網(wǎng)絡(luò)節(jié)點(diǎn)重要度分析國內(nèi)外研宄現(xiàn)狀
隨著圖論相關(guān)理論的興起，將復(fù)雜系統(tǒng)轉(zhuǎn)化為復(fù)雜網(wǎng)絡(luò)圖進(jìn)行研究能夠大大簡化分析過程。從而網(wǎng)絡(luò)中個(gè)節(jié)點(diǎn)對整個(gè)網(wǎng)絡(luò)或是其他節(jié)點(diǎn)的重要程度的定量化研宄成為了熱點(diǎn)問題，現(xiàn)有的研宄主要從三個(gè)角度進(jìn)行研宄，其研宄思路、評(píng)價(jià)指標(biāo)及相關(guān)文獻(xiàn)如表1.1所示。表1.1網(wǎng)絡(luò)節(jié)點(diǎn)重要度研究 研究方向 方法原理 重要度評(píng)價(jià)指標(biāo) 相關(guān)文獻(xiàn) 社會(huì)網(wǎng)絡(luò)分析 網(wǎng)絡(luò)圖中有用信息 度、介數(shù)、親密度等 31-33 系統(tǒng)科學(xué)分析 節(jié)點(diǎn)破壞后的影響 核、核度等 34 信息搜索分析 節(jié)點(diǎn)間鏈接關(guān)系 Leaderrank法、Hits法等 35-36 文獻(xiàn)[37]通過將網(wǎng)絡(luò)圖中的某一節(jié)點(diǎn)刪除，然后計(jì)算生成樹的數(shù)量，生成樹越少則代表節(jié)點(diǎn)重要度越高，但是如果若干個(gè)節(jié)點(diǎn)刪除后都會(huì)使網(wǎng)絡(luò)不連通，就會(huì)導(dǎo)致此類節(jié)點(diǎn)的重要度相等而忽視了相鄰節(jié)點(diǎn)的影響；文獻(xiàn)[38]通過度中心度來刻畫節(jié)點(diǎn)重要度，度數(shù)越大能直接影響的鄰居節(jié)點(diǎn)越多，重要度越大；Chen[39]等人提出了一種用半局部中心性來評(píng)價(jià)節(jié)點(diǎn)重要度的方法；Kitsak等人[4()]提出了K-殼分解法，將外圍節(jié)點(diǎn)逐步去掉，剩余的節(jié)點(diǎn)的重要度將會(huì)較高，但是這種方法不適用于樹形圖、星型圖或BA網(wǎng)絡(luò)[41];Albert[42]提出利用離心中心度作為指標(biāo)衡量節(jié)點(diǎn)重要度，但這種方法容易受到某些特殊節(jié)點(diǎn)的影響；特征向量中心性[43]不能反映相鄰節(jié)點(diǎn)的數(shù)量，還能表征相鄰節(jié)點(diǎn)本身的重要性;文獻(xiàn)[44]提出利用Leademmk算法的原理和計(jì)算方法，并將此算法運(yùn)用到社會(huì)網(wǎng)絡(luò)節(jié)點(diǎn)重要度的計(jì)算上來；文獻(xiàn)[45]提出HITS算法，給每個(gè)節(jié)點(diǎn)度量權(quán)威值和樞紐值來度量節(jié)點(diǎn)重要性；還有其他SALSA算法[46]、節(jié)點(diǎn)收縮法[47]、自動(dòng)信息匯集算法[48]也被廣泛應(yīng)用于復(fù)雜網(wǎng)絡(luò)的節(jié)點(diǎn)重要度求解問題。本文采摘自“基于故障率相關(guān)的加工中心的可靠性及風(fēng)險(xiǎn)評(píng)估”，因?yàn)榫庉嬂щy導(dǎo)致有些函數(shù)、表格、圖片、內(nèi)容無法顯示，有需要者可以在網(wǎng)絡(luò)中查找相關(guān)文章！本文由海天精工整理發(fā)表文章均來自網(wǎng)絡(luò)僅供學(xué)習(xí)參考，轉(zhuǎn)載請注明！相關(guān)內(nèi)容可查閱：主頁（加工中心）、產(chǎn)品頁（CNC加工中心）、文章頁（精工加工中心）