新后的排序序号；
[0096] 即：将原始排序序号1、2··· 10更新为：9、10…18 ;
[0097] 同时，更新变量W的值为18 ;
[0098] (5)对跨社区边L3进行访问，向跨社区边L3增加的排序序号为：变量W当前值加 1，即 18+1，为 19;
[0099] 同时，更新变量W的值为19;
[0100] (6)对跨社区边L4进行访问，向跨社区边L4增加的排序序号为：变量W当前值加 1，即 19+1，为 20;
[0101] 同时，更新变量W的值为20;
[0102] (7)访问社区结构单元C3，由于其已存在原始排序序号，因此，对社区结构单元C3 的各个原始排序序号进行更新操作，更新方法为：令每个原始排序序号加上变量W当前值， 即20,得到更新后的排序序号；
[0103]SP:将原始排序序号1、2..·15更新为：21、22…35。
[0104] 从而可得到图9示出的边排序结果图。
[0105] 对于图5示出的网络拓扑图，如果采用传统的广度优先排序策略进行排序，可得 到图10示出的排序结果图。观察图9和图10可以发现，在本发明提供的图9的排序结果 图中，属于同一个社区结构单元的各条边的排序序号为连续排序序号，而能体现出同一个 社区结构单元中各个网络节点的社区关系的紧密性，方便对整个网络性能进行研究；而在 图10的排序结果图中，同一个社区结构单元的各条边的排序序号杂乱无章，无法体现出任 何规律性。另外，经验证，采用图9的排序结果图生成决策图时，所生成的决策图远小于采 用图10的排序结果生成决策图。
[0106] 为了进一步验证本发明提供的排序方法，能够显著减小所生成的决策图大小，进 行以下试验：
[0107] 对于图11、图12和图13示出的三个网络样本，分别采用本发明提供的排序方法和 传统的广度优先遍历方法进行边排序，再分别基于边排序结果生成决策图，结果见表1和 表2 :
[0108] 表1对于3个网络样本的决策图大小比较
[0109]
[0110] 表2对于3个网络样本的可靠性分析时间比较
[0111]
[0112]由表1和表2的比较结果可以看出，本发明所采用的两遍排序的方法，将社区结构 和虚拟网络排序过程分开处理，能够获得比广度优先遍历方法更小的决策图，从而在基于 决策图的最小路集分析和可靠度计算方面节约了大量时间。另外，本发明人还对其他各类 简单或复杂的网络进行大量实验，实验结果均能够证明：本发明提供的边排序方法，能够显 著减小所生成的决策图大小。
[0113] 以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人 员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应 视本发明的保护范围。
【主权项】
1. 一种应用于具有社区结构网络的边排序方法，其特征在于，包括以下步骤： 步骤1，对由多个网络节点组成的初始网络进行社区关系分析，同时，保持初始网络中 各个节点的拓扑关系不变，生成网络社区结构图；其中，所述网络社区结构图包括η个社区 结构单元，η为自然数；将η个社区结构单元依次记为社区结构单元Q、社区结构单元(V·· 社区结构单元Cn; 并且，将连接同一个社区结构单元内部的两个网络节点之间的边称为社区内部边，将 连接两个社区结构单元之间的边称为跨社区边； 步骤2,对于每个社区结构单元，均采用以下边排序方法： 对属于该社区结构单元的所有社区内部边，采用广度优先遍历方法，以序号1为排序 起点，对社区内部边进行边排序，得到属于每个社区结构单元的社区内部边的原始边排序 序号； 艮P :设社区结构单元Ci、社区结构单元(V··社区结构单元Cn所包含的边数量分别为N i、 N2 …Nn; 则： 对属于社区结构单元Ci的社区内部边的原始边排序序号分别为1、2…N1; 对属于社区结构单元C2的社区内部边的原始边排序序号分别为1、2…N2; 对属于社区结构单元Cn的社区内部边的原始边排序序号分别为1、2…Nn; 步骤3,将步骤1生成的网络社区结构图中的每个社区结构单元映射为对应的虚拟网 络节点；将步骤1生成的网络社区结构图中的每条跨社区边映射为虚拟跨社区边，虚拟网 络节点以及虚拟跨社区边即形成虚拟网络； 步骤4,采用广度优先遍历方法对所述虚拟网络进行节点-边排序，得到虚拟网络节点 和虚拟跨社区边的排序序号； 步骤5,根据虚拟网络节点的序号和虚拟跨社区边的序号，对步骤2得到的网络社区结 构图重新进行边排序，得到最终的边排序结果； 边排序方法包括： 步骤5. 1，将虚拟网络节点和虚拟跨社区边统称为虚拟元素，将虚拟元素按步骤4排序 得到的排序序号由小向大的顺序依次记为虚拟元素Q1、虚拟元素Q2…虚拟元素Qr;其中，r 为虚拟元素的总数量； 将步骤2得到的网络社区结构图中的社区结构单元以及跨社区边统称为实体元素，将 分别与虚拟元素Q1、虚拟元素Q2…虚拟元素Qr对应的实体元素记为实体元素P1、实体元 素P2…实体元素Pr;可见，实体元素区分为两类，一类是社区结构单元，属于该社区结构单 元的社区内部边已按传统广度优先策略完成边排序，即：已存在原始排序序号；另一类是 跨社区边，还未存在排序序号； 步骤5. 2,依次访问实体元素P1、实体元素P2…实体元素Pr，BP: 步骤5.2. 1，首先访问实体元素P1，并判断实体元素P1是否为社区结构单元，此处，由 于实体元素P1为第1个被访问对象，因此，必然为社区结构单元，表明实体元素P1的社区 内部边已存在原始排序序号，维持实体元素P1的社区内部边的原始排序序号不变；并将实 体元素P1的最大排序序号的值赋给变量W; 步骤5. 2. 2,然后，继续访问实体元素P2,并判断实体元素P2是否为社区结构单元，如 果是，则执行步骤5. 2. 3 ;如果否，则执行步骤5. 2. 4 ; 步骤5. 2. 3,此时，表明实体元素P2的社区内部边已存在原始排序序号，同时，对实体 元素P2的各个原始排序序号进行更新操作，更新方法为：令每个原始排序序号加上变量W 当前值，得到更新后的排序序号； 同时，对变量W的值进行更新操作，将实体元素P2更新后的最大排序序号的值赋给变 量W; 转到步骤5. 2. 5 ; 步骤5. 2. 4,此时，表明实体元素P2为跨社区边，实体元素P2排序的序号为变量W当前 值加1后的值； 同时，对变量W的值进行更新操作，将实体元素P2的排序序号赋给变量W; 转到步骤5. 2. 5 ; 步骤5. 2. 5,按步骤5. 2. 3-步骤5. 2. 4的排序方法，对后续的实体元素P3…实体元素Pr依次进行访问并排序，得到最终的边排序结果。2.根据权利要求1所述的应用于具有社区结构网络的边排序方法，其特征在于，步骤4 具体为： 任意选取一个虚拟网络节点Fi作为排序起点，其排序序号即为1 ;然后，从2开始，对 所有关联于虚拟网络节点Fi且尚未排序的虚拟跨社区边进彳丁排序，设此处，共有xl条虚 拟跨社区边直接与虚拟网络节点Fi相连接，则xl条虚拟跨社区边的排序序号分别为：2、 3…xl+1 ;然后，对于序号为2的虚拟跨社区边，将与其另一端连接的虚拟网络节点排序为 xl+2 ;对于序号为3的虚拟跨社区边，如果与其另一端连接的虚拟网络节点尚未排序，则将 其排序为xl+3 ;依此类推，直到将与xl条虚拟跨社区边的另一端连接的虚拟网络节点均排 序结束后，再对下一层虚拟网络节点进行排序，如此反复，直到将虚拟网络中的各个虚拟网 络节点和虚拟跨社区边均排序后，结束。
【专利摘要】本发明提供一种应用于具有社区结构网络的边排序方法，包括以下步骤：1)生成网络社区结构图；2)对属于该社区结构单元的所有社区内部边，采用广度优先遍历方法排序；3)生成虚拟网络；4)采用广度优先遍历方法对所述虚拟网络进行节点-边排序；5)根据虚拟网络节点的序号和虚拟跨社区边的序号，对步骤2得到的网络社区结构图重新进行边排序，得到最终的边排序结果。本发明提供的应用于具有社区结构网络的边排序方法具有以下优点：采用本发明提供的边排序方法进行边排序后，能够显著减小所生成的决策图的大小，从而提高网络可靠性的分析效率。
【IPC分类】G06F17/30, G06Q50/00
【公开号】CN105426494
【申请号】CN201510822492
【发明人】莫毓昌, 潘竹生
【申请人】浙江师范大学
【公开日】2016年3月23日
【申请日】2015年11月24日