工程软件网络的复杂性与社团结构研究

论文摘要

以工程信息为背景,针对在工程信息的长期安全保存和可靠调用过程中存在的信息和其使用系统之间不兼容的问题,研究了工程软件格式之间的转换以兼容不同的系统,并建立软件格式转换网络。以该类网络为基础,将复杂网络理论引入到工程信息领域中,深入研究了工程软件格式转换网络的拓扑结构、验证了网络模型并且对所建立网络的社团结构展开分析。搜集较为全面的工程软件属性信息,以软件格式为节点,格式转换关系为边建立适度规模的软件格式网络,在此基础之上,选取合理的加权策略对软件格式网络进行加权,建立新的加权网络。采用复杂网络分析方法,从复杂网络的静态特征指标如平均最短路径长度、聚类系数、度分布等方面对无权网络进行实证分析;从加权平均最短路径长度、加权聚类系数、边权分布、节点强度分布、节点权差异性以及加权相关性等方面对加权网络进行实证分析,验证了软件格式无权网络符合小世界网络模型,加权网络表现为同向匹配的小世界网络模型。从社团结构发现的一系列经典算法中,选取基于Normal矩阵的谱方法、传统的GN算法、利用堆结构的Newman算法以及Blondel方法对软件格式网络进行社团结构的分析,从得到的实验结果中归纳出了对社团划分合理的理解方式,并且通过社团的划分,发现了不同格式节点之间的亲疏关系,为格式转换的选择提供了依据。将物理学中的库仑定律引入到了复杂网络社团结构发现算法中,据此提出了网络社团作用力的数学模型,并将此作用力作为划分网络的依据,进而提出了基于库仑定律的社团结构发现算法,且与传统的GN算法进行实验比较,结果表明该算法取得了较好的效果。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究目的及意义
• 1.3 复杂网络研究内容与现状
• 1.3.1 网络模型
• 1.3.2 网络实证分析
• 1.3.3 社团结构发现
• 1.4 论文研究内容及创新点
• 1.4.1 主要研究内容
• 1.4.2 主要创新点
• 1.4.3 论文的组织结构
• 第二章 复杂网络的基本概念
• 2.1 复杂网络的表达方式
• 2.2 复杂网络的特征度量
• 2.2.1 度与度分布
• 2.2.2 权重
• 2.2.3 平均路径长度
• 2.2.4 强度及其分布
• 2.2.5 节点的权差异性
• 2.2.6 聚类系数
• 2.2.7 相关性
• 2.3 复杂网络的模型
• 2.3.1 规则网络
• 2.3.2 随机网络
• 2.3.3 小世界网络模型
• 2.3.4 无标度网络模型
• 2.3.5 几种网络模型特征比较
• 2.4 本章小结
• 第三章 复杂网络社团结构发现常用算法
• 3.1 Kernighan-Lin算法
• 3.1.1 Kernighan-Lin算法介绍
• 3.1.2 Kernighan-Lin算法应用
• 3.1.3 Kernighan-Lin算法缺陷
• 3.2 谱平分法
• 3.2.1 传统谱平分法介绍
• 3.2.2 传统谱平分法应用
• 3.2.3 传统谱平分法缺点
• 3.2.4 基于Normal矩阵的谱方法
• 3.3 分裂算法
• 3.3.1 Girvan-Newman算法
• 3.3.2 GN算法的衡量标准
• 3.3.3 GN算法的缺点
• 3.4 凝聚算法
• 3.4.1 Newman快速算法
• 3.4.2 利用堆结构的Newman算法
• 3.5 本章小结
• 第四章 软件格式网络的复杂性分析
• 4.1 软件属性信息的采集
• 4.2 软件格式网络的建立
• 4.2.1 软件格式无权网络的建立
• 4.2.2 软件格式加权网络的建立
• 4.3 软件格式无权网络的复杂性分析
• 4.3.1 平均最短路径长度
• 4.3.2 聚类系数
• 4.3.3 度分布
• 4.3.4 软件格式无权网络实证结论
• 4.4 软件格式加权网络的复杂性分析
• 4.4.1 边权及其分布
• 4.4.2 节点强度分布
• 4.4.3 节点的权差异性
• 4.4.4 加权相关性
• 4.4.5 加权平均最短路径长度
• 4.4.6 加权聚类系数
• 4.4.7 软件格式加权网络实证结论
• 4.5 本章小结
• 第五章 软件格式网络的社团结构
• 5.1 社团结构发现算法的选取
• 5.2 基于Normal矩阵的谱方法
• 5.3 利用堆结构的Newman算法
• 5.4 Girvan-Newman算法
• 5.5 Blondel算法
• 5.6 社团结构分析
• 5.7 本章小结
• 第六章 基于库仑定律的社团结构发现算法
• 6.1 引言
• 6.2 库仑定律描述
• 6.3 基于库仑定律的社团结构发现算法
• 6.3.1 数学模型
• 6.3.2 单个节点之间的作用力
• 6.3.3 节点与社团的作用力
• 6.3.4 社团初始化
• 6.3.5 社团结构的发现算法
• 6.4 实验分析
• 6.5 本章小结
• 第七章 结论
• 参考文献
• 致谢
• 附录
• 个人简历、在学期间的研究成果及发表的学术论文