吴嫣媛，刘向军

(华北电力大学 电气与电子工程学院，北京 102206)

0 引 言

目前对复杂网络节点重要性判断方法都是针对具体问题提出的，存在一定的片面性和局限性，且会随着网络结构的变化使识别结果存在一定误差[1,3]。文献[4,5]指出了这种缺点，进而引入优化理论来进行关键节点识别，从攻击的角度通过节点失效后网络性能下降的方法来确定节点的重要性，以网络性能最小为目标采用禁忌搜索算法得到节点排序，使得识别方法适用于不同结构与类型的网络。但文献[4,5]在构建网络抗毁性测度衡量网络性能时，假设一个节点的失效不会影响其它节点，没有考虑拓扑结构的改变导致网络中物质流的变化，不能很好地反映真实的节点重要程度。文献[6-8]在计算节点失效后的网络性能测度时引入了级联失效过程，很好地切合了实际网络的这种动态特征。因此在关键节点识别过程中计算鲁棒性测度衡量网络性能时，应当考虑网络级联失效过程。同时文献[4,5]采用的禁忌搜索算法是一种基于单点搜索的元启发式算法，且具有对初始解依赖性较强、多样性不足等缺 点。

本文采用优化算法进行复杂网络的关键节点识别，在此基础上，考虑网络的动态性引入级联失效模型改进网络鲁棒性测度，并针对禁忌搜索算法的缺点，改进人工鱼群算法作为节点序列构造模型的求解算法，最后对比攻击不同策略识别的关键节点在模拟网络上的效果，验证本文策略的有效性和优越性。……