本发明专利技术提出了一种基于多属性决策的复杂网络节点重要度综合评价方法，利用网络中单个节点的度中心性、介数中心性、接近中心性、结构洞等多个指标作为该节点重要性评价的多个属性进行综合计算，从而确定节点在网络中的重要程度。由于采用了基于多属性决策的节点重要性综合评价方法，得到了准确的节点重要性排序，克服了现有发明专利技术中利用单一指标评价复杂网络中节点重要性的不足。利用本发明专利技术对“风筝网络”、“ARPA网络”、“科研合作网络”的计算结果表明，本发明专利技术不仅可以针对不同类型的复杂网络节点进行其重要性的综合计算，而且可以选择多个不同的节点重要性评价指标进行综合评价，具有很好的扩展性。
【技术实现步骤摘要】
本专利技术涉及复杂网络中节点的重要性评价方法，具体为。
技术介绍
寻找网络中的关键节点是网络科学的重要研究内容之一。复杂网络本质上的非同质拓扑结构，决定了网络中每个节点的重要程度有很大的不同。尤其对各种各样具体的网络比如科研合作网络、疾病传播网络、航空网络、电力网络等，对这些复杂网络中节点的重要性进行评估，发掘网络中的重要节点，具有重要的实用价值。例如在大规模计算机网络中，可以根据服务器节点的重要程度进行有针对性的备份和冗余建设，在节省资源的同时又能保证网络的鲁棒性；在罪犯关系网络中，重要度排序有利 于区分首要分子、骨干分子和追随分子，迅速定位犯罪团伙的头目；在传染病、病毒网络中，可以通过发现感染者并有针对性地治疗和隔离病源，从而有效防止病毒的传播和扩散；在谣言传播的网络中，也可快速定位重要的传播节点，有效阻断谣言的传播等。总之，如何挖掘出复杂网络中的重要性节点，更有针对性地分析其性质，从而为制定正确有效的策略和预防措施是复杂网络研究的基本问题之一。在各种复杂网络中，用定量分析的方法寻找网络中最重要的节点(边)，或者分析节点相对于其它一个或多个节点的重要程度已经取得了许多进展。目前一般从社会网络和系统科学两种角度分析节点的重要程度。社会网络分析方法的核心思想是“重要性等价于显著性”，对网络中重要节点的发掘以不破坏网络的整体性为基础。一般可以通过节点的中心性指标来衡量，常用的复杂网络中心性指标有度中心性、介数中心性、接近中心性、特征向量中心性等，这些指标从不同的角度刻画了单个节点在网络中的重要程度。系统科学分析方法的核心思想是“重要性等价于该节点(集)被删除后对网络的破坏性”，通过删除某节点(集)后，借助网络连通性等指标的变化来确定其重要程度，一般采用的方法有节点删除法、节点收缩法等。无论是社会网络角度的基于节点显著性等价于重要性，还是系统科学角度的破坏性等价于重要性，对网络节点重要性的度量方法都是基于节点之间的差异性，从某一角度探讨网络节点的重要性问题。比如基于度的重要性评估方法强调节点与邻接节点连边的数量，可以在一定程度上显示节点在网络中的重要程度，但具有度相同的节点，在网络中的重要程度未必相同；介数刻画了节点或边对网络中信息或流的控制能力，但一般按照最短路径计算，并不符合现实规律；特征向量中心性则充分考虑与目标节点建立连接节点的重要性，并通过邻接节点的重要性来确定目标节点的地位；子图中心性反映了节点在网络局部结构的贡献大小。上述的每种方法都有自身的优点和缺点，均是针对具体问题提出来的，分别从不同的方面刻画了节点在特定网络中的重要性。但现实世界的复杂网络千变万化，很难从一个指标来说明某个节点在网络中的重要程度，网络中一个节点的重要性不仅和其单个的度量指标有关，而且和网络的整体性质相关，需要从不同的角度，利用节点的多个指标来进行综合评价。
技术实现思路
要解决的技术问题为了克服现有节点重要性评价方法的不足，本专利技术提出了，利用网络中单个节点的度中心性、介数中心性、接近中心性、结构洞等多个指标作为该节点重要性评价的多个属性进行综合计算，从而确定节点在网络中的重要程度。技术方案本专利技术首先将复杂网络中的每一个节点看作一个方案，以度中心性、接近中心性、介数中心性、结构洞等多个重要性评价指标作为该方案评价的指标属性，从而将复杂网络 节点重要性的评价转化为多属性决策问题，决策的准则是评价各个方案在复杂网络中的重要程度。本专利技术的技术方案为所述，其特征在于包括以下步骤步骤I :确定复杂网络N个节点中每个节点的决策方案，形成决策方案集合为A=(A1, ···, Ai, ···, AN},其中Ai表示第i个节点对应的决策方案；确定评价每个节点重要度的指标属性集合为S = (S1, . . .，SJ ;构建决策矩阵X 权利要求1.，其特征在于包括以下步骤 步骤I :确定复杂网络N个节点中每个节点的决策方案，形成决策方案集合为 A = (A1,…，Ai,…，AN}，其中Ai表示第i个节点对应的决策方案；确定评价每个节点重要度的指标属性集合为S = {S1; . . .，SJ ;构建决策矩阵X 2.根据权利要求I所述，其特征在于评价每个节点重要度的指标属性为度中心性、介数中心性、接近中心性以及结构洞；其中度中心性、接近中心性、介数中心性为效益型指标，结构洞为成本型指标。全文摘要本专利技术提出了，利用网络中单个节点的度中心性、介数中心性、接近中心性、结构洞等多个指标作为该节点重要性评价的多个属性进行综合计算，从而确定节点在网络中的重要程度。由于采用了基于多属性决策的节点重要性综合评价方法，得到了准确的节点重要性排序，克服了现有专利技术中利用单一指标评价复杂网络中节点重要性的不足。利用本专利技术对“风筝网络”、“ARPA网络”、“科研合作网络”的计算结果表明，本专利技术不仅可以针对不同类型的复杂网络节点进行其重要性的综合计算，而且可以选择多个不同的节点重要性评价指标进行综合评价，具有很好的扩展性。文档编号G06F19/00GK102880799SQ20121035613公开日2013年1月16日 申请日期2012年9月24日 优先权日2012年9月24日专利技术者于会, 刘尊, 李勇军, 陈华胜, 瞿幼苗, 李伟华 申请人:西北工业大学本文档来自技高网...
【技术保护点】
一种基于多属性决策的复杂网络节点重要度综合评价方法，其特征在于：包括以下步骤：步骤1：确定复杂网络N个节点中每个节点的决策方案，形成决策方案集合为：A＝{A1，…，Ai，…，AN}，其中Ai表示第i个节点对应的决策方案；确定评价每个节点重要度的指标属性集合为S＝{S1，...，Sm}；构建决策矩阵X：其中Ai(Sj)为第i个节点的第j个指标属性值，i＝1，...，N，j＝1，...，m；步骤2：按照下式对决策矩阵X进行标准化处理：其中Ai(Sj)max＝max{Ai(Sj)|1≤i≤N}，Ai(Sj)min＝min{Ai(Sj)|1≤i≤N}，所述效益型指标为指标值属性越高，重要度越大的指标，成本型指标为指标值属性越高，重要度越小的指标；得到标准化后的决策矩阵为R＝(rij)N×m；步骤3：采用层次分析法确定每个指标的权重，其中第j个指标的权重为wj，j＝1，...，m，∑wj＝1；步骤4：由步骤2得到的决策矩阵R＝(rij)N×m和步骤3得到的各指标权重，构建加权规范化矩阵Y：根据矩阵Y确定正理想决策方案A+和负理想决策方案A？：A+={maxi∈Lyi1,...,maxi∈Lyim}={y1max,...,ymmax}A-={mini∈Lyi1,...,mini∈Lyim}={y1min,...,ymmin}其中L＝{1，...，N}；计算每个决策方案Ai到正理想方案A+和负理想方案A？的距离：Di+=[Σj=1m(yij-yjmax)2]1/2,(i＝1，...，N；j＝1，...，m)Di-=[Σj=1m(yij-yjmin)2]1/2,(i＝1，...，N；j＝1，...，m)计算每个决策方案Ai到理想方案的贴近度Zi：Zi=Di-/(Di-+Di+),0≤Zi≤1，i＝1，...，N将每个决策方案到理想方案的贴近度Zi按从大到小进行排序，贴近度越大，则对应节点在网络中的重要程度越高。FDA00002180243400011.jpg,FDA00002180243400012.jpg,FDA00002180243400013.jpg...
【技术特征摘要】
【专利技术属性】
技术研发人员：于会，刘尊，李勇军，陈华胜，瞿幼苗，李伟华，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。