CN111478807B - 一种有向多层网络最小反馈节点集的构造方法 - Google Patents
一种有向多层网络最小反馈节点集的构造方法 Download PDFInfo
- Publication number
- CN111478807B CN111478807B CN202010255124.XA CN202010255124A CN111478807B CN 111478807 B CN111478807 B CN 111478807B CN 202010255124 A CN202010255124 A CN 202010255124A CN 111478807 B CN111478807 B CN 111478807B
- Authority
- CN
- China
- Prior art keywords
- node
- network
- nodes
- list
- parameter
- 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.)
- Active
Links
- 238000010276 construction Methods 0.000 title claims description 9
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000003780 insertion Methods 0.000 claims abstract description 10
- 230000037431 insertion Effects 0.000 claims abstract description 10
- 238000002922 simulated annealing Methods 0.000 abstract description 6
- 230000000295 complement effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/12—Discovery or management of network topologies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/142—Network analysis or design using statistical or mathematical methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/104—Peer-to-peer [P2P] networks
- H04L67/1044—Group management mechanisms
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mathematical Physics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明的有向多层网络最小反馈节点集的构造方法,包括:a).集合、能量和参数的初始化;b).节点i的插入及放回;c).反复执行步骤b),直至集合S成功更新设定次数,将每次更新后得到的最小能量值记为Emin;d).反复执行步骤b)、c),如果Emin值连续预先设定的次数内没有更新,此时即构造出了多层网络的最小反馈节点集。本发明的最小反馈节点集的构造方法,通过模拟退火算法可快速构造规模尽可能大的集合S,从而最终构造出规模尽可能小的反馈节点集,进而利用构造出的最小反馈节点集作为控制节点对多层网络进行控制,本发明为有向多层网络最小反馈节点集的构造提出了一种行之有效的方法。
Description
技术领域
本发明涉及一种有向多层网络最小反馈节点集的构造方法,更具体的说,将一类多层网络控制问题转化为有向多层网络最小反馈节点集问题,将多层网络的最小反馈节点集作为控制节点集合实现对多层网络的最优控制,提出了一种基于模拟退火的有向多层网络最小反馈节点集的构造方法。
背景技术
有效控制复杂系统的状态演化在工程系统、社会系统和生物系统等若干领域都具有重要意义。目前常用方法是将复杂系统网络化,然后构造网络的一个节点集合,将这个节点集合中的节点作为控制节点,通过外界对这些节点进行控制驱动,从而可使复杂系统从给定状态演变至控制期望的状态。网络的最小反馈节点集是网络的一个规模最小的节点集合,它包含网络中任意环的至少一个节点。将网络的最小反馈节点集作为控制节点集合进行网络控制是一种得到普遍认可的网络控制方法。该方法具有仅依赖于网络结构,对网络上运行的动态系统不敏感,所需控制节点数量少等优点。
但目前基于网络最小反馈节点集的网络控制研究都是面向单一网络,而随着网络技术的飞速发展,单一网络已无法准确刻画现实世界中真实的网络架构。近年来,多层网络受到广泛关注,多层网络由多个网络层组成,每个网络层表示节点之间存在的一种关联关系。因此,多层网络能更准确的刻画当前工程、社会和生物网络中节点间存在多种关系的真实情景。多层网络的控制问题也开始引起研究者的关注,但是目前尚未有多层网络最小反馈节点集相关概念,以及如何利用多层网络最小反馈节点集进行网络控制的研究,针对于此,本发明提出了有向多层网络最小反馈节点集的概念,从而可将一类多层网络控制问题转化为有向多层网络的最小反馈节点集的构造问题,并给出了一种有向多层网络的最小反馈节点集构造方法。
发明内容
本发明为了克服上述技术问题的缺点,提供了一种基于模拟退火的有向多层网络最小反馈节点集的构造方法。
本发明的有向多层网络最小反馈节点集的构造方法,设多层网络G包含N个节点、M个网络层,M个网络层分别记作G1、G2、...、GM,N和M为任意正整数;其特征在于,所述最小反馈节点集的构造方法通过以下步骤来实现:
a).集合、能量和参数的初始化,初始化集合S、集合Γ,M个排序列表S1、S2、...、SM,能量E(S),以及参数T、参数Nt、参数Nfail和参数β,参数Nt、Nfail均为正整数,0<T<1,0<β<1;
b).节点i的插入及放回,从集合Γ中随机选择一个节点i插入集合S,如果节点i的插入导致集合S中nd个节点违反排序规则,则以概率接受节点i的插入,同时将集合S中违反排序规则的nd个节点放入集合Γ;如果不接受节点i的插入,则将节点i从集合S中删除并放回集合Γ;
c).反复执行步骤b),直至集合S成功更新Nt次,并更新参数T=T×β,将每次更新后得到的最小能量值E(S)记为Emin;
d).反复执行步骤b)、c),如果Emin值连续Nfail次没有更新,则终止程序;此时,集合Γ即为该有向多层网络最小反馈节点集构造方法给出的解。
本发明的有向多层网络最小反馈节点集的构造方法,步骤a)所述的集合、能量和参数的初始化具体通过以下步骤来实现:
a-1).集合S和Γ的初始化,从多层网络G的N个节点中随机选择一个节点放入集合S,其余的N-1个节点放入集合Γ;
a-2).根据网络层Gα的拓扑结构及排序规则形成一个节点排列,该节点排列为节点集合S的排序列表Sα,并规定排序列表中节点的排序与其在列表中的位置一直,因此初始化Sα中唯一的节点排序为1,α=1,2,...,M;
a-4).初始化参数T=0.6,Nt=50,Nfail=100,β=0.999。
本发明的有向多层网络最小反馈节点集的构造方法,步骤b)所述的节点i的插入及放回具体通过以下步骤来实现:
b-1).对于集合S中的任意节点i,其在任意排序列表Sα中的排序规则要求为:
因此排序规则的具体要求为:集合S中包含的节点i在网络层Gα中的父节点在Sα中排序都要大于i在Sα中的排序,同时集合S中包含的节点i在网络层Gα中的子节点在Sα中排序都要小于i在Sα中的排序;
b-2).如果一个排序列表中所有节点的排序都符合排序规则,则称该排序列表为合法排序列表;如果所有排序列表都是合法排序列表,则称节点集合S是合法节点集合;
b-3).节点i放入集合S后,其在任一排序列表Sα中的放置位置为:
如果S不包含i在网络层Gα中的父节点,则将i放置于Sα列表的最右侧,即最末端,此时i在Sα中有最大排序;
如果集合S包含i在网络层Gα中的一个或多个父节点,如果这些父节点在Sα中排序最小的是节点j,则在Sα中将节点i放置在节点j的左侧,即i在Sα中的排序仅小于j的排序。
本发明的有益效果是:本发明的有向多层网络最小反馈节点集的构造方法,通过一个节点排序规则从整个网络节点集合中筛选节点构造一个节点子集合S及其排序列表S1、S2、...、SM,相对于任意网络层,集合S形成的子网络均不包含任何的环,因此集合S相对于整个节点集的补集Γ即为一个有效的反馈节点集;通过模拟退火算法可快速构造规模尽可能大的集合S,从而最终构造出规模尽可能小的反馈节点集,进而利用构造出的最小反馈节点集作为控制节点对多层网络进行控制,本发明为有向多层网络最小反馈节点集的构造提出了一种行之有效的方法。
附图说明
图1为本发明的有向多层网络最小反馈节点集的构造方法的流程图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
如图1所示,给出了本发明的有向多层网络最小反馈节点集的构造方法的流程图,其具体通过以下步骤来实现:
1).读入有向多层网络G,G包含N个节点,M个网络层,M个网络层分别记作G1、G2、...、GM;
初始化集合S和Γ:从多层网络G的N个节点中随机选择一个节点放入集合S,其余N-1个节点放入集合Г;
对任一排序列表Sα,初始化Sα中唯一的节点排序为1;
初始化参数T=0.6,Nt=50,Nfail=100,β=0.999;
初始化计数参数time1=0,time2=0。
2).从集合Γ中随机选择一个节点i插入集合S;
节点i放入集合S后,其在任一排序列表Sα中的放置位置,即其排序为:如果S不包含i在网络层Gα中的父节点,则将i放置于Sα列表的最右侧,即最末位,即i在Sα中有最大排序。如果S包含i在网络层Gα中的一个或多个父节点,如果这些父节点在Sα中排序最小的是节点j,则在Sα中将节点i放置在节点j的左侧,即i在Sα中的排序仅小于j的排序。
3).计算集合S中因节点i的插入而违反排序规则的节点数目,记为nd。
6).若E(S)<Emin,则更新Emin=E(S),然后执行步骤7),否则直接执行步骤7)。
7).若time1=Nt,则更新T=T×β,然后执行步骤8),否则回到步骤2)。
9).若time2=Nfail,则算法终止,集合Γ即为本算法求得的有向多层网络G的一个规模尽可能小的反馈节点集,否则更新time1=0,然后回到步骤2)。
本发明的基于模拟退火的有向多层网络最小反馈节点集构造方法,通过一个节点排序规则从整个网络节点集合中筛选节点构造一个节点子集合S及其排序列表S1、S2、...、SM。相对于任意网络层,集合S形成的子网络均不包含任何的环,因此集合S相对于整个节点集的补集Γ即为一个有效的反馈节点集。通过模拟退火算法可快速构造规模尽可能大的集合S,从而最终构造出规模尽可能小的反馈节点集。该发明为有向多层网络最小反馈节点集的构造提出了一种行之有效的方法。
Claims (2)
1.一种有向多层网络最小反馈节点集的构造方法,设多层网络G包含N个节点、M个网络层,M个网络层分别记作G1、G2、...、GM,N和M为任意正整数;其特征在于,所述最小反馈节点集的构造方法通过以下步骤来实现:
a).集合、能量和参数的初始化,初始化集合S、集合Γ,M个排序列表S1、S2、...、SM,能量E(S),以及参数T、参数Nt、参数Nfail和参数β,参数Nt、Nfail均为正整数,0<T<1,0<β<1;
b).节点i的插入及放回,从集合Γ中随机选择一个节点i插入集合S,如果节点i的插入导致集合S中nd个节点违反排序规则,则以概率接受节点i的插入,同时将集合S中违反排序规则的nd个节点放入集合Γ;如果不接受节点i的插入,则将节点i从集合S中删除并放回集合Γ;
c).反复执行步骤b),直至集合S成功更新Nt次,并更新参数T=T×β,将每次更新后得到的最小能量值E(S)记为Emin;
d).反复执行步骤b)、c),如果Emin值连续Nfail次没有更新,则终止程序;此时,集合Γ即为该有向多层网络最小反馈节点集构造方法给出的解;
步骤b)所述的节点i的插入及放回具体通过以下步骤来实现:
b-1).对于集合S中的任意节点i,其在任意排序列表Sα中的排序规则要求为:
因此排序规则的具体要求为:集合S中包含的节点i在网络层Gα中的父节点在Sα中排序都要大于i在Sα中的排序,同时集合S中包含的节点i在网络层Gα中的子节点在Sα中排序都要小于i在Sα中的排序;
b-2).如果一个排序列表中所有节点的排序都符合排序规则,则称该排序列表为合法排序列表;如果所有排序列表都是合法排序列表,则称节点集合S是合法节点集合;
b-3).节点i放入集合S后,其在任一排序列表Sα中的放置位置为:
如果S不包含i在网络层Gα中的父节点,则将i放置于Sα列表的最右侧,即最末端,此时i在Sα中有最大排序;
如果集合S包含i在网络层Gα中的一个或多个父节点,如果这些父节点在Sα中排序最小的是节点j,则在Sα中将节点i放置在节点j的左侧,即i在Sα中的排序仅小于j的排序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010255124.XA CN111478807B (zh) | 2020-04-02 | 2020-04-02 | 一种有向多层网络最小反馈节点集的构造方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010255124.XA CN111478807B (zh) | 2020-04-02 | 2020-04-02 | 一种有向多层网络最小反馈节点集的构造方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111478807A CN111478807A (zh) | 2020-07-31 |
CN111478807B true CN111478807B (zh) | 2023-03-24 |
Family
ID=71750089
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010255124.XA Active CN111478807B (zh) | 2020-04-02 | 2020-04-02 | 一种有向多层网络最小反馈节点集的构造方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111478807B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004228740A (ja) * | 2003-01-21 | 2004-08-12 | Fujitsu Ltd | ネットワ−ク管理システム |
CN106488502A (zh) * | 2016-09-29 | 2017-03-08 | 杭州鸿雁智能科技有限公司 | 一种适用于无线传感网络的提高网络服务质量的方法 |
CN106685686A (zh) * | 2016-09-12 | 2017-05-17 | 电子科技大学 | 基于模拟退火的网络拓扑估计方法 |
CN108471356A (zh) * | 2018-03-09 | 2018-08-31 | 昆明理工大学 | 一种虚拟骨干网环境下基于层次结构的移动能量补充方法 |
-
2020
- 2020-04-02 CN CN202010255124.XA patent/CN111478807B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004228740A (ja) * | 2003-01-21 | 2004-08-12 | Fujitsu Ltd | ネットワ−ク管理システム |
CN106685686A (zh) * | 2016-09-12 | 2017-05-17 | 电子科技大学 | 基于模拟退火的网络拓扑估计方法 |
CN106488502A (zh) * | 2016-09-29 | 2017-03-08 | 杭州鸿雁智能科技有限公司 | 一种适用于无线传感网络的提高网络服务质量的方法 |
CN108471356A (zh) * | 2018-03-09 | 2018-08-31 | 昆明理工大学 | 一种虚拟骨干网环境下基于层次结构的移动能量补充方法 |
Non-Patent Citations (2)
Title |
---|
多QoS约束的层次多播路由算法框架;颜昕等;《计算机科学》;20070225(第02期);全文 * |
度相关性对复杂网络目标控制的影响;仇智鹏等;《计算机科学与探索》;20170426(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111478807A (zh) | 2020-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Immanuel et al. | Genetic algorithm: An approach on optimization | |
CN112632290B (zh) | 一种融合图结构和文本信息的自适应知识图谱表示学习方法 | |
Singh | Solving 0–1 knapsack problem using genetic algorithms | |
CN106909728B (zh) | 一种基于增强学习的fpga互联资源配置生成方法 | |
Gripon et al. | A simple and efficient way to store many messages using neural cliques | |
CN106326234A (zh) | 流分类方法及装置 | |
CN108830376A (zh) | 针对时间敏感的环境的多价值网络深度强化学习方法 | |
CN111478807B (zh) | 一种有向多层网络最小反馈节点集的构造方法 | |
CN115543556A (zh) | 一种基于多任务遗传编程算法的自适应符号回归方法 | |
Poli et al. | Exact GP schema theory for headless chicken crossover and subtree mutation | |
Koza et al. | Evolving computer programs using rapidly reconfigurable field-programmable gate arrays and genetic programming | |
Singha et al. | Optimization of floor-planning using genetic algorithm | |
Mathur et al. | Genetic algorithm for dynamic capacitated minimum spanning tree | |
Lou et al. | Local communities obstruct global consensus: Naming game on multi-local-world networks | |
Weise et al. | Evolving exact integer algorithms with genetic programming | |
CN108833298B (zh) | 报文分组发送方法、装置以及存储介质 | |
Maurer | Finite random variates using differential search trees | |
Gen et al. | A comparative study of tree encodings on spanning tree problems | |
Oxland et al. | Satellite quenching and morphological transformation of galaxies in groups and clusters | |
Xuanyuan et al. | Multi-objective optimization of product configuration | |
Fu et al. | Analysis of collective behavior over complex network based on naming game with memory loss | |
CN115774788B (zh) | 一种用于知识图谱嵌入模型的负采样方法 | |
CN103780459B (zh) | 一种恒定类间和类内连接密度的网络演化方法 | |
Esquivel et al. | Selection mechanisms in evolutionary algorithms | |
Chen et al. | A population-based extremal optimization algorithm with knowledge-based mutation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20200731 Assignee: Shandong Geek Security Technology Co.,Ltd. Assignor: SHANDONG COMPUTER SCIENCE CENTER(NATIONAL SUPERCOMPUTER CENTER IN JINAN) Contract record no.: X2023980054380 Denomination of invention: A Construction Method for Minimum Feedback Node Set in Directed Multilayer Networks Granted publication date: 20230324 License type: Common License Record date: 20240103 |