系统工程与电子技术

作者：胡钢*, 康凯, 胡俊杰, 徐翔, 任勇军

单位：1. 安徽工业大学管理科学与工程学院，安徽 马鞍山 243032；2. 复杂系统多学科管理与控制安徽普通高校重点实验室，安徽 马鞍山 243032；3. 国防科技大学信息系统工程重点实验室，湖南 长沙 410073；4. 南京信息工程大学计算机学院，江苏 南京 210044

关键词：有向加权时序网络,超邻接时序矩阵列,多属性融合,序结构演化辨识

基金：国家自然科学基金（62072249）；国家社会科学基金（19BGL254）；安徽省自然科学基金（2108085MG236）；安徽省高校自然科学研究项目（KJ2021A0385）资助课题

弧有向加权时序网络可更加准确地描述节点间交互关联关系的倾向性选择及倾向性强度随时间演化过程中的变化，为辨识弧有向加权时序网络中的关键节点，提出基于多属性融合的弧有向加权时序网络节点重要性辨识方法。首先，为拓展挖掘网络时序演化多元信息源，集结网络多属性特征构建综合重要性矩阵列，可表征层内节点间交互关系的倾向性选择与倾向性强度大小。然后，定义节点层间传输能力相似度表征网络层间相似性。最后，融合节点间层内交互关系和层间关联关系构建弧有向加权时序网络多属性融合超邻接矩阵，并用特征向量列中心性方法对弧有向加权时序网络中的节点重要性排序，综合表征弧有向加权时序网络节点重要性序结构演化。实证数据仿真显示，所提模型对弧有向加权时序网络的关键特征有良好的表征，所得出的节点序结构在识别精度上优于其他模型，且排序靠前节点的传输能力优于其他模型。所提模型能为准确描述时序网络节点间复杂的交互关联关系提供思路，可为深入理解网络结构及其演化提供有力工具。

来源：2026年第3期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2026年第3期