复杂网络模型构建及其在知识系统中的应用

发布时间：2017-05-23 18:26

  本文关键词：复杂网络模型构建及其在知识系统中的应用，由笔耕文化传播整理发布。

【摘要】： 复杂网络作为新兴的对复杂系统进行定量描述的工具，可以对复杂自适应系统进行建模和分析。如果把知识系统中的“要素”和“关系”分别抽象成节点和边，那么可以利用复杂网络理论对知识系统进行建模与分析。知识管理具有高度复杂性以及跨学科的特点，兼有自然与人文科学两种属性。我们从系统科学的角度从整体上对其进行分析。由于知识的高度抽象性，知识的拥有者和知识的载体之间有着错综复杂的联系，，构成了各种类型的知识系统。知识系统是以网络的结构形式存在的复杂自适应系统。本文从系统结构与系统功能的角度，对复杂网络理论中的演化机制及若干动力学行为进行了理论研究。并利用复杂网络对某一微观知识系统进行了实证研究，对这一系统中的知识进行表示，分类以及聚类等分析，分别对宏观层次的整体学科发展趋势，中观层次的学科代码调整和微观层次的学科领域知识的发展进行了分析。 首先，分别从拓扑网络和加权网络的角度对无尺度网络的演化机制进行了研究，重点研究了正负匹配度可调的网络演化机制。提出了多步连接的无尺度网络增长模型，正负匹配度可调模型以及自学习双向选择加权网络模型；从宏观角度研究了平均距离约束下的无尺度网络演化模型。通过细致地研究有向无尺度网络中出度和入度的关系，发现入度的度分布指数由出度的平均度决定。 其次，从结构决定功能，功能影响结构的角度，对复杂网络上的鲁棒性、同步能力以及传播行为等动力学性质进行了研究。利用最优化方法，优化某一动力学指标，观察优化过程中和最优状态下网络的结构特性，研究动力学与结构之间的关系。并提出了SI模型中新的传播机制：定向传播机制。并对意见之间的传播进行了研究，发现在考虑人员可移动的情况下，达成共识所需要的阈值比经典模型要低。 最后，把复杂网络理论应用于知识系统模型的构建与分析当中。把某组织知识系统中的知识点抽象成节点，它们之间的关系抽象成边，对这一组织中的知识进行了宏观发展趋势预测。具体为，分别从拓扑网络和加权网络的角度，分析了我国自然科学基础研究申报体系中自1999年到2004年的宏观发展趋势，发现项目关联网络具有平均直径逐年下降，集聚系数逐年上升的特性，并对研究热点等问题进行了分析。我们建立了基于自学习和双向选择机制的小世界网络增长模型，模型的各统计指标与实证结果相吻合。最后，对微观领域的学科知识进行了进一步分析。研究了聚类产生的领域知识的关系，并分析了领域知识内容的客观性。
【关键词】：知识管理 系统工程 复杂网络 无尺度网络 网络动力学
【学位授予单位】：大连理工大学
【学位级别】：博士
【学位授予年份】：2007
【分类号】：F091.348.1
【目录】：

• 摘要5-6
• Abstract6-12
• 第一章 绪论12-43
• 1.1 问题的研究背景和意义12-15
• 1.2 复杂网络在知识管理和其它领域的应用15-20
• 1.2.1 复杂网络在知识表示与建模方面的应用16
• 1.2.2 科研合作网络与语义网络16
• 1.2.3 集团结构的发现算法研究16-17
• 1.2.4 信息检索与导航17-18
• 1.2.5 社会网络中的应用18-19
• 1.2.6 大脑网络研究19-20
• 1.3 复杂网络研究综述20-39
• 1.3.1 复杂网络的结构度量20-26
• 1.3.2 经典的复杂网络模型26-32
• 1.3.3 网络上的动力学行为32-39
• 1.4 知识网络研究综述39-41
• 1.4.1 知识主体之间的网络39-40
• 1.4.1.1 人为主体的网络39-40
• 1.4.1.2 团队知识网络40
• 1.4.2 知识与知识之间的网络40
• 1.4.3 多种类型的节点或关系构成的知识网络40-41
• 1.5 本论文的主要工作41-43
• 第二章 复杂网络的演化模型研究43-73
• 2.1 多步连接的无尺度网络增长模型43-52
• 2.1.1 模型的构造45
• 2.1.2 模型的统计特性45-51
• 2.1.3 小结51-52
• 2.2 正负匹配度可调的增长无尺度网络模型52-57
• 2.2.1 模型的构造52-53
• 2.2.2 网络的统计特性53-56
• 2.2.3 小结56-57
• 2.3 自学习双向选择加权网络演化模型57-62
• 2.3.1 模型的构造58-59
• 2.3.2 模型的统计特性59-62
• 2.3.3 小结62
• 2.4 带有平均距离和平均度约束的无尺度网络演化模型62-65
• 2.4.1 模型的构造与求解63-65
• 2.4.2 小结65
• 2.5 有向网络中出度与入度之间的关系65-72
• 2.5.1 模型的描述65-66
• 2.5.2 入度分布的指数66-68
• 2.5.3 其它统计特性68-72
• 2.5.4 小结72
• 2.6 本章小结72-73
• 第三章 复杂网络的动力学优化73-97
• 3.1 优化无尺度网络的鲁棒性73-76
• 3.1.1 随机破坏的优化策略73-74
• 3.1.2 蓄意攻击的优化策略74-75
• 3.1.3 优化无尺度网络对于随机破坏和蓄意攻击的鲁棒性75-76
• 3.2 优化无尺度网络同步能力76-82
• 3.2.1 网络的同步能力78
• 3.2.2 禁忌搜索算法介绍78-79
• 3.2.3 数值结果79-81
• 3.2.4 小结81-82
• 3.3 网络拓扑量与同步能力的关系82-85
• 3.3.1 数值结果82-85
• 3.3.2 小结85
• 3.4 无尺度网络上的定向传播行为研究85-92
• 3.4.1 模型的构造87
• 3.4.2 模拟与分析87-89
• 3.4.3 快速传播策略89-91
• 3.4.4 小结91-92
• 3.5 二维格子上的意见传播92-96
• 3.5.1 模型的构造93-94
• 3.5.2 数值模拟94-96
• 3.5.3 小结96
• 3.6 本章小结96-97
• 第四章 复杂网络在某知识网络系统中的应用97-127
• 4.1 项目文本关联网络的拓扑结构分析97-102
• 4.1.1 网络结构特性98-102
• 4.1.1.1 网络的平均距离随着时间下降99
• 4.1.1.2 网络的集聚系数随时间增长99-102
• 4.1.2 小结102
• 4.2 项目文本关联网络加权网络分析102-115
• 4.2.1 WRAN的统计特性104-112
• 4.2.1.1 距离与中心性107
• 4.2.1.2 平均集聚系数107-110
• 4.2.1.3 介数110-112
• 4.2.2 双向选择模型112-114
• 4.2.3 小结114-115
• 4.3 项目关联网络的宏观知识挖掘115-118
• 4.3.1 申报体系和分类体系的发展趋势分析116-117
• 4.3.2 学科体系发展趋势分析117
• 4.3.3 学科领域的交叉分析117-118
• 4.4 基于加权网络的一种中文文本聚类算法118-122
• 4.4.1 预备知识119-120
• 4.4.2 聚类算法120
• 4.4.3 集团结构好坏的衡量指标120-121
• 4.4.4 数值实验121-122
• 4.4.5 小结122
• 4.5 领域知识的中观层次分析122-125
• 4.6 类模型网络关联分析125-126
• 4.7 本章小结126-127
• 第五章 总结与展望127-130
• 5.1 总结127-128
• 5.2 展望128-130
• 参考文献130-152
• 攻读博士学位期间的研究成果及发表的论文152-154
• 致谢154-155

【引证文献】

中国博士学位论文全文数据库 前5条

1 李桃迎;交通领域中的聚类分析方法研究[D];大连海事大学;2010年

2 杜长亮;竞技能力网络结构特征[D];北京体育大学;2011年

3 雷敏;马氏链在复杂网络拓扑结构中的应用[D];中南大学;2011年

4 陈静;面向业务关联的多产业链协作网络和公共服务平台关键技术研究[D];西南交通大学;2011年

5 潘新;基于复杂网络的舆情传播模型研究[D];大连理工大学;2010年

中国硕士学位论文全文数据库 前4条

1 曹春苗;基于复杂网络的知识价值链建模及应用研究[D];中国海洋大学;2010年

2 董尧华;城市复杂交通网络系统脆性管理研究[D];中国海洋大学;2011年

3 朱晓宇;基于复杂网络的舆论传播建模及演化研究[D];山东师范大学;2013年

4 陆天s

本文编号：388776