-
公开(公告)号：CN109379220B
公开(公告)日：2021-06-15
申请号：CN201811181226.0
申请日：2018-10-10
申请人： 太原理工大学
IPC分类号： H04L12/24
摘要： 本发明涉及复杂网络关键节点簇挖掘方法，具体为基于组合优化的复杂网络关键节点簇挖掘的方法，解决现有方法技术指标单一化，节点挖掘所需费用高、传播范围有限、传播信息量不足，且没有考虑可达邻居节点中心性的加强作用的问题，步骤：一、建立输入网络模型；二、选取预处理网络节点的指标；三、计算初始关键节点簇与待优化节点簇；四、选取关键节点簇组合优化的目标函数；五、组合优化；六、输出关键节点簇。优点：对网络节点群进行预处理，选出有限节点进行组合优化，计算复杂度低；考虑多种指标，对网络节点进行预处理并对所得节点进行组合优化；挖掘所需费用少、传播范围广、传播信息量多、考虑可达邻居对节点属性的增强作用的关键节点簇。
-
公开(公告)号：CN108983596A
公开(公告)日：2018-12-11
申请号：CN201810899624.X
申请日：2018-08-08
申请人： 太原理工大学
IPC分类号： G05B11/42
摘要： 本发明涉及随机系统优化控制领域，具体为基于广义互熵算法的ORC系统单神经元控制器及其控制方法，解决控制ORC系统时传统控制器不具有自主学习能力，系统受到非高斯随机噪声时MSE准则不能很好地优化系统的问题，方案：控制器，包括整合器，所述整合器连接有两个单神经元。控制步骤：一、构建两个单神经元自适应控制器；二、建立多步预测准则；三、利用广义互熵算法优化控制器。优点：具有自适应能力和非线性映射能力，结构简单、无需建模、计算量小、权值学习调整时间短、利于实时控制，有较好的自适应性和鲁棒性；考虑控制输入的影响，多步预测控制思想；在废热转化回收利用领域可有效节能。
-
公开(公告)号：CN109379220A
公开(公告)日：2019-02-22
申请号：CN201811181226.0
申请日：2018-10-10
申请人： 太原理工大学
IPC分类号： H04L12/24
摘要： 本发明涉及复杂网络关键节点簇挖掘方法，具体为基于组合优化的复杂网络关键节点簇挖掘的方法，解决现有方法技术指标单一化，节点挖掘所需费用高、传播范围有限、传播信息量不足，且没有考虑可达邻居节点中心性的加强作用的问题，步骤：一、建立输入网络模型；二、选取预处理网络节点的指标；三、计算初始关键节点簇与待优化节点簇；四、选取关键节点簇组合优化的目标函数；五、组合优化；六、输出关键节点簇。优点：对网络节点群进行预处理，选出有限节点进行组合优化，计算复杂度低；考虑多种指标，对网络节点进行预处理并对所得节点进行组合优化；挖掘所需费用少、传播范围广、传播信息量多、考虑可达邻居对节点属性的增强作用的关键节点簇。
-
公开(公告)号：CN110781453B
公开(公告)日：2023-11-24
申请号：CN201910896873.8
申请日：2019-09-23
申请人： 太原理工大学
IPC分类号： G06F17/18
摘要： 本发明公开一种基于复杂理论作战网络脆弱边识别方法，包括如下步骤：步骤一、获得网络的邻接矩阵，步骤二、对边的重要性进行排序，也就是网络中易受攻击和攻击对网络产生巨大影响的脆弱边进行识别，步骤三、对网络进行攻击，步骤四、计算网络采用不同方式的攻击后，边连通率的大小，步骤五、统计不同方式攻击网络导致网络破碎化的攻击次数，评估提出识别脆弱边方法的有效性。本发明应用LinkRank进行边重要性值排序，通过统计混合蓄意和混合随机攻击下网络碎片化攻击的次数，说明这种识别脆弱边的有效性。
-
公开(公告)号：CN111428323B
公开(公告)日：2023-06-23
申请号：CN202010297711.5
申请日：2020-04-16
申请人： 太原理工大学
IPC分类号： G06F30/18 , G06F16/2458 , G06F16/9536
摘要： 本发明公开了一种复杂网络中利用广义折扣度与k‑shell识别一组关键节点的方法，由度中心性启发，用邻居的概念提出了广义折扣度的概念，并利用广义折扣度计算一组节点的度中心性，即一组节点在网络中的邻居数越多则一组节点对网络的影响力越大，同时考虑了k‑shell用于解决网络中单个节点的位置并确定节点对网络的影响。该方法，该算法挖掘所需费用少、传播范围广、传播信息量多；在六个真实网络中进行仿真实验以及结果分析，并与10种其他算法进行对比，发现本发明方法选择的初始传播者分布范围广、传播速度快、传播范围广。
-
公开(公告)号：CN108983596B
公开(公告)日：2021-08-03
申请号：CN201810899624.X
申请日：2018-08-08
申请人： 太原理工大学
IPC分类号： G05B11/42
摘要： 本发明涉及随机系统优化控制领域，具体为基于广义互熵算法的ORC系统单神经元控制器及其控制方法，解决控制ORC系统时传统控制器不具有自主学习能力，系统受到非高斯随机噪声时MSE准则不能很好地优化系统的问题，方案：控制器，包括整合器，所述整合器连接有两个单神经元。控制步骤：一、构建两个单神经元自适应控制器；二、建立多步预测准则；三、利用广义互熵算法优化控制器。优点：具有自适应能力和非线性映射能力，结构简单、无需建模、计算量小、权值学习调整时间短、利于实时控制，有较好的自适应性和鲁棒性；考虑控制输入的影响，多步预测控制思想；在废热转化回收利用领域可有效节能。
-
公开(公告)号：CN111428323A
公开(公告)日：2020-07-17
申请号：CN202010297711.5
申请日：2020-04-16
申请人： 太原理工大学
IPC分类号： G06F30/18 , G06F16/2458 , G06F16/9536
摘要： 本发明公开了一种复杂网络中利用广义折扣度与k-shell识别一组关键节点的方法，由度中心性启发，用邻居的概念提出了广义折扣度的概念，并利用广义折扣度计算一组节点的度中心性，即一组节点在网络中的邻居数越多则一组节点对网络的影响力越大，同时考虑了k-shell用于解决网络中单个节点的位置并确定节点对网络的影响。该方法，该算法挖掘所需费用少、传播范围广、传播信息量多；在六个真实网络中进行仿真实验以及结果分析，并与10种其他算法进行对比，发现本发明方法选择的初始传播者分布范围广、传播速度快、传播范围广。
-
公开(公告)号：CN110781453A
公开(公告)日：2020-02-11
申请号：CN201910896873.8
申请日：2019-09-23
申请人： 太原理工大学
IPC分类号： G06F17/18
摘要： 本发明公开一种基于复杂理论作战网络脆弱边识别方法，包括如下步骤：步骤一、获得网络的邻接矩阵，步骤二、对边的重要性进行排序，也就是网络中易受攻击和攻击对网络产生巨大影响的脆弱边进行识别，步骤三、对网络进行攻击，步骤四、计算网络采用不同方式的攻击后，边连通率的大小，步骤五、统计不同方式攻击网络导致网络破碎化的攻击次数，评估提出识别脆弱边方法的有效性。本发明应用LinkRank进行边重要性值排序，通过统计混合蓄意和混合随机攻击下网络碎片化攻击的次数，说明这种识别脆弱边的有效性。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.028 秒)
