針對傳統(tǒng)重要節(jié)點識別方法只考慮節(jié)點的某個單一性質(zhì),性質(zhì)選擇具有主觀性,在不同結構網(wǎng)絡中性能差異明顯的問題,提出一種基于多指標融合（Multi-index Fusion MIF）的自適應重要節(jié)點識別方法。將不同的重要性指標作為節(jié)點的多維參數(shù),利用主成分分析法降低不同指標間的相關性;基于熵權法確定各主成分指標的權重,最后使用灰色關聯(lián)分析法對節(jié)點進行重要性排序。仿真實驗表明,該方法能綜合考慮節(jié)點多種重要性指標,與單指標方法相比具有更高的識別精度和準確度,并在傳播能力上有更好的性能表現(xiàn)。 

【文章來源】：火力與指揮控制. 2020,45(12)北大核心CSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

圖1兩種不同的網(wǎng)絡拓撲

?是主成分分析后，各成分總方差解釋表。各成分以特征值從大到小進行排序，排序在前的成分能包含更多的原始信息，主成分共應包含80%以上信息。在兩種網(wǎng)絡中，前3個成分一共可以累積87.494%與85.830%的原始信息，說明前4個成分已經(jīng)滿足對總體解釋率的需求。因此，分別取前3個成分作為各網(wǎng)絡節(jié)點重要性的主成分指標。成分矩陣表如表5所示。表5是主成分矩陣表，表示原始指標與主成分的對應系數(shù)。通過對應的線性變換，可得兩種網(wǎng)絡對應主成分向量。進行灰色關聯(lián)分析后，得到兩個網(wǎng)絡各節(jié)點的灰色關聯(lián)度值如圖3所示。此外，研究表明，如果一個網(wǎng)絡中5%~10%的關鍵節(jié)點失效，則網(wǎng)絡就會陷入癱瘓［14］。因此，以下對不同指標下前10%的重要節(jié)點進行排序，結果如表6、表7所示。（a）Zachary（b）Dolphin圖3各網(wǎng)絡節(jié)點灰色關聯(lián)度值表5成分矩陣表表6Zachary網(wǎng)絡指標位于前10%的節(jié)點排序·28·2120

網(wǎng)絡

【參考文獻】：
期刊論文
[1]基于PageRank算法的武器裝備體系重要節(jié)點評估[J]. 李鍇,吳緯,劉福勝,陳庚申,陳守華.  火力與指揮控制. 2017(11)
[2]基于介數(shù)中心性重要節(jié)點的能量均衡機制[J]. 耿鵬,柳艷.  火力與指揮控制. 2017(09)
[3]基于聚類主成分分析法的變壓器參數(shù)關聯(lián)度評估[J]. 王洪授,黃同愿,陳紅光,楊弦,王煉紅.  火力與指揮控制. 2017(04)
[4]基于多重影響力矩陣的有向加權網(wǎng)絡節(jié)點重要性評估方法[J]. 王雨,郭進利.  物理學報. 2017(05)
[5]網(wǎng)絡重要節(jié)點排序方法綜述[J]. 任曉龍,呂琳媛.  科學通報. 2014(13)



本文編號：3288085