復(fù)雜網(wǎng)絡(luò)在自然界中普遍存在如社會網(wǎng)絡(luò)、生物網(wǎng)絡(luò)、電力網(wǎng)絡(luò)等,復(fù)雜網(wǎng)絡(luò)中對網(wǎng)絡(luò)連通性有重要影響的那些節(jié)點通常被稱為關(guān)鍵節(jié)點。關(guān)鍵節(jié)點識別問題（critical20node20detection20problem,CNDP）是尋找特定條件下對網(wǎng)絡(luò)連通性影響最大的節(jié)點子集的一類優(yōu)化問題。識別網(wǎng)絡(luò)中的關(guān)鍵節(jié)點是分析與理解網(wǎng)絡(luò)特性、結(jié)構(gòu)以及功能的重要方式,本文基于網(wǎng)絡(luò)局部特征對關(guān)鍵節(jié)點識別問題進行研究,主要工作有:（1）提出了一種基于節(jié)點中心性的關(guān)鍵節(jié)點識別算法框架（greedy20algorithm20for20critical20node20problem,GCNP）,根據(jù)某種中心性指標(biāo)選擇網(wǎng)絡(luò)的初始點覆蓋集;從網(wǎng)絡(luò)中刪除該點覆蓋集,迭代選擇點覆蓋集中使原網(wǎng)絡(luò)連通節(jié)點對增加最小的節(jié)點向原網(wǎng)絡(luò)回添,直至點覆蓋集中節(jié)點滿足用戶給定的待刪除關(guān)鍵節(jié)點數(shù)。為了更好地選擇初始的節(jié)點覆蓋集,提出了一種基于局部拓撲信息的節(jié)點中心性度量指標(biāo)（local20neighbor20centrality,LNC）。在16個人工網(wǎng)絡(luò)和9個真實網(wǎng)絡(luò)數(shù)據(jù)集上的實驗結(jié)果表明,與單獨使用各中心性指標(biāo)相比,采用GCNP算法框架可... 

【文章來源】：山西大學(xué)山西省

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【文章目錄】：
中文摘要
ABSTRACT
第一章 緒論
    1.1 研究背景、目的及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 節(jié)點中心性指標(biāo)概述
        1.2.2 關(guān)鍵節(jié)點識別算法概述
    1.3 主要研究內(nèi)容
    1.4 論文框架
第二章 理論基礎(chǔ)
    2.1 復(fù)雜網(wǎng)絡(luò)的拓撲特征
        2.1.1 關(guān)鍵節(jié)點問題
        2.1.2 復(fù)雜網(wǎng)絡(luò)節(jié)點中心性
        2.1.3 常用的關(guān)鍵節(jié)點識別算法
    2.2 本章小結(jié)
第三章 基于局部中心性的網(wǎng)絡(luò)關(guān)鍵節(jié)點識別算法
    3.1 GCNP算法框架
    3.2 節(jié)點的局部中心性度量LNC
    3.3 仿真實驗
        3.3.1 實驗數(shù)據(jù)
        3.3.2 評價指標(biāo)
        3.3.3 實驗結(jié)果與分析
    3.4 本章小結(jié)
第四章 基于迭代局部搜索的關(guān)鍵節(jié)點優(yōu)化方法
    4.1 迭代局部搜索框架
    4.2 迭代優(yōu)化過程
    4.3 擾動策略
    4.4 仿真實驗
        4.4.1 實驗數(shù)據(jù)
        4.4.2 實驗環(huán)境
        4.4.3 實驗結(jié)果與分析
    4.5 本章小結(jié)
第五章 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
參考文獻
攻讀學(xué)位期間取得的研究成果
致謝
個人簡況及聯(lián)系方式


【參考文獻】：
期刊論文
[1]基于領(lǐng)域相似度的復(fù)雜網(wǎng)絡(luò)節(jié)點重要度評估算法[J]. 阮逸潤,老松楊,王竣德,白亮,陳立棟.  物理學(xué)報. 2017(03)
[2]網(wǎng)絡(luò)重要節(jié)點排序方法綜述[J]. 任曉龍,呂琳媛.  科學(xué)通報. 2014(13)
[3]一種基于局部特征的網(wǎng)絡(luò)節(jié)點重要性度量方法[J]. 王建偉,榮莉莉,郭天柱.  大連理工大學(xué)學(xué)報. 2010(05)



本文編號：3176966