基于最小路径覆盖算法的化工过程重要参数的识别

论文摘要

将复杂网络的目标控制理论应用到化工过程系统重要参数的识别中,以SDG(signed directed graph)模型和复杂网络理论为基础构建化工过程的网络模型,然后利用LeaderRank和节点相似度算法(SRank算法)对网络节点重要性进行排序并基于此对网络进行鲁棒性分析选取目标节点,通过最小路径覆盖算法对网络进行目标控制分析,确定驱动节点并对它们进行重点监控。案例分析结果表明,该方法可行,对化工过程系统中重要参数的监测和安全控制具有一定的指导意义。

论文目录

• 1 网络模型的建立
• 2 基于复杂网络目标控制理论的化工过程重要参数的识别
•   2.1 基于SRank算法的节点重要性评价
•     2.1.1 LeaderRank算法
•     2.1.2 节点相似度
•   2.2 蓄意攻击下的网络鲁棒性分析
•     2.2.1 评价指标
•     2.2.2 攻击方式
•   2.3 基于最小路径覆盖算法的化工过程网络目标控制
• 3 案例分析
•   3.1 案例一
•     3.1.1 网络模型的建立
•     3.1.2 基于SRank算法计算网络节点重要性排序
•     3.1.3 网络目标节点的选取
•     3.1.4 基于最小路径覆盖算法的网络驱动节点
•   3.2 案例二
•     3.2.1 网络模型的建立
•     3.2.2 基于SRank算法计算网络节点重要性排序
•     3.2.3 网络目标节点的选取
•     3.2.4 基于最小路径覆盖算法的网络驱动节点
• 4 结论

文章来源

类型: 期刊论文

作者: 秦艳,徐一凡,杨燕霞,王政,贾小平,王芳

关键词: 化工过程,复杂网络,目标控制,算法,鲁棒性,最小路径覆盖算法

来源: 现代化工 2019年04期

年度: 2019

分类: 工程科技Ⅰ辑,信息科技

专业: 无机化工,有机化工,计算机软件及计算机应用

单位: 青岛科技大学化工学院,青岛科技大学环境与安全工程学院

基金: 国家自然科学基金项目(41771575)

分类号: TQ015.9

DOI: 10.16606/j.cnki.issn0253-4320.2019.04.047

页码: 202-206

总页数: 5

文件大小: 176K

下载量: 95