科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来，复杂网络的鲁棒性优化问题引起人们广泛关注。复杂网络暴露在外会受到各种各样的攻击，因此如何设计抗击能力较好的网络结构成为了研究热点。虽然现有的方法在小规模复杂网络的鲁棒性方面已经取得了显著成果，但大规模复杂网络的能控性鲁棒性优化的计算成本非常大。而代理模型可以以较低的计算成本来代替优化过程中对复杂网络能控性鲁棒性的评估，但一个代理模型不可能适用于评估所有类型的复杂网络能控性鲁棒性。文中将Dempster-Shafer理论应用于代理模型选择及其混合，并把选择出的代理模型用来辅助进化算法搜索能控性鲁棒性更优的网络结构。此方法在SF、ER、SW、RR、RT和QS六种合成网络上的实验结果表明：在不同类型的复杂网络中选择合适的代理模型能更好的辅助进化算法找到能控性鲁棒性更优的网络结构。
- 单位
