采用PageRank和节点聚类系数的标签传播重叠社区发现算法

基于标签传播的社区发现算法可以检测出复杂网络的重叠社区结构，因此提出了一种基于PageRank和节点聚类系数的重叠社区发现算法。该算法使用PageRank算法对节点的影响力进行排序，可以稳定社区发现结果，节点的聚类系数是一个与节点相关的值，使用节点聚类系数修改算法的参数并限制每个节点拥有最多标签的数量值，可以提高社区挖掘的质量。在人工网络和真实世界的网络上测试，实验验证了该算法能够有效地检测出重叠社区，并具有可接受的时间效率和算法复杂度。     

火力打击条件下Ad hoc网络节点毁伤程度评估

Ad Hoc网络在信息化战场的广泛应用,需要快速有效地评估火力打击对网络的毁伤程度。从Ad hoc网络自身属性出发,结合网络的内部测度和外部测度,给出了节点有效度、节点修复度以及节点连通度等指标计算模型。构建了节点毁伤程度加权邻接矩阵,提出了一种基于复杂网络团簇结构划分的节点毁伤程度评估方法,根据权值的相似程度对节点的毁伤程度进行归类,并给出了示例分析。最后将本算法与模糊聚类算法进行对比分析,结果证明了方法的正确性。     

基于复杂网络的卫星重要度评估

利用复杂网络对卫星重要度评估展开研究。将卫星抽象成复杂网络中的节点,分析了该网络拓扑结构的动态特征;基于卫星的运动学模型及可视性判定模型,给出了网络拓扑结构的确定方法;分析了网络节点、节点连接边及相邻节点的计算指标,在此基础上建立了基于灰色关联度(GRD)的节点重要度评估模型。仿真结果表明,文中模型可以有效评估卫星的重要程度,为作战决策人员提供理论支撑和技术支持。     

移动通信网络位置群体节点的挖掘方法

对移动通信网络的位置群体节点进行了优化定位和挖掘,优化移动通信网络的覆盖度和可靠度,传统的位置群体节点挖掘算法采用信息度增益控制挖掘算法,算法不能自主感知节点信息数据的变化,无法实现数据信息的实时传递和决策。提出基于位置群体节点信息融合和滤波控制的移动通信网络位置群体节点的挖掘方法。构建移动通信网络节点的分布模型和信道模型,采用多径信道均衡设计实现位置群体节点信息融合,采用自适应滤波控制方法实现对通信节点挖掘的干扰抑制。仿真结果表明,采用该方法进行通信节点挖掘,信标定位准确,信号的覆盖度较合理,实现了信道空间的合理高效利用,实现了信道均衡和干扰抑制,有效降低了通信的误比特率。     

基于活跃度和任务的目标导向VANETs路由算法

针对车载自组织网络(VANETs)中节点移动速度快、节点任务分布不均、网络拓扑结构不稳定等特点,提出了一种基于节点活跃度和任务的目标导向VANETs路由算法GATRA(goal-oriented routing algorithm based on activity and task)。该算法根据当前运动节点的运动方向与目标节点的关系,以及任务饱和程度,综合考虑采用消息携带还是转发策略,以节约传输平均时延。在选择中继节点时,综合考虑邻接节点的位置、运动速度和方向等影响因素,设计节点活跃度的计算方法,作为选择中继节点的策略,从而提高了消息传输的成功率。仿真结果表明,与当前典型的VANETs路由算法相比,GATRA算法在传输成功率和平均延迟时间上具有较大提升。     

基于体系价值的多层交通网络打击目标优选

针对交通目标打击目标选择问题建立了多层交通网络模型,考虑了路径权重和节点之间的连接关系对多层网络的整体影响,建立了多层网络节点关联价值体系,并根据作战背景提出了目标优选原则,最后运用基于目标体系价值的方法对目标进行选择.通过实例仿真计算和算法对比,显示所建立的多层交通网络模型符合实际,且基于体系价值的目标选择算法能够有...     

信息流的网络化C~4ISR系统结构关键节点挖掘方法

为了增强网络化C4ISR系统结构的抗毁性,如何准确挖掘系统结构关键节点至关重要。针对这一问题,首先阐述了几种基于介数的复杂网络关键节点挖掘方法,随后提出基于信息流介数的挖掘方法。该方法结合网络化C4ISR系统自身特征,建立能够表征情报获取单元(O)、情报处理单元(P)、决策控制单元(D)和响应执行单元(O)以及单元间关系(R)的OPDAR模型,在此模型上定义情报、协同和指控3种信息流,并依据3种信息流及其权重计算节点介数。最后,以区域联合防空系统结构为例,分别利用此方法和最短路径介数方法挖掘潜在的关键节点,并经分析得出:前种方法能更好地适应使命任执行阶段的变化,揭示关键节点动态转移的现象,有效支撑网络化C4ISR系统抗毁性设计。     

复杂网络影响力极大化快速评估算法

分析复杂网络中影响力极大化问题，设计一种新的启发式算法框架。针对信息传递中节点的交互方式进行分析，给出节点在任意时刻处于信息接收态的概率。通过期望计算得到种子节点集传播影响力的近似估计，实现集群影响力快速计算，进而得到基于序列采样的影响力极大化快速评估算法。特别地，对于六个来自不同领域的真实网络上的影响力极大化问题进行了研究，仿真结果表明：该方法能够高效识别网络中具有重要传播影响力的节点集，在三种常见度量准则下的表现均明显优于三种影响力极大化问题基准算法。     

基于依赖网络理论的后勤指挥系统建模与抗毁性分析

从复杂网络的角度出发,将后勤指挥系统分为指挥网络和通信网络两个子系统,采用依赖网络理论对其依赖关系进行描述,建立了后勤指挥系统模型.分析了指挥节点和通信节点不同的失效过程并提出抗毁性算法.将仿真实验结果与传统单层网络建模方法的结果进行比较,表明基于依赖网络理论构建模型的方法和抗毁性算法可以应用于后勤指挥系统的抗毁性分析,且能进一步细化抗毁性评估的结果.     

舰船电力系统复杂网络特性研究

基于复杂网络理论,根据舰船电力系统自身特点建立了复杂网络模型,并针对目前较为关注的小世界特性和无标度特性,对舰船电力系统的复杂网络特性进行了研究。计算了六种不同类型舰船电网的特征参数,结果表明:当节点数量较小时,电力系统不具备明显的小世界特性;随着节点数量增加,电力系统开始表现出明显的小世界特性,舰船电力系统复杂网络属于典型的非均匀网络。     

基于动态流能量高效的无线传感网路由算法

针对无线传感网中结点能量受限,提出了一种基于动态流能量高效的路由算法DFEERA(Dynamic Flow-based Energy-Efficient Routing Algorithm)。该算法通过在无线传感网内设置多个基站收集区域内传感器结点的数据流拓扑结构建立数据传输能量消耗模型,将该模型转换为最大流问题求解最优传输路径,作为某时期内结点数据传输路径。随着结点能量的消耗,动态调整该能量消耗模型重新规划路径,作为新的传输路径,从而平衡结点间的能量消耗,提高网络结点的存活率。仿真结果表明,与其他典型的路由算法相比,DFEERA能够更好地平衡结点的能耗,获得更高的能量消耗率和更长的网络生存期。     

面向任务的网络化作战体系优化模型

建模研究网络化作战体系对于分析未来信息战争的作战效能具有重要意义。面向任务是网络化作战体系的关键特征,提出了一种基于多目标遗传算法实时分配网络化作战任务的策略,从单一任务到并发任务模型,提出了一种多任务管理的实现方法,经仿真验证,网络化作战体系模型有效。     

基于改进多模滤波算法的控制系统故障诊断

应用分层多模自适应滤波算法对控制系统的故障进行诊断时,只能识别出故障的类型,如识别出是传感器还是执行器发生故障,并不能判定出故障的大小.提出一种改进分层多模自适应滤波算法,应用此算法可使分层多模自适应滤波算法不仅可以检测出控制系统的故障类型,而且能够确定发生故障的执行器局部故障程度.将此算法应用于某无人机控制系统的故障诊断,仿真结果验证了该方法的有效性.     

基于关系数据库的仿真模型管理

本文将讨论仿真模型库管理技术。从仿真模型库管理的实际需求出发，提出以关系代数系统实体结构（ＲＡＳＥＳ）框架为理论依据、利用关系数据库进行模型库管理的方法，并给出模型库管理算法的形式化描述及系统设计。     

改进BP网络的舰船装备保障资源保障能力评估

针对单独运用BP网络评估舰船装备保障资源保障能力时存在的不足,提出了一种基于改进BP网络的舰船装备保障资源保障能力评估模型。首先构建了保障能力评估的指标体系,在此基础上,采用主成分分析法对原始输入变量进行预处理,选择输入变量的主成分作为神经网络输入,一方面减少了输入变量的维数,消除了各输入变量的相关性;另一方面提高了网络的收敛性和稳定性,同时也简化了网络的结构。然后将遗传优化算法与BP网络结合,利用GA的全局搜索能力优化BP网络的结构参数。最后进行实例计算,结果表明该方法有效克服了纯BP算法局部收敛、泛化能力弱等问题,新模型采用的算法具有收敛速度快,结果精度高的优点,适用于对保障资源保障能力的分析和评估。     

RBF神经网络在异步电机故障诊断中的应用

将径向基(RBF)神经网络应用到电机的故障诊断中,建立了异步电机的RBF神经网络诊断模型。为了克服RBF神经网络学习算法的不足,引入了差分进化(DE)算法,并且利用了差分进化(DE)算法的全局搜索能力来优化RBF神经网络基函数的中心、宽度以及网络的连接权值,以获得最优的网络模型。仿真结果表明优化后的RBF神经网络的泛化能力和诊断精度都得到了大幅度提高。     

时变道路网最短路径算法的研究

道路或区域通行限制在日常交通和部队兵力机动过程中普遍存在。通行限制情况下的最短路径问题属于时变道路网最短路径研究的范畴,对时变道路网最短路径算法及算法效率的研究有着广泛而现实的意义。重点讨论了道路网的模型描述、时变道路网拓扑结构的构建技术,最短路径算法的高效实现等内容,并给出了该算法的应用实例。试验结果显示,该算法有效可行。     

基于CDMA蜂窝网的定位算法

基于TDOA的经典定位Chan算法主要针对地面移动台,针对中低空飞行器,将Chan算法推广到三维空间,并与飞行器上的惯导系统进行实时组合导航定位。主要思想是根据CDMA蜂窝网导频信号的到达时差(TDOA)两次使用加权最小二乘解算,吸收taylor算法的递推思想,得到飞行器位置的两组解。利用惯导系统提供的位置信息进行解模糊,从而得到飞行器的实时位置信息。仿真结果表明,在相同条件下,与其他经典算法相比,此算法定位精度高,定位运算速度快,其均方误差逼近克拉美罗界(CRLB),对中低空飞行器定位具有一定的参考价值。     

不确定情况下协同空战目标分配方法

现代空战环境下出现的大量不确定信息, 现在常用的协同目标分配模型都没有考虑到这种情况.针对这种情况,将随机规划引入到协同空战目标分配研究中,在一般期望值模型的基础上,建立了多机空战协同目标分配期望值模型,并利用随机模拟、神经网络和遗传算法结合而成的混合智能算法来求解该期望值模型.2∶4协同空战仿真结果表明该模型的有效性.     

多重优化的分布式无线覆盖探测算法

为满足无线通信网络信号覆盖有效性的实时实地可重复探测的需求,提出一种基于传感器网络的分布式无线覆盖探测算法。通过随机部署于目标区域内的无线传感器节点对无线通信网接收信号强度进行感知和预处理;利用变异函数构造新的BP神经网络目标函数,通过改进粒子群算法优化其初始权值和阈值;利用训练好的网络模型对存在探测盲区的目标区域进行插值估计,并联合传感器节点采集到的数据生成无线通信网络等信号强度线。仿真结果表明,所提算法比其他经典算法具有更高的精度,可有效探测目标区域无线通信网络的信号覆盖情况。