉丝在Ha-doop系统联机实现的算法。粉丝模型和相应的算法实现了对新浪微博74.7GB和Twitter的101GB实际数据的多种约束下信息查询和微博转发预测,特别是在Hadoop系统联机环境下,新方法的信息化简和计算性能明显提高。

简介：建立了以自然连通度为目标函数的复杂网络抗毁性组合优化模型,进而提出了基于禁忌搜索的复杂网络抗毁性仿真优化算法,设计了变量编码、定义了移动操作、给出了特赦准则、设置了终止准则,给出了算法流程,最后基于仿真优化结果分析了最优抗毁性网络的结构属性,研究表明最优抗毁性网络呈现出明显的同配度关联模式,核心节点之间相互连接紧密形成＂富人俱乐部＂。

简介：将个人微博用户关系网络作为研究对象,抓取了一个用户从开始注册到一定稳定期3个时间点的数据,构建了3个复杂网络,研究了该微博用户关系网络的结构属性变化,得出用户行为和影响力的变化。使用K-means聚类算法对微博用户关系网络进行了聚类分析,从使用目的角度将微博用户分为3种类型——普通社交型、个人兴趣型和信息散播型。微博服务商可以通过算法优化,根据详细的聚类结果更有针对性地进行页面和应用程序推荐,创造商业价值。

简介：总结和综述了3种类型的网络金字塔：网络模型复杂性金字塔、高科技网络金字塔和广义Farey树组织的金字塔。这些金字塔的特点之一是从塔顶到底部网络特性的复杂性-多样性增加了,而简单性-普适性则减小了,反之亦然;另一特点是金字塔不同层次网络相互嵌套（网络的网络）,各层之间的拓扑特性分布随参数变化能够进行相互转变。

简介：针对具有本质非线性动态的多智能体网络,研究分布式包容控制问题。假设只有部分个体已知领航者信息,依据相对位置和速度信息设计分布式控制律。基于代数图论、矩阵理论和Lyapunov稳定性分析方法,得出非线性网络实现渐近包容控制的充分条件。当跟随者之间有向强连通且每个跟随者都至少存在一个领航者与其通信,可选取合适的控制增益使得跟随者渐近收敛到由多个领航者所围成的静态凸包中。仿真实例验证了理论分析的正确性和有效性。