研究生宪易书在《Chaos, Solitons & Fractals》上发表复杂网络拓扑结构信度重构最新研究成果

    bw西汉姆联张齐副教授团队在复杂网络拓扑结构重构方面取得重要进展。相关成果以《Evidential reconstruction of network from time series》为题，发表于国际非线性科学期刊《Chaos, Solitons & Fractals》（中科院数学大类一区TOP期刊，2026年影响因子5.7）。论文第一作者为2024级物理学硕士研究生宪易书，张齐副教授为通讯作者，bw西汉姆联为论文第一署名单位（DOI: 10.1016/j.chaos.2026.118866）。

    近年来，随着网络科学在生物、交通、社交、人工智能及信息传播等领域的广泛应用，获取准确的网络拓扑结构已成为后续分析的基础前提。然而，在许多实际场景中，网络的结构信息往往不可直接观测，只能通过节点状态演化所产生的时间序列来间接推断，且观测数据常具有多源性与不确定性，这为拓扑重构带来了根本性挑战。

    基于此，研究团队聚焦于从时间序列中直接推断复杂网络结构这一核心问题。研究提出了一种基于Dempster–Shafer证据理论的网络重构框架，利用SIS传播模型生成的时间序列，将多源信息在证据推理机制下进行融合，从而高保真地捕捉网络底层的相互作用模式。团队在Barabási–Albert网络、Erdős–Rényi网络和Watts–Strogatz网络三类代表性模型上进行了系统验证，结果表明重构精度在多种网络规模与密度条件下均保持较高水平且具有稳健性。进一步将该框架应用于多个领域的真实数据集，同样验证了其稳定性与普适性。

本研究的科学价值在于建立了一种可扩展的证据推理网络重构框架，尤其适用于处理不确定或不完整的多源观测数据，为复杂系统结构组织的揭示提供了有力的方法学支撑。相关成果可直接应用于大规模传染病的传播溯源、社交网络结构挖掘等场景，并为后续网络动力学分析与鲁棒性研究奠定拓扑基础。