工程软件格式加权网络的复杂特征分析

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (31): 82-85.

工程软件格式加权网络的复杂特征分析

张志华，封筠，赵正旭

石家庄铁道大学信息科学与技术学院，石家庄 050043

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-11-01 发布日期:2011-11-01

Complexity analysis on weighted networks of engineering software format

ZHANG Zhihua，FENG Jun，ZHAO Zhengxu

School of Information Science and Technology，Shijiazhuang Tiedao University，Shijiazhuang 050043，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-11-01 Published:2011-11-01

摘要/Abstract

摘要： 为使工程信息格式相互兼容，需考虑工程软件数据格式之间的转换。建立了一个工程软件数据格式转换加权网络，并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、加权聚类系数、边权分布、节点强度分布、权差异性以及加权相关性等方面对其进行分析。实验证明格式转换加权网络拥有较小的最短路径长度和较大的聚类系数，边权分布及节点强度分布符合指数分布，加权相关性表现出正相关的特性，故该网络为同向匹配的小世界网络。

关键词: 工程信息, 格式转换, 复杂网络, 加权网络, 小世界网络

Abstract: In order to make the format of engineering information compatible，the conversion between data formats of engineering software is considered.A weighted network on data format conversion of engineering software is established.Through the methods of complex networks analysis，the networks’ static characteristic index such as the average path length，the weighted clustering coefficient，edge weight distribution，node strength distribution，weight difference and weighted correlation are analyzed.The experiment results indicate that the weighted network of data format conversion has small average path length and large clustering coefficient，and the edge weight distribution and node strength distribution are consistent with exponential distribution.Besides，the weighted correlation shows positive feature.Therefore，the network is a small world network with positive correlation.

Key words: engineering information, format conversion, complex networks, weighted networks, small world networks

张志华，封筠，赵正旭. 工程软件格式加权网络的复杂特征分析[J]. 计算机工程与应用, 2011, 47(31): 82-85.

ZHANG Zhihua，FENG Jun，ZHAO Zhengxu. Complexity analysis on weighted networks of engineering software format[J]. Computer Engineering and Applications, 2011, 47(31): 82-85.

[1]	马满福，郭晨彪，李勇，张钟颖，张强，王常青. 基于结构熵的注意力流网络异构性研究[J]. 计算机工程与应用, 2021, 57(23): 98-105.
[2]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[3]	李金海，何有世，张鹏. 融合情境语义推理及社会网络的团购推荐研究[J]. 计算机工程与应用, 2021, 57(18): 163-171.
[4]	王安，顾益军. 基于社区划分的节点重要性评估方法[J]. 计算机工程与应用, 2020, 56(8): 42-48.
[5]	陈杰，程胜，徐梦，史豪斌. 面向医疗辅助诊断的可视化多属性决策方法[J]. 计算机工程与应用, 2020, 56(8): 249-255.
[6]	赵亮，朱征宇. 融入K-核迭代因子的重叠社区发现算法[J]. 计算机工程与应用, 2020, 56(3): 61-67.
[7]	杜轻，辛守庭，雷新宇，于海涛. 基于脑网络和TSK模糊系统的癫痫脑电识别[J]. 计算机工程与应用, 2020, 56(2): 133-140.
[8]	郝宇辰，刘臣. 媒体干预及用户信任的网络社区观点演化研究[J]. 计算机工程与应用, 2020, 56(16): 156-164.
[9]	易成岐，郭鑫，童楠楠，窦悦，陈东，王建冬. 基于启发式社团发现模型的创新态势研判算法[J]. 计算机工程与应用, 2020, 56(15): 74-79.
[10]	蔡菲，张鑫，牟晓慧，陈杰，蔡珣. 深度非负矩阵分解的链路预测方法研究[J]. 计算机工程与应用, 2020, 56(15): 153-161.
[11]	张昕，郭阳. 复杂网络中的一种介度熵抗毁性度量方法[J]. 计算机工程与应用, 2020, 56(12): 105-111.
[12]	葛炎1，蒋国平2，宋玉蓉2，李因伟1. 加权网络中考虑边权和度的熟人免疫策略[J]. 计算机工程与应用, 2019, 55(8): 74-79.
[13]	盛津芳，刘家广，王斌. 基于Katz自动编码器的城市路网链路预测模型[J]. 计算机工程与应用, 2019, 55(8): 116-123.
[14]	姚蓉1，杨雄1，杨鹏飞1，阴桂梅1，2，李海芳1. 精分EEG脑网络同步稳定性研究[J]. 计算机工程与应用, 2019, 55(5): 60-64.
[15]	胡健，朱海湾，毛伊敏. 基于时序加权PPI网络的关键蛋白质识别[J]. 计算机工程与应用, 2019, 55(23): 150-162.