基于仿真分析的中国航空网络鲁棒性研究

鲁棒性研究有助于了解航空网络抗干扰能力,保证航空运输安全高效的开展.通过采集中国航空网络的数据信息,测算其统计特征;设计了＂随机干扰＂和＂蓄意攻击＂两种仿真系统,通过仿真实验,结果表明中国航空网络针对随机干扰具有较强的鲁棒性,而在面对蓄意攻击时鲁棒性较差的基本规律;不同通航城市对网络鲁棒性的影响差异极大,目前的中国航空网络高度依赖40余个核心城市.     

基于复杂网络的全球集装箱海运网络脆弱性分析

集装箱班轮运输具有定港挂靠的特点,单个港口的失效容易发生连锁反应,进而对整个海运网络产生影响.为研究全球集装箱海运网络的脆弱性,根据全球运力前10班轮公司的航线数据构建全球集装箱海运网络,运用复杂网络理论在分析海运网络拓扑结构特征的基础上,模拟了集装箱海运网络在港口随机故障和蓄意攻击两种模式下的海运网络平均度、集聚系数、最大连通子图以及平均距离等特征参数的变化情况.同时针对贝鲁特港爆炸事件,分析了该港口关闭对全球集装箱海运网络的影响.结果显示:集装箱海运网络在面对蓄意攻击时具有更大的脆弱性,贝鲁特港爆炸事件对海运网络的局部区域产生了较大影响.     

基于复杂网络的湖北省高速公路网特性分析

以湖北省高速公路网为研究对象,选取Space-P方法建立其网络拓扑模型,分析高速公路网的静态特性、中心性和鲁棒性.研究结果表明:湖北省高速公路的网络结构具有明显的小世界网络特性,节点间通过较少次的路径转换便可通达,网络连通性好;在随机攻击策略下,路网表现出良好的鲁棒性,但部分节点的节点度和聚类系数较低,局部地区的连通性较差;从节点中心性分析角度看,高速公路网部分节点重要性过高,在蓄意攻击策略下,路网性能降低显著.     

基于CML的城市地铁网络相继故障分析

分析和掌握城市地铁网络的基本特性,有助于规划和运营管理者对地铁进行运输组织和紧急情况的处理。基于复杂网络理论,采用matlab仿真分析,对城市地铁网络相继故障进行了研究。结果表明：在相继故障扩散过程中蓄意攻击比随机攻击具有较快的传播速度,但在扰动幅度和故障规模关系中呈现出相似的变化趋势,蓄意攻击效果并不明显;多目标随机攻击加快了地铁网络相继故障的扩散进程,但对于最终引起的故障规模则影响不大。     

城市轨道交通网络可靠性分析

为预防突发事件对城市轨道交通网络的影响,提高应变能力、增强运营稳定性,有必要对其网络可靠性进行分析。以上海市轨道交通网络为实证对象,基于L空间和P空间方法建立两种网络拓扑结构,分析其复杂网络的静态特性。提出针对车站删除方法的4种攻击策略,并对各种攻击策略下网络可靠性的变化进行比较分析。结果表明,轨道交通车站网络和换乘网络对随机攻击具有鲁棒性,对蓄意攻击具有脆弱性;动态攻击策略对网络可靠性的影响比静态攻击策略更大。     

星空联盟携手国航进驻白云机场

3月3日，继东三西三指廊投入试运营后，全球最大的航空联盟星空联盟也正式进驻白云机场，今后市民搭乘国航航班通过星空联盟网络，可顺畅到达全球175个国家。     

基于复杂网络的机场群航线网络动态特征分析

随着航空运输和区域经济一体化的快速发展,我国已形成京津冀、长三角和珠三角三大典型机场群。文章以三大典型机场群为研究对象,构建基于滑动时间窗的航线网络拓扑结构,运用复杂网络理论分析机场群航线网络动态特征和同构性。研究结果表明,机场群航线网络具有无标度和小世界网络特征,并表现出显著的波峰和波谷动态性,并且长三角机场群的航班集中度分布明显高于其他两大机场群。文章首次从航线网络视角,运用Dice相似系数衡量了机场群内部各机场之间航线网络同构性程度。     

河谷型城市公交网络脆弱性研究——以兰州市为例

应用复杂网络理论,以兰州市为例研究河谷型城市公交网络的脆弱性.首先, 根据L 空间模型构建城市公交站点网络,分析该网络静态拓扑特性.然后,基于随意攻击 和蓄意攻击两种攻击模式,建立城市公交网络脆弱性测度指标,并对两种攻击模式下公 交网络的脆弱性进行分析.研究结果表明,由于兰州市特殊的河谷型地形特征,在蓄意攻 击下的脆弱性远远强于其在随意攻击下的脆弱性.最后,结合公交网络脆弱性特征研究公 交网络核心站点选取策略.结果表明,基于度的核心站点选择更适合兰州市公交网络,这 为兰州市交通规划和交通网络优化决策提供理论依据.     

基于复杂网络的国家综合立体交通网主骨架分析

《国家综合立体交通网规划纲要》中提出要加快建设高效率国家综合立体交通网主骨架.本文借助复杂网络相关理论,以L空间方法构建了国家综合立体交通网主骨架区域网络与城市网络,分析了区域与城市之间的连接情况.结果 表明:在由21个重点区域构成的区域网络中,每个重点区域与其他区域至少有2条路径相连接,且区域网络具有小世界的特点,说明重点区域之间连接紧密,可靠性强.在由116个节点构成的城市网络中,城市间连边以极、组群、组团等不同类型重点区域城市之间的连边为主;在考虑城市空间距离的加权网络中,重庆、西安等节点重要度较高,建议重点关注各种交通方式在这些节点的相互衔接情况以提升运输效率.在鲁棒性分析中,发现加权网络对随机攻击和基于接近度中心性的蓄意攻击鲁棒性较好,而对基于介数中心性和PageRank中心性的蓄意攻击鲁棒性较差.通过对主骨架的网络特性进行分析并识别其重要节点,本文研究结果不仅证实了主骨架规划的合理性,还可为重点区域及城市的综合交通运输规划提供其连接情况、支撑作用与拓扑重要性等理论层面的参考.     

基于多层复杂网络的轨道交通产业链优化

为对轨道交通产业链进行网络性能优化,首先,基于复杂网络理论,采用SpaceL法建立了轨道交通产业链依存性多层复杂网络拓扑结构,描述轨道交通产业链基本结构;随后,选取相关评价指标,运用蓄意攻击、随机攻击的方式,分析了轨道交通产业网络性能在攻击下所表现出的变化趋势及相关特性,并结合熵权法以及节点收缩方法,分别对节点与边的相...     

新一代网络技术--主动网络

主动网络(Active Network)是一种新颖的网络体系结构，这种新的网络体系加速了底层网络的革命，为网络新型应用的产生创造了条件。本文介绍了主动网络的体系结构、关键技术、主动网络上的应用、有待研究的一些问题及主动网络研究发展的前景。     

基于主动网络的网络管理

在分析现有网络管理模型面临的困难基础上引入了主动网络技术,并设计了一种新型的基于主动网络技术的分布式网络管理模型：研究了利用主动网络技术解决网络管理问题的结构、优势以及协议。并以路由跟踪为例详细说明了管理功能的实现。     

有关选址和运输网络设计的研究

网络定位(选址)模型已广泛应用于公共及私有设施的定位。文章调查了一个模型，并且对运输网络的设施选址和设计进行了优化。认为改变网络的拓扑构造要比增加设施而提高服务水准更具投资回报效率，因此，该模型在区域规划、分拨、能源管理等领域有许多应用，并概括出了经典的简化工厂选址问题。文章将讨论如何使用这一模型有效地解决问题。     

一种基于二层贝叶斯网的网络入侵检测方法

提出了一种基于二层贝叶斯网的网络入侵检测方法,该方法能够从审计数据中自动学习知识生成入侵模型,并根据该模型检测入侵行为,从而提高入侵检测系统得自适应性和可移植性,降低系统的误报率和误检率．并通过设计实验来验证基于贝叶斯网的入侵检测系统的性能,实验数据采用KDD cup 1999年的部分数据．实验结果表明：该方法在只使用10％训练数据和部分记录属性来学习的情况下,检测效果仍比较好．     

Relations Between Wavelet Network and Feedforward Neural Network

A comparison of construction forms and base functions is made between feedforward neural network and wavelet network. The relations between them are studied from the constructions of wavelet functions or dilation functions in wavelet network by different activation functions in feedforward neural network. It is concluded that some wavelet function is equal to the linear combination of several neurons in feedforward neural network.     

城市道路网拓扑结构的复杂网络特性研究

以城市道路网中的连续道路中心线作为网络拓扑结构的基本分析单元,作者采用对偶法对我国12个不同规模和形态的城市道路网的拓扑结构进行了抽象,在此基础上分析了我国城市道路网拓扑结构具有的普遍复杂网络特性。研究指出,我国城市道路网的拓扑结构一方面具有较小的特征路径长度和较大的聚类系数,是典型的小世界网络;另一方面其度分布函数为幂律形式,又具有典型的无标度特性。     

���·��ģ�ͼ�·���ȶ��Է���

城市道路网运行中受多种因素干扰,系统运行经常处于非稳定状态,出行者不仅要求尽量减少出行时间,而且越来越重视保障出行时间的稳定性、强调交通系统的可靠性.考察智能交通系统中人们出行选择的偏好,80%以上的通勤者认为行程时间可靠性是他们出行时第一或者第二位的要求,因此,本文以行程时间可靠性和行程时间作为出行者路径选择的两个主要因素,建立混合随机路网模型.借鉴随机平衡分配模型的求解方法,设计混合随机路网模型的求解算法.同时,通过熵来考察行程时间可靠性和行程时间在出行者路径选择中所占比例不同对道路网交通状态的影响.此模型可描述智能交通系统下,有无信息出行者的比例对路网交通状态的影响.通过案例研究发现,只有拥有信息的出行者比例达到一定程度时,路网才最稳定.     

基于EKF的神经网络在网络流量预测中的应用

在网络资源有限的情况下,建立合理的网络流量预测模型,并根据其预测结果及时做出控制决策或调整措施,对网络性能和服务质量的提高均有重要意义.根据网络流量的时变、非线性特点建立一个时间相关的流量预测模型,预测和分析网络流量状况,并利用人工神经网络在非线性建模方面的优势,给出了基于EKF算法的前馈神经网络的结构设计及学习算法.最后在Matlab环境下使用该预测模型对网络流量进行了仿真,结果表明该模型具有较好的自适应性和较高的预测精度.     

论网络传播方式对网络广告效果的负面影响

网络传播方式变革了传统媒体信息传播方式，它促进了网络广告的发展，但同时也阻碍了网络广告的发展。本文通过对网络广告信息接收媒介和交互性两个主要方面进行分析，指出了网络传播方式对网络广告效果的负面影响，并提出了尽量避免其负面影响的相应措施。这对于提高网络广告的效果，促进网络广告市场的繁荣，提供了一定的思路。     

基于多周期组件时空神经网络的路网通行速度预测

针对当前路网通行速度预测方法存在的中长周期预测准确性和稳定性不足、自适应路网拓扑空间关系建模能力有待进一步提升等问题,以多尺度卷积算子及门控循环单元为核心单元,提出一种面向路网通行速度预测任务的多周期组件时空神经网络模型。首先,根据路网交通感知数据的周期特性,将其规约为周、日和近期这3种不同粒度的时间-空间-特征三维矩阵,并输入至3个共享网络结构的周期组件。其次,在每部分组件中,利用多尺度卷积核捕获多因素非线性相关性与不同空间视野大小的路网节点空间相关性。然后,对每个路网节点的时序特征使用门控循环单元提取交通数据长时依赖关系,引入残差学习框架,提高网络训练效率并防止梯度弥散。最后,自适应加权融合通过预测卷积层的每部分周期组件预测结果生成预测时段内路网交通通行速度。为验证所提方法的有效性,基于两个公开的交通状态数据集进行实验分析,并选取当前主流的深度神经网络模型作为对比基线模型。结果表明,所提方法在可接受的执行时间内,在两个数据集上平均绝对误差、平均平方误差和平均绝对百分比误差分别为 2.55、3.94 和 10.75%,1.57、3.52和3.44%,在预测准确性与中长时多步预测稳定性方面均优于其他基准方法。