網(wǎng)絡(luò)節(jié)點重要度分析國內(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)圖進行研究能夠大大簡化分析過程,。從而網(wǎng)絡(luò)中個節(jié)點對整個網(wǎng)絡(luò)或是其他節(jié)點的重要程度的定量化研宄成為了熱點問題,，現(xiàn)有的研宄主要從三個角度進行研宄，其研宄思路,、評價指標(biāo)及相關(guān)文獻如表1.1所示,。表1.1網(wǎng)絡(luò)節(jié)點重要度研究 研究方向 方法原理 重要度評價指標(biāo) 相關(guān)文獻 社會網(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)點破壞后的影響 核,、核度等 34 信息搜索分析 節(jié)點間鏈接關(guān)系 Leaderrank法、Hits法等 35-36 文獻[37]通過將網(wǎng)絡(luò)圖中的某一節(jié)點刪除,，然后計算生成樹的數(shù)量,，生成樹越少則代表節(jié)點重要度越高，但是如果若干個節(jié)點刪除后都會使網(wǎng)絡(luò)不連通,，就會導(dǎo)致此類節(jié)點的重要度相等而忽視了相鄰節(jié)點的影響,；文獻[38]通過度中心度來刻畫節(jié)點重要度，度數(shù)越大能直接影響的鄰居節(jié)點越多,，重要度越大,；Chen[39]等人提出了一種用半局部中心性來評價節(jié)點重要度的方法；Kitsak等人[4()]提出了K-殼分解法,，將外圍節(jié)點逐步去掉,，剩余的節(jié)點的重要度將會較高，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)點重要度,，但這種方法容易受到某些特殊節(jié)點的影響；特征向量中心性[43]不能反映相鄰節(jié)點的數(shù)量,，還能表征相鄰節(jié)點本身的重要性;文獻[44]提出利用Leademmk算法的原理和計算方法,，并將此算法運用到社會網(wǎng)絡(luò)節(jié)點重要度的計算上來；文獻[45]提出HITS算法,，給每個節(jié)點度量權(quán)威值和樞紐值來度量節(jié)點重要性,；還有其他SALSA算法[46]、節(jié)點收縮法[47],、自動信息匯集算法[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)險評估”，因為編輯困難導(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）