随着图论相关理论的兴起，将复杂系统转化为复杂网络图进行研究能够大 大简化分析过程。从而网络中个节点对整个网络或是其他节点的重要程度的定 量化研宄成为了热点问题，现有的研宄主要从三个角度进行研宄，其研宄思路、 评价指标及相关文献如表1.1所示。

表1.1网络节点重要度研究

文献[37]通过将网络图中的某一节点删除，然后计算生成树的数量，生成树 越少则代表节点重要度越高，但是如果若干个节点删除后都会使网络不连通， 就会导致此类节点的重要度相等而忽视了相邻节点的影响；文献[38]通过度中心 度来刻画节点重要度，度数越大能直接影响的邻居节点越多，重要度越大； Chen[39]等人提出了一种用半局部中心性来评价节点重要度的方法；Kitsak等人 [4()]提出了 K-壳分解法，将外围节点逐步去掉，剩余的节点的重要度将会较高， 但是这种方法不适用于树形图、星型图或BA网络[41]; Albert[42]提出利用离心 中心度作为指标衡量节点重要度，但这种方法容易受到某些特殊节点的影响； 特征向量中心性[43]不能反映相邻节点的数量，还能表征相邻节点本身的重要性; 文献[44]提出利用Leademmk算法的原理和计算方法，并将此算法运用到社会网 络节点重要度的计算上来；文献[45]提出HITS算法，给每个节点度量值和 枢纽值来度量节点重要性；还有其他SALSA算法[46]、节点收缩法[47]、自动信 息汇集算法[48]也被广泛应用于复杂网络的节点重要度求解问题。

本文采摘自“基于故障率相关的加工中心的可靠性及风险评估”，因为编辑困难导致有些函数、表格、图片、内容无法显示，有需要者可以在网络中查找相关文章！

本文由伯特利数控整理发表文章均来自网络仅供学习参考，转载请注明！

相关内容可查阅：主页（加工中心）、产品页（CNC加工中心）、文章页（数控加工中心）