10、有向类型边社交网络的全局结构分析

有向类型边社交网络的全局结构分析

1. 佛罗伦萨家族社交网络分析

1.1 无向数据的组合社交网络

在对佛罗伦萨家族的社交网络研究中,首先分析了无向数据的组合社交网络。该网络清晰显示出与美第奇家族的关联。巴尔巴多里家族在两个网络中都扮演着重要的中介角色,且似乎与美第奇家族一方联系更为紧密。

美第奇家族并非如某些模型所认为的那样,在新家族和寡头家族之间充当中间人。美第奇家族处于网络布局的一端,而非中心位置。美第奇家族与寡头家族之间存在四种不同的连接方式:通过里多尔菲家族、托尔纳博尼家族、吉诺里和阿尔比齐家族,以及巴尔巴多里家族,其中巴尔巴多里家族的连接最为重要且直接,因为它涉及婚姻和金融联系。

同时,组合图还表明斯特罗齐家族与美第奇家族最为疏远。在接下来的一个世纪里,这两个家族的关系成为托斯卡纳地区的重大竞争关系之一。

1.2 有向图的佛罗伦萨家族网络

研究者还手动构建了一个更大的社交网络,该网络的边类型更为多样,例如将金融关系细分为贷款和贷款担保等。几乎所有的边都是有向的。

为了分析这个更大的网络,将边类型聚合为两类:金融相关和个人关系相关。金融连接包括贸易、银行就业、房地产和担保等,部分边自然具有方向性,部分则没有。个人关系包括个人贷款、赞助、友谊和婚姻等。当关系具有自然方向性时,将更强大的一方置于箭头尾部,较弱的一方置于箭头头部,以确保影响力等属性沿箭头自然流动。婚姻连接按照帕吉特的方式,从女方家族指向男方家族,但也可以有相反的方向。

以下是佛罗伦萨家族的划分情况:
| 美第奇阵营 | 寡头家族 | 忠诚度分散家族 |
| — | — | — |

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值