1 熟练使用python进行数据分析、可视化分析;
2 熟练使用相关科学计算包、库,如numpy, scipy, pandas等;
3 在复杂网络领域有四年经验(发表多篇SCI论文),熟练使用python的networkx包进行复杂网络相关分析,如网络的度、度分布、集聚系数、最短路径距离、网络的鲁棒性(脆弱性)分析、级联失效等;
4 熟练使用Fortran科学计算语言,较好掌握数据结构与算法;
5 了解机器学习以及大数据相关算法;
6 具有良好的写作能力。
项目一:基于python的城市地铁网络脆弱性建模与分析,使用到了python爬虫工具从高德地图上爬取各个城市地铁网络数据,对数据进行清晰得到地铁网络的网络数据,进而执行相关的可视化分析与建模,如研究地铁网络的级联失效过程或者攻击脆弱性研究。
项目二: 中国航空网络的级联失效与鲁棒性建模与分析,同样使用到了python爬虫工具爬取机场网络数据,对数据进行清晰得到网络数据(邻接矩阵或连边),进而执行相关的可视化分析与建模;
项目三:社交网络的社团检测分析与可视化;
项目四:统计物理中的Ising模型、XY模型数值分析与编程实现。
近年来,随着大城市地铁输运的普及,对于客运输送的高时效性和高可靠性的要求也逐渐提高。其中,寻找地铁网络中的重要节点(站点), 对于提高输运稳定性具有重要意义。那么到底什么样的节点是重要的节点呢?我们怎样找到这些节点呢?带着这些疑问,广大学者提出了众多度量节点重要性的方法,其中常见
为了缓解航线网络在蓄意攻击下的级联故障,提出了一种考虑节点适应度的航线网络级联故障优化模型。首先,定义航线网络节点负载和容量,对航线网络的级联失效过程进行建模。然后,根据航线网络的运行特点,提出了三种负载再分配策略。通过仿真可得,该项目提出的负载再分配策略可不同程度地提升航线网络