复杂网络的仿真研究及在轮机系统中的应用

论文摘要

复杂网络经历了由七桥问题引发的图论、ER随机图模型、小世界网络和无标度网络的发展历程,应用十分广泛,对人类生活影响巨大。然而在分析与应用中尚存在着动态化不强、数据不可靠引起的误判等问题,因此对它的正确分析和应用极为重要。其发展方向主要有随机性和确定性混合、大型化和超网络。由于计算机网络系统的应用,复杂网络已渗透到很多工程领域,包括轮机系统。首先介绍了复杂网络的定义,阐述了复杂网络的研究内容和复杂性,解释了复杂网络中的三个基本概念：特征路径长度、聚类系数和度分布,并给出了它们的计算流程。然后针对当前研究最多的最近邻耦合网络、随机图模型、WS小世界网络、NW小世界网络和BA无标度网络,给出它们的生成方法、统计性质和仿真流程。用MATLAB进行仿真,得到相应的网络图和特征分布图及特征路径长度、聚类系数和平均度三个网络特征参数值。并以一个在3000KW以上非自动化海船轮机部在最低船员配置下的节点数为7、边数为18的从属关系网络为例做出计算,结论表明在严格执行从属关系下网络不易发生聚类,但处于聚类边缘。神经网络故障诊断法的优点是数据结果可靠、误判率低,缺点是识别维数受到限制。利用复杂网络中的社团结构搜索,将与主机故障相关的热力参数进行分类,选取每类中有代表性的参数用于故障诊断,弥补了神经网络诊断法的不足,分析了降维前后故障诊断的准确率。最后介绍了网络分析软件Pajek的可视化、抽象化和高速计算的三个强大功能和基本操作方法,如求度、求节点间距离、求k近邻、求聚类系数和度分布等。充分利用Pajek对轮机系统的13个子系统组成的网络进行分析,给出定义的宏和运行宏后得到的分析报告,表明主机易发生故障和发电机组故障更易引起其它故障的特点,便于深入细致研究轮机系统。结尾给出复杂网络在轮机系统中的部分故障诊断应用和子系统组成的网络分析的相关结论,有待于进一步的研究的方面有：在网络分析应用上,还需要更多的数据分析各个子系统,使之形成超网络；对轮机系统故障实行在线诊断；MATLAB和Pajek的数据互导。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题来源及意义
• 1.2 复杂网络的研究现状
• 1.2.1 复杂网络国外的研究现状
• 1.2.2 复杂网络国内的研究现状
• 1.3 本文所作的工作
• 第2章 复杂网络概述
• 2.1 复杂网络的发展
• 2.1.1 复杂网络的发展史
• 2.1.2 复杂网络分析与应用中存在的问题
• 2.1.3 复杂网络发展趋势
• 2.2 复杂网络的定义
• 2.3 复杂网络的研究内容
• 2.4 复杂网络的复杂性
• 2.5 复杂网络中的基本概念
• 2.5.1 特征路径长度
• 2.5.2 聚类系数
• 2.5.3 度分布
• 第3章 基本网络类型及仿真
• 3.1 网络特征参数的求法
• 3.2 规则网络的统计性质及仿真
• 3.3 随机网络的统计性质及仿真
• 3.4 小世界网络的统计性质及仿真
• 3.4.1 WS小世界网络的统计性质及仿真
• 3.4.2 NW小世界网络的统计性质及仿真
• 3.5 BA无标度网络的统计性质及仿真
• 第4章 复杂网络社团结构搜索在主机降维故障诊断中的应用
• 4.1 寻找复杂网络的社团结构
• 4.2 主机系统故障参数分析
• 4.2.1 主机系统故障诊断方法
• 4.2.2 主机系统的热力学参数
• 4.2.3 主机故障下的热力参数偏差分析
• 4.3 主机故障热力参数分类
• 4.3.1 相似度的计算
• 4.3.2 分类标准的确定
• 4.4 降维前后基于RBF的诊断结果对比
• 第5章 基于Pajek的轮机系统网络分析
• 5.1 Pajek处理复杂网络的优点
• 5.2 Pajek的数据对象
• 5.3 Pajek的几个基本操作
• 5.3.1 求度
• 5.3.2 求两点间距离
• 5.3.3 求k近邻
• 5.3.4 求聚类系数
• 5.3.5 求接近性
• 5.4 网络的绘制
• 5.5 Pajek的宏文件
• 5.6 轮机系统的网络分析
• 第6章 总结与展望
• 6.1 工作总结
• 6.2 工作展望
• 参考文献
• 致谢
• 研究生履历