CN104836711B - 一种指挥控制网络生成模型的构建方法 - Google Patents
一种指挥控制网络生成模型的构建方法 Download PDFInfo
- Publication number
- CN104836711B CN104836711B CN201510139539.XA CN201510139539A CN104836711B CN 104836711 B CN104836711 B CN 104836711B CN 201510139539 A CN201510139539 A CN 201510139539A CN 104836711 B CN104836711 B CN 104836711B
- Authority
- CN
- China
- Prior art keywords
- node
- command
- communication
- network
- topology
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Abstract
本发明公开了一种指挥控制网络生成模型的构建方法,方法的步骤为:S1根据设定的指挥层次和指挥跨度,自顶向下分形建立满足层次特征,由指挥节点组成的初始网络拓扑;S2复制与指挥节点相同数目的通信核心节点,并建立通信核心节点骨干拓扑;S3区分不同类型节点比例,生成一个预加入拓扑的新节点,并获得该节点的邻居节点;S4计算新节点与可连接节点的连接概率;S5将新节点i加入拓扑,S6继续执行步骤S3、S4和S5,直到节点数达到设定数值。本发明能够构建与实际相符的多层异构指挥控制网络,且能提高网络模型的精确度及和真实网络性质的相似性。
Description
技术领域
本发明公开了一种指挥控制网络生成模型的构建方法,属于复杂网络和数据分析的领域。
背景技术
21世纪的世界进入网络化时代,人们的生活离不开网络,为便于利用网络,进行网络性质的推导和网络行为的预测,人们在深入观察和分析各种类型网络特征和属性的基础上,研究者开始设计网络生成模型来对网络的性质进行抽象和模拟。
经过检索发现,专利CN201110107801.1公布了一种具有小世界和无标度特性的传感器网络建立方法,专利CN201010181990.5公布了一种移动无标度自组织网络模型的建立方法,专利CN201010212264.5公布了一种知识网络的半自动生成方法,专利200910199849.5公布了一种人工基因调控网络的模拟方法,上述授权专利都可归类成运用复杂网络的非线性优先连接、和交互增长等原理实现的方法,这些在交通网络、万维网络、知识网络的应用,生成的模型与真实网络相比早期的基于随机图的拓扑模型有更大的相似度。
但网络生成模型受不同网络特征制约,指挥控制网络尤其不同与上述网络的特征,比如还具有一定的等级性以及社团特征。指控网络的指控节点尤其具有综合性,它可能是信息处理中心,也可能是一综合终端,衔接火力、通信、侦察等末端节点,指控网络的拓扑又叠加在通信网络之上,尤其是传感器和武器平台的交链使指控网络规模变的庞大,故而指控网络是一种异质、多层、复杂的网络模型。
美国的安东尼·戴克使用Kawachi(2004)方法建立的指控网络模型,通过改变参数p,可产生规则网络(p=0),小世界网络(0.02≤p≤0.1),随机网络(0.5≤p≤1)和无尺度网络(p≥2)。但与用于交通网络、万维网络、知识网络的方法类似,大都针对单一节点组成的复杂网络,有的运用节点度,基于非线性优先连接即节点增长规律,新加入的节点优先考虑重要的、度值大的节点,构建的指控网络模型有无标度性和小世界特性。但上述网络模型更适合于节点类型相同的复杂网络,比如通信网络。
文献【狄鹏、黎放、胡斌,复杂作战网络建模及模型特征,海军工程大学学报,2010(6):107-112】区分了四类节点,直接根据统计规律产生连接边,但方法中,概率函数对所生成的拓扑结构起关键作用,与真实网络拓扑演化规律不符。
文献【李俊、吕欣、谭跃进,基于空间结构的战术通信网络建模,系统工程与电子技术,2010(7):1456-1460】提出了对通信网络模型构建的方法,区分主干网络和接入网络采用了不同机制,并考虑空间位置,通信网络是指控网络的承载,其属于物理实体层面,指控网络的社会层面还无从体现。
文献【马秀丽、孙可心、王红霞,基于复杂网络理论的C2组织网络拓扑结构研究,火力与指挥控制,2010(2):69-71】提出将探测信息流网络结构和指挥信息流网络结构结合形成指控网络结构,但没有给出具体可操作的构建网络的方法。
文献【王再奎,马亚平,桑景瑞、金伟新,基于复杂网络的指挥信息网络拓扑模型研究,指挥控制与仿真,2011(2):8-11】提出建立层次性指挥关系网络,和基于局域世界的通信网络,并建立关联。局域世界的通信网络只适合战术层面,这种方法也与实际情况不合。
在实际指控网络的连接中,要考虑网络的节点空间位置和节点的多样性对网络结构的影响,实际上,火力节点往往与临近通信节点相连,侦察节点可与多个通信节点相连,但之间无直接连边;另外,通信节点也区分核心与一般,核心节点往往靠光纤相连,而战术互联网的一般节点通过无线链路。由于无线通信范围受到发信机功率、战场频谱环境、节点所处地理位置等诸多因素的限制,因此连接受范围限制。基于已有方法的“偏好连接”与实际情况不相符。
总的来说,上述方法存在与实体网络相似性不高,生成网络实用性差的问题。
发明内容
本发明力图克服现有方法的不足,提供一种指挥控制网络生成模型的构建方法。
技术方案:本发明是通过如下技术方案实现的,
该方法包括以下步骤:
步骤S1:根据设定的指挥层次和指挥跨度,建立满足层次特征的、由指挥节点组成的初始网络拓扑;
步骤S2:复制与指挥节点相同数目的通信核心节点,并建立通信核心节点骨干拓扑;
步骤S3:生成一个预加入拓扑的新节点,生成节点比例TC、TT、TS,且TC+rT+τS=1,区分为通信节点、侦察节点、火力节点,并获得该节点的邻居节点;
步骤S4:计算新节点与可连接节点的连接概率;
如果新节点是通信节点,则与节点集合中的一个节点j的连接概率为
其中V是已有拓扑中的节点集合,ui是节点的吸引系数,ui~εidi,其中εi为节点的影响因子,di为i节点的度。当节点j为邻居节点,且为通信节点,则εi=2,当节点j不是邻居节点,但为通信节点时εi=1,当节点j不是通信节点,εi=0;
如果新节点是侦察节点,则节点与节点集合中的一个节点j的连接概率为
其中,di为i节点的度,新节点的邻居通信节点集合记为M1,由M1中节点的所有邻居通信节点再次构成的集合记作M2,节点集合VS={jj∈M2||j∈M1},δ取0.048;
如果新节点是火力节点,则节点与节点集合中一个节点j的连接概率为
其中,di为i节点的度,新节点的所有邻居通信节点的集合记为M1,邻居通信节点集合Vc={j|j∈M1};
步骤S5:将新节点i加入拓扑,对拓扑内每一节点j,随机生成0到1之间的一个数,若该数小于步骤S4计算出的连接概率,则将节点i与j连接;
步骤S6:继续执行步骤S3、S4和S5,直到节点数达到设定数值。
所述步骤S1,根据指挥层次和指挥跨度建立满足层次特征的由指挥节点组成的初始网络拓扑,采取分形的方法,设定不同指挥层次i设定对应指挥跨度为Bi,总的指挥层次为A,执行以下步骤:
步骤S1-1:设定节点位于层次i=1,增加Bi个指挥节点,在该层的指挥节点建立全连接;
步骤S1-2:以i层节点为父节点,对每个父节点增加Bi+1个子节点。并增加父节点与子节点之间的连边;
步骤S1-3:重复S1-2,直到遍历i层所有节点;
步骤S1-4:设定i=i+1,重复S1-1和S1-2,直到i=A;
所述步骤S2,复制与指挥节点相同数目的通信核心节点,并建立通信核心节点骨干拓扑,具体执行步骤包括:
步骤S2-1:增加与指挥节点相同数目的通信核心节点;指挥节点与通信核心节点一一对应,并建立连边;
步骤S2-2:若指挥节点之间存在连边,那么对应通信核心节点之间增加连边;
步骤S2-3:在每一通信核心节点随机与其它通信核心节点增加一条边,作为冗余连接;。
步骤S2-4:由节点分布函数,生成通信核心节点的位置,若该位置附近已存在节点,则重新生成;
步骤S2-5:将通信核心节点设置到该位置。
所述步骤S3生成一个节点作为预加入拓扑的新节点,生成节点比例τC、rT、rS,且rC+rT+rS=1,区分为通信节点、侦察节点、火力节点,并获得该节点的邻居节点及度数,具体执行步骤包括:
步骤S3-1:根据网络特性需求,生成节点比例rC、rT、rS,且rC+rT+rS=1,区分为通信节点、侦察节点、火力节点;
步骤S3-2:由节点分布函数生成该节点的位置,若该位置附近已存在节点,则重新生成;
步骤S3-3:从当前拓扑中,把满足d(vi,vj)<阈值的节点j归于新增节点i的邻居节点集合中,d(vi,vj)是节点i和节点j的欧式距离。
本发明解决其技术问题所采用的原理是:
(1)考虑指控网络的节点多样性,考虑了指挥节点、通信节点、侦察节点、火力节点。并根据不同节点的连接性质,采用不同方法和参数计算连接概率,采用基于邻域连接和偏好连接等边生成方法,生成连边。
(2)考虑指控网络的层次性和虚拟覆盖性,逻辑上分出物理资源域和社会域;物理资源域的通信节点、火力节点和侦察节点,以及社会域的指挥节点,分别生成网络,并通过指挥节点与通信核心节点的连接,建立两个域之间对应。指挥节点与通信核心节点之间存在明显的相关性,相关系数大于9,这为Tangmunarunkit【Tangmunarunkit H,Doyle J,Govindan R,et al.Does AS size determine degree in as topology[J].ACM SIGCOMMComputer Communication Review,2001,31(5):7-8】.所证实。
(3)指控网络的构建,方法采用从初始网络拓扑到核心节点拓扑,再到整体网络,其反映了指控网络是网络嵌网络,网络影响网络的一种超网络,且符合网络生成的自然规律。
本方法技术效果或优点:是提供一种与真实网络更为相似,特性更为符合、高可理解性的指挥控制网络模型的构建方法。
附图说明
图1一种指挥控制网络生成模型的构建方法流程图
图2生成的初始网络拓扑图
图3物理资源域网络拓扑图
图4整体网络拓扑图
图5度分布图
具体实施方式
下面结合附图加以详细说明,应指出所描述实施例仅旨在对本发明的理解,不起任何限定作用。
参见图1,本实施方式提供的指挥控制网络生成模型的构建方法包括以下步骤:
步骤S1:根据设定的指挥层次和指挥跨度,建立满足层次特征的、由指挥节点组成的初始网络拓扑;设定不同指挥层次i设定对应指挥跨度为Bi,总的指挥层次为A,
步骤S1-1:设定节点位于层次i=1,增加Bi个指挥节点,在该层的指挥节点建立全连接;
步骤S1-2:以i层节点为父节点,对每个父节点增加Bi+1个子节点。并增加父节点与子节点之间的连边;
步骤S1-3:重复S-2,直到遍历i层所有节点;
步骤S1-4:设定i=i+1,重复S-1和S-2,直到i=A;
图2是指挥层次为3,指挥跨度为3所形成的指控网络初始拓扑图,初始拓扑图有典型的层次性特征。
步骤S2:复制与指挥节点相同数目的通信核心节点,并建立通信核心节点骨干拓扑;
步骤S2-1:增加与指挥节点相同数目的通信核心节点;指挥节点与通信核心节点一一对应,并建立连边;
步骤S2-2:若指挥节点之间存在连边,那么对应通信核心节点之间增加连边;
步骤S2-3:在每一通信核心节点随机与其它通信核心节点增加一条边,作为冗余连接;
步骤S2-4:由节点分布函数,生成通信核心节点的位置,若该位置附近已存在节点,则重新生成;节点分布函数可以是均匀分布或正态分布,且不限于这两种分布。
步骤S2-5:将通信核心节点设置到该位置。
步骤S3:生成一个预加入拓扑的新节点,并获得该节点的邻居节点;
步骤S3-1:根据网络特性需求,生成节点比例rC、rT、rS,且rC+rT+rS=1,区分为通信节点、侦察节点、火力节点;
步骤S3-2:由节点分布函数生成该节点的位置,若该位置附近已存在节点,则重新生成;
步骤S3-3:从当前拓扑中,把满足d(vi,vj)<阈值的节点j归于新增节点i的邻居节点集合中,d(vi,vj)是节点i和节点j的欧式距离。
步骤S4:计算新节点与可连接节点的连接概率;
如果新节点是通信节点,则与节点集合中的一个节点j的连接概率为
其中V是已有拓扑中的节点集合,ui是节点的吸引系数,ui~εidi,其中εi为节点的影响因子,di为i节点的度。当节点j为邻居节点,且为通信节点,则εi=2,当节点j不是邻居节点,但为通信节点时εi=1,当节点j不是通信节点,εi=0;
如果新节点是侦察节点,则节点与节点集合中的一个节点j的连接概率为
其中,di为i节点的度,新节点的邻居通信节点集合记为M1,由M1中节点的所有邻居通信节点再次构成的集合记作M2,临近通信节点集合VS={jj∈M2||j∈M1},δ取0.048;
如果新节点是火力节点,则节点与节点集合中一个节点j的连接概率为
其中,di为i节点的度,新节点的所有邻居通信节点的集合记为M1,邻居通信节点集合Vc={j|j∈M1};
步骤S5:将新节点i加入拓扑,对拓扑内每一节点j,随机生成0到1之间的一个数,若该数小于步骤S4计算出的连接概率,则将节点i与j连接;
步骤S6:继续执行步骤S3、S4和S5,直到节点数达到设定数值。
在实施例中,设定rC=0.5,rT=0.4,rS=0.1,则生成节点以概率30%为通信节点。新加入节点为一通信节点,以阈值R为半径划圆,圆内的所有节点为邻居节点。图3是由通信节点、侦察节点和火力火力节点形成的物理资源域网络拓扑图,从图中可辨识出明显的社团特征。围绕通信核心节点由地域分布形成的社团。且核心通信节点多,远程连接概率高,一般通信节点比例高,近程连接概率高,侦察节点与阈值范围内的通信节点连接概率高。
在仿真中,网络覆盖区域为10千米*10千米,网络节点总数为1000,距离阈值500米,初始网络的指挥跨度为3,指挥层次为3,网络中的一般通信节点为0.5,侦察节点为0.1,火力节点为0.4,每次新加入边数为1。如图4,使用本文的方法,使用Netlogo工具所形成的指挥控制网络拓扑结构。整个拓扑物理资源域与社会域网络分层明显。本发明的效果,可以通过仿真实验进行进一步说明。
(1)p(k)
目前学术界主要是基于网络节点的度分布p(k)来区分不同拓扑结构的复杂网络,度分布表示随机选择一个节点其度值恰好为k的概率,可用分布函数p(k)来描述。p(k)∝k-r(r为幂律指数,且2≤r≤3)表示度分布服从幂律分布。如图5中,对实验获得的数据,使用p(k)=a×k-r模型进行拟合,发现节点度值服从r=3的幂律分布。这是由于除核心节点之外的节点,根据地域选择节点,使得度更加均质化,无绝对中心。
(2)平均路径长度
网络平均最短路径L指在网络拓扑中任意两个节点i和j之间连通所需最少边数的平均值,即平均路径长度。
由本方法产生的图4中的L值为3.5左右,其指挥跨度为3,生成的拓扑趋向于层次分明的树状结构,在核心通信节点的局部集团化程度更高。而当指挥跨度为5时,生成的拓扑平均路径长度为2.7,其网状结构明显,拓扑趋向网状结构。所以本方法不是绝对的树状和网状,而随着设置变化,与现实网络更为接近。
(3)聚类系数
聚类系数C来量化评估聚类特性,C反映了网络的集团化程度。假设网络中的节点i与di个节点直接相连,则在di个节点之间最多可能有di(di-1)/2条边。如果这di个节点之间实际存在的边数为则可定义节点i的局部聚类系数Ci,即
说明书
若聚类系数太大,就基本形不成集团,而聚类系数太小,则联通性较差,本方法的聚类系数,平均聚类系数为0.6,高于无标度网络,但又不是抬高,满足指控网络需求,
本发明反映了真实系统的层次性、社团结构,并有幂律分布,小的平均距离和适度的聚类系数,更加符合真实网络的统计性质。
以上所述仅为本发明的验证例,对于本领域的普通技术人员而言可以理解在不脱离本发明的原理和精神的情况下,可以对这些实施例进行多种变化、修改、替换、变形,本发明的范围由所附权利要求及其等同限定。
Claims (4)
1.一种指挥控制网络生成模型的构建方法,其特征在于,所述方法包括以下步骤:
步骤S1:根据设定的指挥层次和指挥跨度,建立满足层次特征的、由指挥节点组成的初始网络拓扑;
步骤S2:复制与指挥节点相同数目的通信核心节点,并建立通信核心节点骨干拓扑;
步骤S3:生成一个预加入拓扑的新节点,生成节点按比例rC、rT、rS,且rC+rT+rS=1,区分为通信节点、侦察节点、火力节点,并获得该节点的邻居节点;
步骤S4:计算新节点与可连接节点的连接概率;
如果新节点是通信节点,则与节点集合中的一个节点j的连接概率为
其中V是已有拓扑中的节点集合,ui是节点的吸引系数,ui~εidi,其中εi为节点的影响因子,di为i节点的度,当节点j为邻居节点,且为通信节点,则εi=2,当节点j不是邻居节点,但为通信节点时εi=1,当节点j不是通信节点,εi=0;如果新节点是侦察节点,则节点与节点集合中的一个节点j的连接概率为
其中,di为i节点的度,新节点的邻居通信节点集合记为M1,由M1中节点的所有邻居通信节点再次构成的集合记作M2,节点集合Vs={j|j∈M2||j∈M1},δ取0.048;
如果新节点是火力节点,则节点与节点集合中一个节点j的连接概率为
其中,di为i节点的度,新节点的所有邻居通信节点的集合记为M1,邻居通信节点集合Vc={j|j∈M1};
步骤S5:将新节点i加入拓扑,对拓扑内每一节点j,随机生成0到1之间的一个数,若该数小于步骤S4计算出的连接概率,则将节点i与j连接;
步骤S6:继续执行步骤S3、S4和S5,直到节点数达到设定数值。
2.如权利要求1所述的一种指挥控制网络生成模型的构建方法,其特征在于:
所述步骤S1,根据指挥层次和指挥跨度建立满足层次特征的由指挥节点组成的初始网络拓扑,采取分形的方法,设定不同指挥层次i设定对应指挥跨度为,总的指挥层次为A,执行以下步骤:
步骤S1-1:设定节点位于层次i=1,增加Bi个指挥节点,在该层的指挥节点建立全连接;
步骤S1-2:以i层节点为父节点,对每个父节点增加个子节点,并增加父节点与子节点之间的连边;
步骤S1-3:重复S1-2,直到遍历i层所有节点;
步骤S1-4:设定i=i+1,重复S1-1和S1-2,直到i=A。
3.如权利要求1所述的一种指挥控制网络生成模型的构建方法,其特征在于,所述步骤S2,复制与指挥节点相同数目的通信核心节点,并建立通信核心节点骨干拓扑,具体执行步骤包括:
步骤S2-1:增加与指挥节点相同数目的通信核心节点;指挥节点与通信核心节点一一对应,并建立连边;
步骤S2-2:若指挥节点之间存在连边,那么对应通信核心节点之间增加连边;
步骤S2-3:在每一通信核心节点随机与其它通信核心节点增加一条边,作为冗余连接;
步骤S2-4:由节点分布函数,生成通信核心节点的位置,若该位置附近已存在节点,则重新生成;
步骤S2-5:将通信核心节点设置到该位置。
4.如权利要求1所述的一种指挥控制网络生成模型的构建方法,其特征在于,所述步骤S3区分不同类型节点比例,生成一个节点作为预加入拓扑的新节点,并获得该节点的邻居节点及度数,具体执行步骤包括:
步骤S3-1:根据网络特性需求,生成节点按比例rC、rT、rS,且rC+rT+rS=1,区分为通信节点、侦察节点、火力节点;
步骤S3-2:由分布函数生成该节点的位置,若该位置附近已存在节点,则重新生成;
步骤S3-3:从当前拓扑中,把满足d(vi,vj)<阈值的节点j归于新增节点i的邻居节点集合中,d(vi,vj)是节点i和节点j的欧式距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510139539.XA CN104836711B (zh) | 2015-03-29 | 2015-03-29 | 一种指挥控制网络生成模型的构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510139539.XA CN104836711B (zh) | 2015-03-29 | 2015-03-29 | 一种指挥控制网络生成模型的构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104836711A CN104836711A (zh) | 2015-08-12 |
CN104836711B true CN104836711B (zh) | 2018-07-27 |
Family
ID=53814360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510139539.XA Expired - Fee Related CN104836711B (zh) | 2015-03-29 | 2015-03-29 | 一种指挥控制网络生成模型的构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104836711B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106533778A (zh) * | 2016-11-30 | 2017-03-22 | 大连大学 | 基于层级流介数的指控网络关键节点识别方法 |
CN106650818B (zh) * | 2016-12-30 | 2020-01-03 | 太原理工大学 | 基于高阶超网络的静息态功能磁共振影像数据分类方法 |
CN106603309B (zh) * | 2017-01-04 | 2019-04-19 | 大连大学 | 一种基于超网络的指控网络分层演化方法 |
CN107040466B (zh) * | 2017-03-07 | 2020-09-08 | 西安电子科技大学 | 基于物联网分层架构的多域协同数据传输的路径选择方法 |
CN106789376B (zh) * | 2017-03-24 | 2020-09-22 | 大连大学 | 带有层级结构的指控网络级联失效模型构建方法 |
CN110061870B (zh) * | 2019-04-10 | 2021-10-01 | 重庆邮电大学 | 一种战术互联网中基于节点与边联合效能评估方法 |
CN110401564B (zh) * | 2019-07-04 | 2021-12-28 | 大连交通大学 | 基于相对混合择优的指挥控制超网络模型构建方法 |
CN110505080B (zh) * | 2019-07-09 | 2021-12-28 | 大连交通大学 | 基于混合结构的指挥控制超网络动态演化模型构建方法 |
CN112434437B (zh) * | 2020-12-02 | 2023-08-25 | 大连大学 | 考虑节点重组的装备保障超网络动态演化模型构建方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101478426A (zh) * | 2009-01-16 | 2009-07-08 | 中国人民解放军信息工程大学 | 网络拓扑模型生成方法和系统 |
CN101645104A (zh) * | 2009-09-04 | 2010-02-10 | 中国科学技术大学 | 复杂网络建模方法 |
KR20100045240A (ko) * | 2008-10-23 | 2010-05-03 | 연세대학교 산학협력단 | 무선 센서 네트워크에서 네트워크 연결성 유지를 위한 ffd 선정 방법 및 장치 |
WO2010124740A1 (en) * | 2009-04-30 | 2010-11-04 | Telefonaktiebolaget Lm Ericsson (Publ) | Core network node selection in a mobile communication network |
CN102185916A (zh) * | 2011-04-27 | 2011-09-14 | 西安电子科技大学 | 具有小世界和无标度特性的传感器网络建立方法 |
CN102904815A (zh) * | 2012-09-21 | 2013-01-30 | 中国电子科技集团公司第二十八研究所 | 基于无尺度网络的路由级拓扑建模方法 |
-
2015
- 2015-03-29 CN CN201510139539.XA patent/CN104836711B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100045240A (ko) * | 2008-10-23 | 2010-05-03 | 연세대학교 산학협력단 | 무선 센서 네트워크에서 네트워크 연결성 유지를 위한 ffd 선정 방법 및 장치 |
CN101478426A (zh) * | 2009-01-16 | 2009-07-08 | 中国人民解放军信息工程大学 | 网络拓扑模型生成方法和系统 |
WO2010124740A1 (en) * | 2009-04-30 | 2010-11-04 | Telefonaktiebolaget Lm Ericsson (Publ) | Core network node selection in a mobile communication network |
CN101645104A (zh) * | 2009-09-04 | 2010-02-10 | 中国科学技术大学 | 复杂网络建模方法 |
CN102185916A (zh) * | 2011-04-27 | 2011-09-14 | 西安电子科技大学 | 具有小世界和无标度特性的传感器网络建立方法 |
CN102904815A (zh) * | 2012-09-21 | 2013-01-30 | 中国电子科技集团公司第二十八研究所 | 基于无尺度网络的路由级拓扑建模方法 |
Non-Patent Citations (3)
Title |
---|
"A dissipative network model with neighboring activation";F Xiong,et al;《THE European Physical Journal B:Condensed Matter and Complex Systems》;20111231;第84卷(第1期);115-120 * |
"作战体系超网络模型及应用";朱江等;《指挥控制与仿真》;20130531;第2卷;13-16 * |
"基于复杂网络的作战体系网络模型分析";王庆功等;《指挥控制与仿真》;20130609;第1卷;6-10 * |
Also Published As
Publication number | Publication date |
---|---|
CN104836711A (zh) | 2015-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104836711B (zh) | 一种指挥控制网络生成模型的构建方法 | |
Qiu et al. | Robustness optimization scheme with multi-population co-evolution for scale-free wireless sensor networks | |
CN110401564B (zh) | 基于相对混合择优的指挥控制超网络模型构建方法 | |
CN105554844B (zh) | 一种无线传感器网络拓扑构建方法 | |
Qiu et al. | A novel shortcut addition algorithm with particle swarm for multisink Internet of Things | |
Liao et al. | Securing collaborative environment monitoring in smart cities using blockchain enabled software-defined internet of drones | |
CN107784598A (zh) | 一种网络社区发现方法 | |
CN110196554A (zh) | 一种多智能体系统的安全一致性控制方法 | |
CN101702655A (zh) | 网络拓扑图的布局方法和系统 | |
CN110061881A (zh) | 一种基于物联网的能耗感知虚拟网络映射算法 | |
CN105631748A (zh) | 一种基于并行标签传播的异构网络社区发现方法 | |
CN102802163B (zh) | 一种基于混合整数规划的无线传感网拓扑构建方法 | |
CN104573720A (zh) | 一种无线传感器网络中核分类器的分布式训练方法 | |
CN110309248A (zh) | 一种基于Voronoi图的交通道路网络自动划分交通小区的方法 | |
Trajanovski et al. | From epidemics to information propagation: Striking differences in structurally similar adaptive network models | |
Wang et al. | Capacity scaling of wireless social networks | |
CN104715034A (zh) | 基于中心人物的有权图重叠社区发现方法 | |
Qi et al. | Distributed combat system of systems network modeling | |
CN110175735A (zh) | 一种跨空间关键交互路径的辨识方法及装置 | |
CN107257356B (zh) | 一种基于超图分割的社交用户数据优化放置方法 | |
CN105959912A (zh) | 基于改进离散差分算法的汇聚节点定位方法 | |
CN110278110A (zh) | 一种基于网络高阶结构的社会网络免疫算法 | |
Yinghui et al. | Evolutionary dynamics analysis of complex network with fusion nodes and overlap edges | |
Zhang et al. | The model of microblog message diffusion based on complex social network | |
CN109102061A (zh) | 一种符合人类动力学规律的群体用户行为产生系统,设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180727 Termination date: 20210329 |
|
CF01 | Termination of patent right due to non-payment of annual fee |