董靖巍[1]2016年在《基于复杂网络的网络舆情动态演进影响机制研究》文中研究表明随着网络社会的崛起,作为社会舆情在互联网空间映射的网络舆情已成为最为活跃的社情民意表达方式,对现实社会的影响力越来越大,逐渐深度介入到各种社会现象、社会问题以及社会事件的发展和变化中,演变为现实的政治和公共管理。在此背景下,探究网络舆情演进过程和演进规律,对网络舆情演进过程中的影响机制进行系统分析,具有重要现实意义。本文从对国内外相关研究成果梳理入手,基于复杂网络的理论分析和网络舆情的演进特点,综合运用建模仿真和实证分析等研究方法,通过对网络用户主体行为特征、行为动机和网络关系进行合理抽象,构建复杂社会网络中的网络舆情演进模型,从政府、媒体和网民动态交互的网络成员、网络关系等新的研究视角,对网络舆情动态演进的影响机制进行了深入研究。本文的具体研究工作如下:首先,根据观点动力学的建模范式,对复杂网络的特征、统计特性和网络类型以及网络舆情演进的特点、影响因素等进行理论分析,提出了基于复杂网络的网络舆情动态演进影响机制的研究框架。复杂网络的建模方法能够通过研究微观个体的自我变化和交互作用,反映出宏观层面的聚合效应。运用复杂网络理论进行网络舆情动态演进影响机制的研究,可以很好地反映出网络舆情的演进规律与影响特性,使基于复杂网络的网络舆情动态演进模型具有更可靠的现实刻画作用。在此基础上,结合对网络舆情传播特点、主体特征、影响因素和演进路径等相关理论的分析,形成了本文的研究框架,为下一步的深入研究奠定的理论基础。其次,基于复杂网络的建模思想,从影响网络舆情动态演进的网络主体行为动机和复杂网络结构模型两方面进行分析,改进了主体行为交互规则,并设计启发式优化算法,构建了基于复杂网络的SNO网络舆情动态演进模型。选择具备很高社会影响力和数据可得性的新浪微博用户为研究对象,通过新浪API接口设计一个网络应用程序并发布该应用,邀请微博普通用户参与填写选择自己转发微博的动机,获取微博用户转发该条微博的主观信息,运用计量经济学的主成分分析法进行数据分析,挖掘网络舆情动态演进过程的参与主体行为特征,为网络舆情动态演进模型的主体行为属性设置奠定基础。对目前广泛应用的无标度网络模型和小世界网络模型进行比较分析,NW小世界网络模型利用“随机化加边”建立节点间的连接,避免了孤立网络的出现,从网络用户行为特征和网络舆情传播观点聚合特性看,具有BA无标度网络、WS小世界网络不可比拟的优势,因此本文选择nw小世界网络模型作为复杂网络的模型结构。根据网络舆情动态演进weisbuch-deffuant模型的建模方法,研究提出改进的主体行为交互规则;根据sir病毒传播模型范式,构建了基于复杂网络的sno网络舆情动态演进模型,并设计了加速动态演进影响模型收敛的启发式优化算法。再次,运用进化博弈复制动态分析和仿真方法,研究基于复杂网络的网络成员对网络舆情动态演进的影响机制。参与网络舆情演进过程的网络成员主体包括政府、媒体和网民,在舆情演进过程中,叁者之间是相互联系、相互制约、相互作用的关系。对网络舆情演进过程的各参与主体博弈关系进行分析,进而设计政府主导下的网络舆情演进中政府、媒体、网民动态博弈机制,建立叁方动态博弈模型,推导动态博弈模型的最优解,给出了各参与主体在不同情况下的稳定性策略,运用叁维立体图分析不同策略组合的渐进趋势,并以“松花江水污染事件”为例对该事件中政府、媒体和网民叁者的行为变化进行动态仿真分析。仿真结果认为,政府发布信息越早对网民和媒体的影响作用越大,效果越好;政府引导力度加大,会对网民和媒体释放积极信号,取得事半功倍的引导效果;监管力度则仅对媒体的影响较大,而对网民的影响较小;媒体的态度影响网民的态度;政府的公信力越高,网民和媒体的接受度越高;政府信息的真实度越高,越能在短时间内赢得媒体和网民的趋同,使网络舆情趋向均衡状态。然后,运用复杂网络的仿真分析方法,研究基于复杂网络的网络关系对网络舆情动态演进的影响机制。根据多主体行为特征和行为动机提出研究假设,对政府、媒体、网民主体属性进行修正,推演出网络关系变化的若干推论;分析设置了主体交互规则,构建了考虑网络关系的sno模型主体交互规则,运用netlogo仿真软件对瓮安事件中政府、媒体和网民的行为和网络舆情动态演进过程进行仿真实验,并结合哈尔滨“天价鱼”事件对仿真结果进行了验证。实验结果表明,通过改变网络主体之间的关系强度,可以测度政府、媒体、网民之间网络关系的变化对网络舆情动态演进的影响。如果政府的影响权重较大,绝大多数网民和媒体都会与政府保持一致态度;一旦网民、媒体、政府的影响权重比较接近,网民、媒体在舆情演进过程中所持态度易产生波动;若政府的公信力较低,导致政府的影响权重较小,网民、媒体可能出现分化走势,影响政府对舆情的干预效果;即使在政府影响权重稍弱的情况下,如加大监管力度,提前介入并向媒体或网民释放积极信号,也会对网络舆情动态演进产生积极影响。最后,运用案例分析的方法,对哈尔滨“天价鱼”事件中政府、媒体和网民叁者之间的博弈关系进行分析,结合网络舆情动态演进的四个阶段,深度挖掘网络关系对网络舆情动态演进的影响机制,并进一步分析了网络关系不同策略选择对网络舆情动态演进的影响。希望本文的研究为探究复杂网络舆情动态演进影响机制、挖掘网络用户行为规律、正确进行舆情干预和引导提供借鉴。
刘纯霞[2]2016年在《供应链中断风险传导机理及中断风险预测研究》文中研究表明近年来,伴随企业全球化采购、非核心业务外包、单源供应、敏捷生产和精益供应等业务模式的发展,供应链在空间上越拉越长,且在时间上越缩越短。自然灾害、经济波动、流行病、恐怖主义、战争等外界环境因素的扰动时刻都有可能发生。供应链的这种时空变化与外界扰动增加了供应链网络运营环境的不确定性和脆弱性,提高了中断发生的可能。供应链某节点企业的中断可能在供应链系统中出现传导,并可能伴随蝴蝶效应,不断加剧中断传导影响,破坏供应链的安全运行,最终可能演化为引起整条供应链的中断、失效、瘫痪和瓦解。各类供应链中断事件的相继发生,严重影响到企业的平稳生产,给企业造成了巨大财产损失。针对供应链中断风险传导的复杂性及需求的不确定性,研究供应链中断风险传导机理,构建并解决中断风险传导后的预测问题,已经成为了供应链管理中的一个重要研究课题。本文以供应链中断风险为主要研究对象,以供应链中断内生风险与外生风险为决策变量,通过对其性质、内涵、特征、分类、影响因素和内在机制等问题进行系统的探索和论证,探讨了不同网络结构下的供应链中断风险传导特性。在供应链网络运营复杂性、不确定性和脆弱性环境下,产品需求具有高度不确定,而现有供应链中断预测研究没有好的解决方案,为此论文构建了供应链中断风险预测模型,并进行了实证分析。本文主要得到了以下四个方面的结果:首先,分析了供应链中断风险传导的概念、特征及传导原因;详细阐述了供应链中断风险传导要素,并绘制了供应链中断风险传导要素逻辑关系图;详细阐述了供应链中断风险传导路径,并绘制了供应链风险传导路径图;将供应链中断风险传导过程分为潜伏期、酝酿期、爆发期、消退期和遗留期等五大阶段;从供应链网络自身结构的复杂性、传导路径及传导过程的动态复杂性等方面探讨了供应链中断风险传导的复杂性,该分析和研究有利于揭示供应链中断风险传导的内在机理和中断风险传导规律,并有助于供应链内部各节点企业的结构稳定、协调和优化。其次,针对供应链中断风险传导路径及传导过程的复杂性特点,引入WS小世界网络和NW小世界网络研究方法,应用度、平均度、特征路径长度、聚类系数、顶点度、度分布、网络结构熵及交流频率等多统计参量,分析了供应链中断风险传导特性。通过研究发现,供应链中断风险传导速度与传导路径和网络节点数均成负相关关系,较短的中断风险传导路径和较大的集聚系数有利于促进供应链中断风险信息的共享,当存在核心节点企业时,核心节点企业的稳定性对供应链中断风险传导过程中供应链网络整体的稳定性起到至关重要的作用。小世界网络结构下,在供应链中断风险传导的不同阶段,统计参量要求是不同的。再次,鉴于现实中的供应链网络的规模可变性,针对供应链中断风险传导路径及传导过程的复杂性特点,应用BA无标度网络对供应链的网络特性进行分析。通过研究发现,相对于小世界网络结构,无标度网络结构下多元化的弱连接关系能使各节点企业建立更多的中断风险传导通道,获得更多具有低冗余度特征的中断风险新信息,能更好地规避、转化、分散和应对随机故障类中断风险,能建立更多更短的供应链中断风险传导路径,能更好地减小节点企业之间中断风险信息传导的时滞,核心节点企业的中继过渡作用依赖程度更小,供应链网络结构僵化的风险更小。最后,在风险传导过程中,产品需求具有高度不确定,供应链中断预测问题暂没有好的解决方案。本文构建了供应链中断风险预测模型,并进行了实证分析。改进的灰色神经网络预测模型的构建与实证分析结果表明,通过改进的灰色预测模型的最优维数确定BP神经网络输入层神经元个数的方式,既突破了原传统灰色GM(1,1)模型对原始数据序列的限制要求,又体现了神经网络良好非线性逼近特性,提高了拟合程度与预测精度,增强了预测的平稳性与可靠性,能较好的解决供应链中断预测问题。
熊云艳[3]2016年在《复杂网络的某些性质研究及其应用》文中研究指明自从Watts,Strogatz 1998年发现真实网络的小世界特性以来,复杂网络融合了图论、工程数学、计算机理论、社会科学等学科的有关理论与成果,已成为了一门单独的学科。经过十多年的研究,科学家们已经发现了一些典型复杂网络模型如小世界网络模型、无标度网络模型、确定性小世界网络模型等,同时也发现了这些典型网络模型的一些主要特性。本文围绕复杂网络的小世界现象,针对典型复杂网络模型重点研究了网络节点度序列长度特性、电阻距离特性及其应用;基于代数图论中的凯莱图(Cayley)模型在随机化加边后也同样具有复杂网络的小世界特性,论文结合无线传感器网络和数据中心网络的应用需求,同时研究了基于代数图论的具有小世界特性的复杂网络模型及应用。论文主要成果如下:(1)在肖文俊等人提出复杂网络度序列长度新特性的基础上,论文从理论上证明了具有扩展幂律分布、泊松分布、指数分布的复杂网络模型的度序列长度的新特性:即度序列长度l与log_2N是同级别的结论,进一步完善了肖文俊等人的结论。实验仿真结果及现实网络的数据验证了该结论的有效性。该结论从理论上解释了为什么现实世界的网络直径不大的问题,可以作为复杂网络的基本特性之一,同时论文提出了基于复杂网络的度序列长度的复杂网络模型。针对复杂网络的搜索问题,论文完成了最短路径算法和最大度算法的仿真实验,结果表明在复杂网络中基于最大度的搜索算法相比基于最短路径的搜索算法更有效。(2)论文研究了复杂网络中的电阻距离特性及其在社团划分中应用的需求,提出了结合节点中心性指标与电阻距离的社团划分算法。论文选择了节点度中心性、接近度指标、特征向量、聚类系数及最短路径等5类节点中心性指标,基于模拟网络、空手道网络和宽吻海豚网络等叁种网络进行了仿真实验,随后论文将电阻距离引入到Kernighan-Lin(KL)算法和Fast Newman(FN)算法中,实验结果表明结合节点度中心性与电阻距离的社团划分算法及基于电阻距离的KL算法能准确划分叁个实验网络的社团结构,但其它基于电阻距离的社团划分算法只能正确划分部分实验网络的社团结构,存在一定的误差。(3)基于复杂网络模型的小世界特性的启发,论文结合基于代数图论中的Cayley理论与复杂网络理论,针对无线传感器网络节点动态变化及虚拟路由的实际需求,提出了具有小世界特性的CayleyDHT模型,并在该模型的基础上提出了CayleyDHTVCP路由协议,仿真实验表明该协议具有较好路由的效率和鲁棒性。(4)针对目前数据中心网络需要利用廉价设备构建的趋势,论文分析了现有数据中心网络结构的优缺点,应用基于代数图论中的Cayley图与复杂网络理论,提出了基于数据中心网络的C~3Cube模型,并在此模型的基础上,提出了基于C~3Cube路由协议及容错协议,仿真实验表明该协议的有效性,可以有效地解决利用廉价设备构建数据中心网络的问题。
李永奎[4]2016年在《基于复杂网络的关联信用风险传染延迟效应研究》文中进行了进一步梳理随着经济全球化和市场经济的深入发展,企业、银行、信托公司、保险公司、担保公司等经济主体,通过股权、担保或互保、关联交易、金融衍生品、供应链关系以及管理层的多重身份等形成错综复杂的信用关联关系。本文称这类由信用关联关系连接的经济主体为关联信用主体;由关联信用主体构成的网络称为关联信用主体网络;在关联信用主体网络中,由信用关联关系衍生的信用风险称为关联信用风险。由此可知,在关联信用主体网络中,信用关联关系是衍生关联信用风险的根源,而关联信用主体网络是关联信用风险的载体。在关联信用主体网络中,如果其中某个或某些信用主体发生信用违约,必然会殃及与之关联的其他信用主体,从而引发关联信用风险,并导致一系列的连锁反应。因此,在关联信用主体网络中,由于关联信用主体之间的关联关系错综复杂,关联信用风险常常呈现出传染的“多米诺骨牌”效应。关联信用风险的传染性使关联信用主体之间形成了关联信用风险链,信用风险通过关联信用风险链的传导,对关联信用主体网络乃至整个金融系统甚至社会经济都可能造成极大的危害。从2007年的“次贷危机”乃至随后的“欧债危机”到国内频繁出现的“连环贷”、“担保危机”以及企业集团的破产等诸多案例中不难发现,关联信用风险常常是始作俑者和经济危机的推手。在关联信用主体网络中,由于关联信用主体之间的关联关系错综复杂,因此,关联信用风险的传染系统通常具有复杂性,传染过程存在延迟和免疫效应。事实上,一方面,由于关联关系使关联信用主体之间具有相依性,关联信用主体成为利益共同体,如果关联信用主体网络中某个或某些信用主体发生信用违约,为避免“惹祸上身”,与之关联的其他信用主体可能对发生信用违约的主体进行救助,这些救助措施可能使关联信用风险在关联信用主体网络中的传染被延迟;另一方面,面对关联信用风险的突发性和不确定性,如果信用主体能够预先判断并迅速采取行动进行自我救治,则可能延迟甚至规避关联信用风险对自身的传染。上述两类常见的救治措施称为关联信用主体的免疫治理。在免疫治理过程中,如果关联信用风险传染性极强或者关联信用主体的免疫治理策略失误,则可能导致关联信用风险的免疫治理结果不理想,本文称其为不完全免疫情景。事实上,关联信用风险要达到完全免疫治理的情景是困难的,而不完全免疫治理情景是常态。虽然不完全免疫治理不能规避关联信用风险的传染,但可以延迟关联信用风险的传染。由此可知,在关联信用主体网络结构下,关联信用风险的传染和演化过程呈现出复杂的网络结构和系统性特征。基于此,本文采用复杂网络的相关理论,针对关联信用主体网络结构和关联信用风险的传染和延迟效应展开研究。由于资产关联是关联信用主体之间一种最常见的关联方式,因此,本文仅限于研究关联信用主体之间存在资产关联关系的情景。在关联信用主体网络中,资产关联关系使关联信用主体成为利益的共同体,但同时也是关联信用风险的传染渠道。换言之,资产关联关系既可以拓展关联信用主体的生存和发展空间,但同时也为其经营埋下了隐患。随着各类经济主体乃至政府之间信用交易的日益频繁,关联信用风险不仅正在成为市场经济发展中面临的重大风险,而且也是信用风险管理领域的新热点。本文在分析信用风险的度量模型、违约相关性和信用风险传染等的研究现状的基础上,提出了关联信用风险的概念,并从多个角度深入探析关联信用风险的成因;进而探讨复杂网络结构下的关联信用风险和关联信用风险的传染效应、延迟效应和免疫等主要特性。本文的研究将回答以下问题:基于资产关联关系的关联信用风险具有哪些重要特性?关联信用主体之间的资产关联关系能否延迟关联信用风险的传染效应?不完全免疫性如何影响关联信用风险的传染过程并延迟关联信用风险的传染效应?本文的主要研究内容和研究结论如下:由于关联信用主体经由资产关联关系构成不同类型的复杂网络结构,并且大量实证研究表明,关联信用主体网络结构具有小世界网络和无标度网络的特征。基于此,本文首先在小世界网络的框架下,假定关联信用主体具有同质性,利用平均场理论并结合传染病模型,分析了“非健康”关联信用主体的密度与关联信用风险的传染延迟时间及传染概率之间的关系,进而揭示了关联信用风险传染的延迟效应。研究发现,关联信用主体之间的资产关联关系、关联信用主体间的关联数量以及关联信用风险的传染概率,都会影响关联信用风险传染的延迟效应;如果同时考虑传染延迟和资产关联比两个方面的因素,则可以显着地降低网络中关联信用风险的传染概率。其次,本文在无标度网络的框架下,研究了在资产关联情景下关联信用主体之间关联信用风险传染的延迟效应。通过建立基于无标度网络的关联信用风险传染d-sis模型,并结合ba无标度网络的特性,探讨了关联信用风险传染的均衡状态。研究表明,关联信用主体之间的资产关联关系有助于风险分担,从而延迟关联信用风险的传染,并且延迟时间越长,关联信用风险的传染强度越强。最后,本文利用关联信用风险所具有不完全免疫性,并结合平均场理论,在不完全免疫情景下,构建了关联信用主体间的关联信用风险传染模型。在此基础上,分析了关联信用主体网络中关联信用风险的传染概率与不完全免疫及资产关联之间的关系,进而揭示了关联信用风险的不完全免疫性对关联信用风险传染延迟效应的影响。研究发现,免疫失败和免疫失效同时存在时,关联信用主体网络中关联信用风险的传染过程受到明显的影响;有效的免疫治理能够延迟关联信用风险的传染,而无效的免疫治理则会降低关联信用风险传染的延迟效应;关联信用主体之间的资产关联关系和免疫性,都有助于增强关联信用风险传染的延迟效应。
刘鹏[5]2016年在《协作网络演化动力学模型研究》文中研究指明现实中,由个体间通过自发调整协作关系而形成的协作网络(如科研协作网络、开源软件开发者网络等)在求解复杂社会经济问题方面具有个体难以比拟的优势。大量实证研究表明这类协作网络求解复杂问题的能力同其成员问不断协调的过程,以及所引发宏观网络的结构与演化过程密切相关,并且往往具有显着的社区结构与小世界特征。然而,虽然在过去的二十余年学界针对协作网络的社区与小世界结构的形成及演化开展了大量研究,但迄今人们对于协作网络的多社区小世界结构的形成机理及演化规律的认识还有待进一步深化。特别是,对于多社区小世界网络的形成,目前学界主要归因于社会资本视角下的结构镶嵌与结构洞两种协作关系形成机制的组合；而另有实证研究表明协作关系的建立与个体基于属性状态相似性(或差异性)的倾向性交互密切相关。本文认为个体基于属性状态相似性(或差异性)的倾向性交互对于协作关系的形成,继而促使协作网中络多社区小世界状态涌现的作用不应忽视,尤其是Homophily、Heterophily、以及社会学习机制共同作用下协作网络的结构及演化问题还值得进一步探讨。因此,在对已有相关研究进行梳理的基础上,本文采用动力学模型研究与数据分析相结合的方式,对上述叁种机制下协作网络的结构及演化进行了考察。首先,本文检测了结构镶嵌与结构洞机制对于网络结构形成的作用,并得出这两种机制下模型生成网络难以形成稳定的小世界状态,且不具有显着的社区结构。进而,本文构建了基于Homophily、Heterophily、以及社会学习机制的协作网络演化动力学模型,在网络规模恒定的情景下,对这叁种机制与网络结构形成之间的关系进行了全面的考察。数值实验结果显示,Homophily机制促使相似个体汇聚,继而形成社区结构；Heterophily机制引发跨社区连接的建立；社会学习促使相似个体属性状态趋同,导致由相似个体构成的社区内部边密度增大,对社区结构具有强化作用。因此,在这叁种机制的共同作用下,特别是Homophily与Heterophily机制的一定组合下,模型生成网络呈现出稳定的多社区小世界状态,这一结果在填补了现有研究对于这些机制缺乏综合性探讨的同时,从个体基于属性状态相似性(或差异性)的倾向性交互视角阐明了协作网络中多社区小世界结构的形成机理。其次,在明确了Homophily、Heterophily、以及社会学习机制对于网络结构形成不同作用的基础上,本文进一步构建了基于Homophily与Heterophily组合机制的协作网络演化动力学模型,研究了在网络规模不断增长的情景下模型生成网络的结构及演化过程。研究结果表明,在模型生成网络由分散状态逐渐汇聚为“中央—边缘”结构的演化过程中,可根据“中央”(最大连通子图)的结构变化将模型生成网络的结构依次区分为分散网络、链式结构、以及多社区小世界网络叁种状态。这一结果不仅弥补了相关工作中对于协作网络演化规律缺少明确理论研究的不足,也对协作网络结构及演化相关理论的完善具有推动作用。最后,本文将“合作演化”与“复杂网络”研究领域的合着网络、以及Linux内核开发参与者网络作为现实协作网络数据分析实例,对其结构及演化过程进行了考察。分析结果显示所选取的叁个现实网络均存在由分散到汇聚为“中央—边缘”结构的演化过程,并且各自的最大连通子图均会由一个小规模的聚簇逐渐形成一种链式结构,最终演化为兼具多社区小世界结构与层次结构的网络,相应叁个现实网络在演化过程中依次呈现出分散网络、链式结构、以及多社区小世界网络叁种不同的状态。这一结果不仅说明本文所考察的这类协作网络可能具有共性的结构特征与演化模式,同时也是对已有数据分析工作的很好补充。进而,数据分析结果与动力学模型研究具有较好的一致性,进一步说明本文所提出的协作网络演化动力学模型可以反映现实协作网的结构及演化过程,并且个体基于属性状态相似性(或差异性)的倾向性交互可能是导致现实协作网络呈现多社区小世界结构的重要动因,从而为相关管理实践活动提供了理论支持。
李刚[6]2017年在《基于脑功能网络的脑力疲劳检测技术及其形成机理研究》文中研究指明当今社会中,生活节奏日益加快、社会竞争压力逐步增大,脑力疲劳显着增多,并在社会人群中呈蔓延之势。脑力疲劳往往是由大脑长时间认知活动积累所致,大脑疲劳后工作绩效降低、警戒性水平下降、认知功能受损。在实时监控、车辆驾驶、飞机驾驶、高风险作业等行业,许多事故的发生都与脑力疲劳有关。例如,全球平均每年有21%的重大交通事故与疲劳驾驶有显着的因果关系,给人民的生命、财产安全造成严重威胁。因此,为脑力疲劳监测提供一种客观有效的指标、为其对应的对抗措施提供一种稳定可靠的评价手段是一项具有很大应用价值的重要课题。在脑力疲劳评价的众多方法中,electroencephalogram(EEG)信号因为可以直接测量大脑的神经活动状态,被国内外研究人员认为是最可靠、最有前景的方法,被誉为检测脑力疲劳的"金标准"。传统基于EEG的脑力疲劳评价指标可以分为线性指标和非线性指标,线性指标主要以基于各EEG节律功率和功率比值为主,非线性指标主要包括各种类型的熵、复杂度、相关维数、Lyapunov指数等。然而,传统指标只包含了 EEG的幅值信息,忽略了相位信息对结果的影响,并且这些指标都不能反映大脑不同区域之间的功能连接关系,无法对大脑整体功能状态进行描述,因此传统脑力疲劳评价指标有很大的局限性。本文将脑功能网络理论引入脑力疲劳研究中,以探索其在脑力疲劳评价上的应用、分析脑力疲劳形成的神经动力学机制,为此设计了详细的脑力疲劳诱导实验,精确采集了脑力疲劳过程中静息态与任务态下的EEG数据,并基于各EEG节律功率和功率比值确定了脑力疲劳模型的可行性。基于脑功能网络理论,利用互信息度量不同脑区间的功能连接,并对静息态与任务态下五个时间段间的功能连接权值进行统计学差异分析,发现任务态下的Alphal节律(8-10Hz)对脑力疲劳响应最灵敏,表明脑功能网络分析方法更适合在任务态中应用,弥补了传统线性方法的不足。然后在传统两种方法下分别建立了任务态下的Alphal节律加权和二值脑功能网络,系统分析了各网络特征量在脑力疲劳过程中的变化规律。结果表明,随着脑力疲劳程度的加深,最大特征值、平均聚类系数、全局效率和局部效率增大,平均路径长度变短;加权网络中各网络特征量对脑力疲劳的评价效果更好;描述脑功能网络整体特性的特征量(最大特征值、平均路径长度、全局效率)比刻画脑功能网络局部特性的特征量(平均聚类系数、局部效率)对脑力疲劳响应更灵敏。利用加权度中心度得到脑力疲劳过程中脑功能网络的中心节点为F3、F4、C3、C4、P3、P4、Fz、Cz、Pz,并基于所提取的9个中心节点缩减了脑功能网络规模,重新构建了加权脑功能网,将其应用于脑力疲劳评价中,发现各加权网络特征量在脑力疲劳过程中的变化趋势与简化前的脑功能网络得到的结果完全一致,简化后的脑功能网络同样也能用于脑力疲劳的评价,其中加权最大特征值是最好的评价脑力疲劳指标。针对脑功能网络在实际应用中构建过程过于专业化这一缺点,提出了一种基于功能连接的权值与物理距离、网络模体理论的自动建立脑功能网络模型的新方法。通过与传统建立脑功能网络方法对比,证明了模型能提取出邻接矩阵中大多数权值较大的强连接边,并发现模型具有自优化功能、能够区别出权重不同的脑功能网络,而且从权重分布的角度证明了此功能的必然性。将此模型应用于脑力疲劳评价中,得到了与传统构建脑功能网络方法一致的结果,表明模型具有很好的应用价值。基于脑功能网络理论,从脑功能连接、网络特征量、小世界特性和分形特征四个角度来分析脑力疲劳形成机理。结果表明,大脑在疲劳阶段为了完成所给定的任务,需激活更多的脑功能区域,增强不同脑功能区域间的功能连接强度,并进行着快速的功能分离和功能整合过程,同时调整脑功能网络结构使其聚类系数、全局和局部效率增大,平均路径长度变短,以提高脑功能网络中信息传递与信息处理的速度,后果是大脑中优化的脑功能网络结构慢慢被破坏,脑功能网络结构的自相似性增强、复杂程度变高,并使网络结构趋向于随机化,致使疲劳过程加剧。
周晶[7]2017年在《几类时滞复杂振子网络的动力学与控制》文中研究说明复杂网络广泛存在于自然界和人类社会中,如互联网、交通网、电力网、蛋白质相互作用网、人际关系网等等.可以说任何由相同或不同个体构成的复杂系统,当我们把这些个体抽象为节点,个体之间的相互作用抽象为边时,都可以用复杂网络来表征.近年来,复杂网络的研究已经在数学、物理、计算机科学、力学、生命科学及信息科学等多个学科领域内展开,取得了令人瞩目的成就.随着复杂网络在流行病的防控、互联网的拥塞控制、交通系统的优化、电力系统级联故障的分析及生态系统的演化等领域的普遍应用,复杂网络的动力学与控制受到了学术界众多科研工作者的广泛关注和深入研究.研究表明,复杂网络的大多数复杂动力学行为都是伴随着网络拓扑结构和节点动力学性质的改变而产生的.特别地,具有时滞和非线性因素的复杂网络通常会出现诸如稳定、不稳定、同步、振荡、分岔和混沌等特殊的行为,对这些动力学行为的研究为复杂网络在各领域的实际应用提供了非常重要的理论基础和依据.然而,具有时滞的复杂网络系统的特征方程是包含指数函数的超越方程,无法精确解出它的无穷多个特征根,给网络动力学的分析带来了一定的难度.因此,关于时滞复杂网络动力学的研究极具挑战性,同时对人类社会的发展具有重要的科学意义和实际应用价值.目前,研究复杂网络的动力学行为主要为实现以下几个目的:一是理解网络的拓扑结构如何影响网络的动力学行为;二是理解网络上的动力学行为如何决定网络的拓扑结构;叁是如何采用合适的控制策略来控制网络达到预期的动力学行为.本文以具有时滞的耦合振子网络为对象,开展复杂网络的动力学行为与控制的研究.论文的主要研究内容和创新点如下:(1)研究一类具有激励或抑制长连接的时滞小世界振子网络的动力学行为.根据矩阵的扰动理论,分别给出网络连接强度矩阵的最大和最小特征值的上界和下界.基于时滞系统的稳定性基本理论,考察了系统特征方程的特征根的分布,研究了网络的稳定性和不稳定性,给出网络系统完全稳定和完全不稳定的区域.讨论了小世界网络的鲁棒稳定性,并将本文给出的稳定性判定条件与平均场理论给出的稳定性条件进行比较分析.虽然文中给出的稳定性条件是保守的,但能确保在绝大多数情形下系统稳定,特别是在激励和抑制连接同时存在的条件下.给出网络系统发生叉型分岔和Hopf分岔的充分条件.最后通过数值模拟讨论了连接强度矩阵的特征值离开稳定性区域的先后顺序和方向.(2)研究一类具有时滞的复杂振子网络的牵制控制.首先利用正交变换,将复杂网络系统映射成为一个简单的具有相同动力学性质的等价系统.通过对转换后系统的特征方程进行分析,发现所研究系统的平衡点对任何时滞都是不稳定的.为镇定不稳定的网络系统,本文提出了一种具有时滞状态反馈的有效控制策略-牵制控制,即通过控制网络的一少部分节点达到控制整个网络的目的.通过对受控网络系统进行分析并利用正交变换的逆变换,给出了复杂网络平衡点的局部稳定性、Hopf分岔及余维2分岔的存在条件.利用中心流形定理和规范形理论研究了Hopf分岔的方向和分岔周期解的稳定性.最后通过数值模拟考察了网络系统通向混沌的路径.(3)研究一类具有时滞的双层耦合复杂振子网络的稳定性和复杂时空动力学.首先,应用分而治之算法,分析了双层网络与每个单层网络的邻接矩阵的特征值之间的关系,进而给出系统的平衡点局部稳定的判定条件.发现双层网络的稳定性完全可以通过单层网络矩阵的最大和最小特征值来确定,因此仅需要通过研究单层网络即可以了解整个网络的动力学行为.当网络的节点数量较大时,大大降低了理论分析的难度并简化了计算过程.应用中心流形定理分析了系统的周期性,表明双层振子之间相互作用可以产生复杂的时空动力学行为,如反射波,镜面波等.最后,数值模拟验证了理论分析的结果.(4)研究一类具有随机长连接强度的时滞小世界振子网络的稳定性和不稳定性.应用随机矩阵理论和矩阵扰动理论,分析了网络连接强度矩阵最大特征值的概率分布和最小特征值的下界,进而通过对时滞系统特征方程的特征根进行分析给出系统的平衡点局部完全稳定和完全不稳定的判定条件.对于给定的系统参数,给出了计算系统稳定的概率公式.并讨论长连接概率和随机长连接强度的均值、方差对网络稳定性的影响.
孙冰, 田胜男, 姚洪涛[8]2018年在《创新网络的小世界效应如何影响突围性技术扩散——基于转换成本的调节作用》文中进行了进一步梳理新技术如何在众多共存的同质性技术中突出重围、被广泛采用,不仅取决于作为其扩散载体的创新网络的小世界效应,还取决于其自身的技术创新特性和网络主体的感知。基于创新网络的小世界效应与新技术的扩散效率之间关系的论述,引入技术重迭度的构念以描述新技术的技术创新特性,提出转换成本的操作性定义以衡量潜在用户对新技术的感知与转换,进一步塑造创新网络的小世界效应对突围性技术扩散的作用模型并探讨各构念间相互关系。通过对吉林省新能源汽车创新网络进行实证研究,检验上述作用关系,结果表明,小世界效应与创新网络中新技术的扩散效率在技术重迭度的参与下呈显着正相关关系;技术重迭度对小世界效应与扩散效率之间关系起到部分中介作用;转换成本对小世界效应与扩散效率之间、技术重迭度与扩散效率之间的关系均具有倒U型调节作用。
张伟, 郭磊, 冉鹏飞, 陈云阁[9]2018年在《基于突触可塑性的小世界神经网络的动态特性研究》文中提出人工神经网络具有大规模的信息处理和存储能力、良好的自适应性以及很强的学习功能、联想功能和容错功能。动态特性的研究一直是人工神经网络理论研究的重点,主要原因在于人工神经网络的应用都与网络的动态特性有关。目前,神经网络的研究主要是基于层级网络,其拓扑不能模拟真实生物神经网络。小世界网络作为大量真实复杂系统的高度抽象,具有生物神经网络特性。本研究首先构建了小世界网络并基于复杂网路理论选择出适合于小世界网络的最佳参数,进而基于突触可塑性调节机制和小世界网络拓扑构建了小世界神经网络,并从放电特性、突触权重动态特性和复杂网络特性叁个方面分析了小世界神经网络的动态特性。实验结果表明:随着时间的增加,小世界神经网络的兴奋性与抑制性神经元放电模式没有改变且神经元的放电时间趋于同步;小世界神经网络中各神经元间的突触权重急剧减小最终趋于稳定;网络的连接减弱且信息传递效率降低,但小世界属性较为稳定。小世界神经网络的动态特性随时间而变化且相互影响:网络的放电同步特性可影响突触权重趋于最小值分布,进而突触权重的动态变化也可影响复杂网络特性。
李燕[10]2016年在《空间囚徒困境博弈中合作解的演化》文中研究指明社会何以可能是社会科学的基本问题,而合作何以可能是行为经济学的基本问题。人与人之间的合作,是人类文明社会的基础,普遍存在于社会生活中。但从进化论的角度看,为什么这种带有利他主义的行为能够保留下来,仍然是一个未解之谜。基于社会网络的个体迁徙在回答这个问题上起到了重要的作用。社会网络上的个体迁徙可以促使合作行为的聚集,它是实现社会网络结构与合作共生演化的重要途径之一。同时,计算经济学的方法为解释复杂系统中合作行为的涌现提供了有利的工具。本文在此背景下利用计算经济学的方法探讨不同迁徙机制对空间囚徒困境博弈中合作解的影响。本文从网络结构和个体迁徙的视角出发,以演化博弈论作为理论工具,以基于Agent的计算经济学作为研究工具,探讨了空间囚徒困境博弈中合作解的演化。具体来说,我们通过基于Netlogo的社会仿真的研究方法,在空间囚徒困境博弈的演化模型中分别探讨了“近君子,远小人”的迁徙策略、基于异质性风险偏好的个体迁徙、考虑社会福利的个体迁徙对合作演化的影响,以此为出发点回答了社会网络上的个体迁徙是如何影响合作行为的演化的。首先,我们研究了“近君子,远小人”的迁徙机制对合作演化的影响。“近君子,远小人”的迁徒机制是指,当个体的邻居全部是合作者时个体不迁徙,这是“近君子”的行为；只要个体的邻居有背叛者时,个体就会以一定的概率进行迁移,这是“远小人”的行为。为了给出“远小人”的概率,我们建立了基于成本与收益的迁徙模型,以此来研究迁徙成本对群体合作水平的作用。仿真结果表明：在较广的参数空间内,“近君子,远小人”的个体迁徙提高了群体的合作水平,为我们理解社会中的合作行为提供了新思路。为了更直观的理解空间中合作团块的涌现,我们展示了随时间演化的空间状态子图。另外,为了探讨此机制在其他网络结构上的有效性,我们研究了小世界网络上的合作演化。结果显示,在小世界网络上,“近君子,远小人”的迁徙模型对合作行为的促进作用仍然有效。接着,我们探究了基于风险偏好的个体迁徙对空间囚徒困境博弈中合作解的影响。以往的研究中要么不考虑风险偏好,要么假定个体在迁徙的过程中是风险中性的,然而,在现实生活中,个体的风险偏好类型是多样的,是异质性的。为此,我们建立了基于风险偏好的个体迁徒模型,通过计算机仿真模拟了行为群体的动态演化过程,探讨了同质性风险偏好和异质性风险偏好对合作行为影响的区别。研究结果表明,当假定群体是同质性风险偏好时,风险厌恶型的个体不支持合作的建立；当假定群体是异质性风险偏好时,在适度的参数条件下,个体风险偏好的异质性实现了合作策略与网络结构的共生演化,而且,随着风险偏好异质程度的增加,合作水平逐渐下降。同时,我们分别研究了迁徙成本、背叛诱惑参数和群体密度对合作水平的影响。最后,为了探讨基于社会福利的个体迁徙和合作演化之间的关系,我们应用计算经济学的方法研究了空间囚徒困境博弈中不同社会福利函数的迁徙模式对合作演化的影响。在文中,我们给出了叁种福利函数：古典效用主义的社会福利函数(Utilitarian SWF)、贝尔努利-纳什社会福利函数(Bernoulli-Nash SWF)和罗尔斯社会福利函数(Rawlsian SWF)。仿真结果显示,在大部分参数空间内,基于社会福利的个体迁徙促使了合作行为的涌现。而且,在大部分的群体密度条件下,Utilitarian SWF和Rawlsian SWF下的合作水平要高于个体不迁徙的情况,但相比较个体不迁徙的情况,Bernoulli-Nash SWF抑制了合作行为的涌现。考虑社会福利是个体他涉偏好的一种体现,因此,我们的工作为理解社会系统中他涉偏好和合作之间的关系提供了有益的帮助,为社会偏好和合作演化之间的研究架起了桥梁,可以为政策制定者提供一定的参考依据。
参考文献：
[1]. 基于复杂网络的网络舆情动态演进影响机制研究[D]. 董靖巍. 哈尔滨工业大学. 2016
[2]. 供应链中断风险传导机理及中断风险预测研究[D]. 刘纯霞. 湖南大学. 2016
[3]. 复杂网络的某些性质研究及其应用[D]. 熊云艳. 华南理工大学. 2016
[4]. 基于复杂网络的关联信用风险传染延迟效应研究[D]. 李永奎. 电子科技大学. 2016
[5]. 协作网络演化动力学模型研究[D]. 刘鹏. 大连理工大学. 2016
[6]. 基于脑功能网络的脑力疲劳检测技术及其形成机理研究[D]. 李刚. 山东大学. 2017
[7]. 几类时滞复杂振子网络的动力学与控制[D]. 周晶. 吉林大学. 2017
[8]. 创新网络的小世界效应如何影响突围性技术扩散——基于转换成本的调节作用[J]. 孙冰, 田胜男, 姚洪涛. 管理评论. 2018
[9]. 基于突触可塑性的小世界神经网络的动态特性研究[J]. 张伟, 郭磊, 冉鹏飞, 陈云阁. 生物医学工程学杂志. 2018
[10]. 空间囚徒困境博弈中合作解的演化[D]. 李燕. 浙江大学. 2016
标签：世界文学论文; 复杂网络论文; 小世界网络论文; 网络模型论文; 社会网络论文; 舆情分析论文; 风险社会论文; 舆情监测论文; 风险模型论文; 功能分析论文; 企业协作论文; 网络协作论文; 动态模型论文; 动力学论文; 供应链论文;