控制 复杂网络与系统 论文 Website Google Scholar PDF

火力与制导资源联合分配的快速构造算法组合设计

王加根, 辛斌, 李冠呈
中国科学: 信息科学, 2024, 54(6): 1458-1473

摘要 火力与制导资源联合分配问题是军事运筹学研究中典型的NP完全问题,其求解具有较高的实时性要求.精确求解算法难以适用,而近来提出的构造算法的时间开销也相对较大,严重影响算法的实际应用.为了解决该问题,本文将其建模为多阶段传感器–武器–目标分配(sensor-weapon-target assignment, S-WTA)问题,并分解成两类作战资源分配子问题.在武器分配阶段采用了一种基于威胁值确定分配优先级的快速构造算法,在传感器分配阶段提出了一种新的基于阶段顺序确定分配优先级的快速构造算法,该算法能充分利用约束条件,大幅度减小时间开销.本文在两种基本构造算法与基于边际损失的构造算法的基础上进一步提出了构造算法序列化组合,对多阶段S-WTA问题进行求解.计算实验验证了新提出的基本构造算法的快速性以及构造算法序列化组合相比于各种基本构造算法的性能优势.

关键词 异构资源联合分配; 传感器 – 武器 – 目标分配; 启发式算法; 构造算法; 协同作战; heterogeneous resources co-allocation; sensor-weapon-target assignment; heuristic algorithms; constructive algorithms; cooperative engagement

引用格式 王加根, 辛斌, 李冠呈. 火力与制导资源联合分配的快速构造算法组合设计. 中国科学: 信息科学, 2024, 54(6): 1458-1473, doi: 10.1360/SSI-2023-0253
Jiagen WANG, Bin XIN, Guancheng LI. Combinatorial design of fast construction algorithms for joint allocation of firepower and guidance resources. Sci Sin Inform, 2024, 54(6): 1458-1473, doi: 10.1360/SSI-2023-0253

控制 复杂网络与系统 论文 Website Google Scholar PDF

基于多阶邻居传播度量和拓扑特征的高影响力节点识别

罗余, 王建波, 李平, 杜占玮, 许小可
中国科学: 信息科学, 2024, 54(4): 944-959

摘要 如何定量评估复杂网络中节点的影响力是一个重要的研究课题,因为它有助于深入理解网络的结构和功能.现有的多数方法主要基于网络固有拓扑的分析建立,缺少对多阶邻居节点的传播性质和拓扑信息的综合利用,然而它们对影响力节点识别有重要影响.为此,本文提出了一种综合多阶邻居传播度量和拓扑特征(multi-order neighbor propagation metrics and topological features, MNPMTF)的算法来有效识别复杂网络中的影响力节点.首先,该算法结合传播模型和最短路径来刻画邻居节点的传播概率,从而量化节点之间信息传播的可能性.其次,考虑多阶邻居中的邻居重叠比形成邻居重叠度,进而量化信息在邻居网络中的传播路径.再次,利用节点的k壳、h指数和聚类系数构成新指标KHC系数,以此来描述节点的拓扑特征.最后,算法综合3阶邻居范围内的传播概率、邻居重叠度和拓扑特征以评估节点的影响力.在9个真实网络上的大量实验表明,所提算法在排序准确性、有效性和区分能力等多方面均优于7种具有代表性的方法,为复杂网络中节点影响力评估提供了一种新的思路.

关键词 传播概率; 邻居重叠度; KHC系数; 影响力节点; 复杂网络; propagation probability; neighbor overlap; KHC coefficient; influential nodes; complex networks

引用格式 罗余, 王建波, 李平, 等. 基于多阶邻居传播度量和拓扑特征的高影响力节点识别. 中国科学: 信息科学, 2024, 54(4): 944-959, doi: 10.1360/SSI-2023-0201
Yu LUO, Jianbo WANG, Ping LI, et al. Identification of high-influential nodes based on multi-order neighbor propagation metrics and topological features. Sci Sin Inform, 2024, 54(4): 944-959, doi: 10.1360/SSI-2023-0201

控制 复杂网络与系统 论文 Website Google Scholar PDF SCOPUS引次: 3

高阶网络牵制控制中单纯形的选择

周进, 李博, 陆君安, 史定华
中国科学: 信息科学, 2024, 54(3): 708-718

摘要 随着网络科学的发展,普通网络无法描述多个个体间的交互作用,这就有必要引入高阶网络.高阶网络能够刻画普通网络无法描述的网络特征,其中单纯形(2阶以上)扮演着关键角色.牵制控制具有“四两拨千斤”的作用,在高阶网络中只需牵制一部分单纯形就能达到同步.但如何选取合适的单纯形进行牵制控制,是一个充满挑战而又全新的课题.本文给出高阶网络达到同步的自适应牵制控制律,并提出如何选择合适的单纯形进行牵制,选择方式由高阶网络广义Laplacian矩阵次小特征值对应的单位特征向量分量决定.数值仿真结果表明该方法简单有效,牵制控制效果与单纯形选择方式一致.

关键词 复杂网络; 高阶网络; 牵制控制; 同步; 单纯形; complex networks; higher-order networks; pinning control; synchronization; simplexes

引用格式 周进, 李博, 陆君安, 等. 高阶网络牵制控制中单纯形的选择. 中国科学: 信息科学, 2024, 54(3): 708-718, doi: 10.1360/SSI-2023-0142
Jin ZHOU, Bo LI, Jun-An LU, et al. Selection of simplexes in pinning control of higher-order networks. Sci Sin Inform, 2024, 54(3): 708-718, doi: 10.1360/SSI-2023-0142

控制 复杂网络与系统 论文 Website Google Scholar PDF SCOPUS引次: 0

基于半张量积的双合作博弈Shapley值计算

李志强, 李文鸽, 何秋锦, 宋金利, 杨俊起
中国科学: 信息科学, 2022, 52(7): 1302-1316

摘要 合作博弈中的参与人只将合作、不合作作为自己的策略,而双合作博弈是合作博弈的一般化,参与者以合作、不合作和弃权作为自己的策略,以获得自己所在的联盟利益的最大化,从而使自己的收益达到最优.与合作博弈一样,如何分配参与者联盟获得的总收益是双合作博弈的一个重要研究问题.本文利用矩阵半张量积工具,研究了双合作博弈的Shapley值计算问题.首先构造了双合作博弈的Shapley矩阵,然后将双合作博弈的Shapley值计算转化为双合作博弈的特征函数矩阵与Shapley矩阵乘积形式.本文得到的Shapley值矩阵计算公式形式简洁,不但简化了计算,而且为双合作博弈的研究提供了新的工具.

关键词 合作博弈; 双合作博弈; Shapley值; Shapley矩阵; 矩阵半张量积; cooperative game; bicooperative game; Shapley value; Shapley matrix; semi-tensor product of matrices;

引用格式 李志强, 李文鸽, 何秋锦, 等. 基于半张量积的双合作博弈Shapley值计算. 中国科学: 信息科学, 2022, 52(7): 1302-1316, doi: 10.1360/SSI-2021-0337
Zhiqiang LI, Wenge LI, Qiujin HE, et al. The Shapley value for bicooperative games based on the semi-tensor product. Sci Sin Inform, 2022, 52(7): 1302-1316, doi: 10.1360/SSI-2021-0337

控制 复杂网络与系统 论文 Website Google Scholar PDF SCOPUS引次: 5

基于生物网络的关系推断原理、方法与应用

李梢, 张鹏, 古槿, 江瑞, 李衍达
中国科学: 信息科学, 2022, 52(5): 856-869

摘要 在生物医学大数据时代,如何全面有效地发现致病基因、药物靶标等关键要素,从整体上理解宏观表型的微观本质,是目前信息科学与中西医学交叉研究面临的重大共性挑战之一.生物系统是典型的复杂系统,克服上述挑战的关键是:如何通过深入理解复杂生物系统的“关系”本质,解决复杂系统多层次信息融合难题以及生物医学大数据中广泛存在的维度高、噪声大、样本少等难点.“生物网络”是构成复杂生物系统的基础,反映人体内部基因和基因产物等各种生物分子的相互关系、生物分子与疾病和药物等不同层次的关系,生物网络已被广泛用于生物医学大数据的分析.李梢课题组从20余年前开始中西医药与生物网络的关联研究,率先提出“网络靶标”假说,并进行方法构建与应用.本文对基于生物网络的关系推断理论与方法进行总结与思考.首先,从原理上,发现疾病宏观表型与微观分子在复杂生物网络中存在“层次模块化关系”,即宏观层次的涌现在微观上具有局域模块性,宏观表型越相似,微观致病基因或药物靶标在网络上的模块性关联越强.其次,从方法上,给出基于生物网络从生物医学大数据、少量目标样本中推断关键生物要素的“关系推断”一般性方法框架:以层次模块化关系为基础,从全局角度进行关系网络构建、关系表示与建模、未知关系推断,实现关系的实体化、数学化、整体化.进而,从应用上,基于生物网络的关系推断方法在致病基因与药物靶标预测、疾病标志物识别、中医药机制解析等方面表现出很好的性能.综上,关系推断方法能够为从系统角度和分子水平揭示中西医药科学原理提供系统解决方案,也为网络药理学等新兴学科提供重要的原理和方法学支撑.

关键词 复杂生物网络; 模块化; 多层次关联; 关系推断; 小样本推断; 网络药理学; complex biological network; modularity; multilevel relationship; relationship inference; small-sample inference; network pharmacology;

引用格式 李梢, 张鹏, 古槿, 等. 基于生物网络的关系推断原理、方法与应用. 中国科学: 信息科学, 2022, 52(5): 856-869, doi: 10.1360/SSI-2021-0243
Shao LI, Peng ZHANG, Jin GU, et al. Principle, method and application of relationship inference based on biological networks. Sci Sin Inform, 2022, 52(5): 856-869, doi: 10.1360/SSI-2021-0243