简介：为揭示信息扩散的空间特征,利用新浪微博数据,研究了中国地级市间的微博信息扩散,并利用重力模型,研究了影响城际信息扩散的因素。研究表明,少数一二线城市呈现信息寡占型,主导微博内容的输出和扩散。对城际信息交互模型的分析发现,用户数在很大程度上影响了城际信息扩散,城市总GDP也可预测城际信息交互,空间距离则不再发挥作用,微博中的信息扩散打破了物理距离的限制。该研究揭示了线上社交网络与线下物理空间的映射关系以及社交媒体中信息的城际扩散特征,可为空间位置相关的信息发布和网络舆情监控提供借鉴。

简介：本文首先在绿色制造模式实施过程特点及影响因素系统动力学分析的基础上,建立了基于微分方程的绿色制造竞争扩散模型。然后,讨论了竞争扩散模型的稳定性,模型参数对扩散过程的影响,给出了相关结论。最后,为了得到更合理的模型参数,提出了扩散模型的参数辨识方法,得到模型中参数的最优值,并说明了模型的应用及调控策略。该研究揭示了绿色制造模式的扩散行为,提供预测先进制造模式未来发展的定量方法,及政府调控的理论依据。

简介：研究了派系连接生成的复杂网络的拓扑性质。解析得到了m-派系网络的度分布和累积度分布函数,发现最小度的概率总是1/2。在度较大时,度分布的近似解析解服从Zipf-Mandelbrot分布律,度分布的幂律指数为（2m-1）/（m-1）,Mandelbrot系数为m（5-2m）/（2m-2）。累积度分布为（k＋ccum）-γ＋1,Mandel-brot系数为c＋1/2。数值模拟发现,所得Mandelbrot系数和幂律指数与理论值符合得很好。

简介：基于异质阈值模型和平均场理论刻画了社会网络扩散,分析了邻居效应、阈值分布和网络度分布对扩散的影响。结果表明：邻居效应或阈值分布均值的减小将加速扩散及增大均衡状态值,阈值分布方差的减小将减缓初始扩散,且满足一定条件下,将加速扩散收尾过程;邻居效应较弱时,度分布异质性的增加将加速初始扩散,反之亦然;邻居效应和阈值分布满足一定条件时,扩散初始速度将呈现出超指数增长;邻居效应、阈值分布或度分布的变化均可使扩散均衡状态值发生跳跃式增长。

简介：摘要本文就止回阀、流阻系数及阀门流阻研究进行进行了概述分析，并在此基础上提出了降低止回阀流阻系数的方法，目的在于减少工厂生产能耗，提高行业经济收益，推动我国工业发展。

简介：融合社交网络的社会化推荐算法是目前推荐系统中普遍采用的方法。在现实的社交网络中,用户间存在多种关系,而每种关系对于推荐的影响是不同的,因此在推荐中单纯引入某一种社交关系必然影响推荐结果的准确率。本文基于多子网复合复杂网络模型,通过在用户商品二部图上加载多关系社交网络,构建多关系复合网,提出了基于多关系复合网的物质扩散推荐算法。在真实的数据集Epinions和FilmTrust上的实验结果表明,加入两种社交关系的推荐算法比加入一种社交关系的推荐算法及传统的物质扩散算法在推荐准确率方面有显著提高。

简介：对心脏组织中的螺旋波和时空混沌的抑制进行了研究。因为有多种方法可以改变心脏组织的扩散系数,因此提出用提高扩散系数的方法来抑制螺旋波和时空混沌,并采用不交替和交替两种方式改变扩散系数。数值模拟结果表明：在适当选择控制参数下,以不交替方式提高扩散系数可以有效抑制螺旋波,但不能有效抑制时空混沌,因为控制效果依赖控制时机;采用交替方式提高扩散系数可有效抑制时空混沌,发现螺旋波和时空混沌被抑制是由于均匀介质中出现了传导障碍的缘故。

简介：引入了经济学中的洛伦兹曲线和基尼系数的概念,用来分析复杂电网结构的异构性。通过仿真得到时空演化模型生成的各种网络的洛伦兹曲线和基尼系数,分析了时空演化模型的演化参数对基尼系数的影响。应用洛伦兹曲线和基尼系数对国内外的实际电网进行了异构性分析和比较,采用基于时空演化的OPA模型对IEEE39节点系统进行了连锁故障仿真,分析了基尼系数对连锁故障的影响,通过仿真分析表明既可以通过洛伦兹曲线直观地定性比较不同实际电网的结构特性,也可以通过比较基尼系数的大小进行定量比较。通过实例验证发现基尼系数越大的系统,发生连锁故障大停电的概率也越大。

简介：在对技术创新扩散相关文献进行整理的基础上,分析了技术创新系统中创新扩散的影响因素,并应用传染病模型对技术创新系统中创新扩散问题进行建模分析,通过研究得出政府可以通过一定的手段达到控制技术创新系统的扩散方向,为企业和政府相关部门制定政策提供了理论基础。

简介：结合行为博弈关于学习算法的成果，采用基于主体的计算经济学方法，研究了标准扩散中的集聚问题。为了测量复杂网络下的标准集聚程度，根据标准扩散的特点定义了新的聚类系数。仿真结果表明集聚是标准扩散过程中非常显著的现象；也揭示出在扩散中微观个体在不断改变策略的同时，宏观集聚现象却一直很明显。因此较好地揭示了标准扩散过程中的集聚现象以及复杂系统中微观主体行为和宏观集聚现象之间的关系。

简介：在经典SIR传染病模型的基础上,根据在线社交网络中谣言传播的特点,将网络谣言的受众用户扩展为无知者、知晓者、信任者、传播者、暂时免疫者和永久免疫者6类.同时考虑到用户会因为不断接触某一相同的谣言而导致对该谣言的信任水平增加的现实情况,引入社会加强正向效应,提出了一个改进的在线社交网络谣言传播模型,并结合复杂网络的相关理论建立了一个考虑聚类系数可变的无标度网络环境进行仿真研究.仿真发现,谣言的传播能力与影响范围会随着社会加强正向效应、用户首次接触并相信谣言的概率、孤立节点密度以及初始传播节点的度的增大而增大,但会随着网络聚类系数的增加而得到抑制.本文提出的谣言传播模型比较符合真实在线社交网络的谣言传播特性,可以为实践中网络谣言的管控提供一定理论参考.