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(jiǎn)化分析過(guò)程。從而網(wǎng)絡(luò)中個(gè)節(jié)點(diǎn)對(duì)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(wèn)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(guò)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(guò)度中心 度來(lái)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(lái)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(lái);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(lái)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(wèn)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(wú)法顯示,有需要者可以在網(wǎng)絡(luò)中查找相關(guān)文章!
本文由伯特利數(shù)控整理發(fā)表文章均來(lái)自網(wǎng)絡(luò)僅供學(xué)習(xí)參考,轉(zhuǎn)載請(qǐng)注明!
相關(guān)內(nèi)容可查閱:主頁(yè)(加工中心)、產(chǎn)品頁(yè)(CNC加工中心)、文章頁(yè)(數(shù)控加工中心)
2024-11
本文以組合式六角亭模型為實(shí)例,分析工藝難點(diǎn)與加工可行性,指出該模型的加工難點(diǎn)是模型形狀不規(guī)則和整體剛性差,并通過(guò)設(shè)計(jì)新的工藝方案解決加工難點(diǎn),完成了模型整體的加工。新的加工工藝有助于提高加工效率和精度,為五軸數(shù)控加工提供了一個(gè)典型案例,對(duì)于五軸加工中心數(shù)控加工也具有指導(dǎo)作用和重要… [了解更多]
2024-11
宇匠數(shù)控 備注:為保證文章的完整度,本文核心內(nèi)容由PDF格式顯示,如未有顯示請(qǐng)刷新或轉(zhuǎn)換瀏覽器嘗試,手機(jī)瀏覽可能無(wú)法正常使用!本文摘要:通過(guò)對(duì)混聯(lián)五軸加工中心自適應(yīng)深度學(xué)習(xí)控制方法的 研 究,可 知 此 方 法 的 創(chuàng) 新 之 處 在 于:1)建 立 了 機(jī) 床 的 運(yùn) 動(dòng) 學(xué) … [了解更多]
2024-11
在機(jī)測(cè)量技術(shù)由于其成本低、檢測(cè)效率高、無(wú)需二次裝夾等優(yōu)勢(shì)被廣泛用于零件加工測(cè)量當(dāng)中,使得五軸加工中心和五軸鉆攻中心,同時(shí)又兼具測(cè)量功能。在機(jī)測(cè)量系統(tǒng)的構(gòu)成如圖1所示,硬件部分主要是由高精度探頭、信號(hào)接收器、機(jī)床整個(gè)本體,軟件部分由機(jī)床控制系統(tǒng)、測(cè)量軟件等組成[8]。待零件加工完成… [了解更多]
2024-11
?加工精度是影響機(jī)床性能和產(chǎn)品質(zhì)量的主要難題,也是制約國(guó)家精密制造能力的重要因素。本文以五軸加工中心為對(duì)象,針對(duì)提升機(jī)床精度進(jìn)行了研究。并且隨著科技的發(fā)展,精密的儀器和零件在生產(chǎn)實(shí)踐中占據(jù)的分量逐漸增加,在數(shù)控機(jī)床這種精密機(jī)器精度不斷提高的同時(shí),必須控制內(nèi)外界環(huán)境的隨機(jī)影響因素在… [了解更多]