首页--数理科学和化学论文--数学论文--代数、数论、组合理论论文--组合数学(组合学)论文--图论论文

基于重要节点的复杂网络控制方法

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-22页
    1.1 研究背景及意义第14-15页
    1.2 国内外研究现状第15-19页
    1.3 本文主要工作和创新点第19页
    1.4 本文结构第19-22页
第二章 复杂网络相关基础第22-34页
    2.1 复杂网络相关分析方法第22-25页
        2.1.1 复杂网络分析指标第22-24页
        2.1.2 复杂网络基本模型第24-25页
    2.2 复杂网络可控性概述第25-28页
        2.2.1 复杂网络结构可控性第25-27页
        2.2.2 复杂网络局部可控性第27-28页
        2.2.3 复杂网络转移可控性第28页
    2.3 节点中心性指标第28-30页
        2.3.1 节点控制中心性第28-29页
        2.3.2 节点域中心性第29-30页
    2.4 图的匹配算法第30-32页
        2.4.1 匈牙利算法第30-31页
        2.4.2 Hopcroft-Karp算法第31-32页
    2.5 本章小结第32-34页
第三章 重要节点度量及网络控制方法第34-48页
    3.1 问题的描述第34页
    3.2 重要节点度量第34-40页
        3.2.1 中心性分析第35-36页
        3.2.2 单向控制效率第36-40页
    3.3 基于k-walk的控制集查找方法第40-46页
        3.3.1 k-walk理论介绍第41-42页
        3.3.2 算法设计第42-43页
        3.3.3 算法步骤第43-46页
    3.4 本章小结第46-48页
第四章 实验验证与结果分析第48-64页
    4.1 实验数据第48-50页
        4.1.1 GlossTG网络第48-49页
        4.1.2 SmaGri网络第49页
        4.1.3 SciMet网络第49-50页
        4.1.4 Kohonen网络第50页
    4.2 评价指标第50-51页
    4.3 实验结果与分析第51-61页
        4.3.1 单向控制效率与度的关系第51-52页
        4.3.2 单向控制效率与控制中心性的关系第52-53页
        4.3.3 扰动节点排名第53-56页
        4.3.4 单向控制效率最大值分布第56-57页
        4.3.5 基于k-walk的控制集查找方法实验分析第57-61页
    4.4 本章小结第61-64页
第五章 总结与展望第64-66页
    5.1 本文总结第64页
    5.2 不足之处第64-65页
    5.3 下一步研究工作第65-66页
参考文献第66-70页
致谢第70-72页
作者简介第72-73页

论文共73页,点击 下载论文
上一篇:基于EEG数据的脑网络构建及分析方法研究
下一篇:国外零支柱养老金制度对中国的启示