设计无标度网络的一种新方法

提出了一种设计生成满足任意指定幂律要求的无标度网络的新方法.该方法利用了无标度网络的一个重要性质,即无标度网络的最终形成是受其度的几何均值控制的.为此提出了一个算法,该算法从一个合理的小世界网络开始,通过富者愈富的原则不断地对当前网络实施删边和加边操作,同时保证网络中的节点个数、网络中的总边数和网络的连通性不变,直到网络中节点度的几何均值达到了一个特定的值为止,生成一个预定的无标度网络.数据仿真验证了该方法总可以生成一个满足指定幂律要求的无标度网络.     

具有适应度的无标度网络

提出了一个具有适应度的无标度网络模型。每个时间间隔,网络以概率p增加一个新点,并以适应度择优选择m个旧点与新点连接,产生m条新边;以概率1-p按度数择优的规则在旧点之间生成m条新边。对于一些特定的节点适应度的概率密度函数ρ（x）和率函数f（x,y）,该网络的度分布具有幂律尾部,且幂律指数2〈γ〈＋∞。     

幂头饱和的无标度网络模型

在无标度网络模型的算法基础上,考虑到新成员个体的差异性,改进新增结点的连边机制,得到了一种结点的度分布有幂头饱和特性的复杂网络模型。从仿真结果来看,该网络模型的结点的度分布尾部仍然呈现幂律分布特性,并且在度分布的头部有饱和现象,这种幂头饱和的复杂网络模型的度分布特性符合一些现实网络的实证研究结果。     

基于两种不同择优概率下的无标度网络模型

基于标准的无标度网络模型,建立了一般的网络动力系统所符合的偏微分方程,不仅给出无标度网络的一个拓扑性质,而且讨论了其中每个功能函数的实际意义.接着本文扩展了BA网络模型增长的"度优先连接机制"原则,从更一般的情形出发,建立了一类具有2种不同优先连接概率共存的网络模型,通过理论分析,得知该模型具有无标度特性.最后对无标度网络的幂律指数γ的取值范围与多种择优概率并存现象之间的相互关系做了探索,并依据节点在整个网络中的"贡献度",提出了一类优先连接概率.     

一类点边同时变化的无标度复杂网络模型研究

在BA模型的基础上,提出了一个能较好描述现实复杂网络特征的无标度网络模型.该模型的节点和连边能同时发生变化,即新节点的加入和旧节点的删除,旧节点的再生连接和删除.运用连续介质理论和平均场理论建立起与之对应的演化方程,并计算出了它的严格解,导出了该模型的度分布和幂律指数的表达式.研究分析表明:该模型能自组织演化成无标度网络,其幂律指数在1~3范围内,这与现实中的许多复杂网络相吻合,因此,该模型更具有一般性.     

一种随机-无标度混合的P2P蠕虫传播模型

针对现有模型中只用节点度来构建蠕虫网络的不足,文中结合无标度网络性质和实际P2P网络通信的特点,引入一个表示新节点连接概率的调节参数,在此基础上以随机选择与优先依附混合的方式建立蠕虫传播模型,并利用平均场理论和Matlab仿真对模型的演化机理进行研究.理论分析与仿真实验表明:选择蠕虫网络中合适的节点和新感染蠕虫主机建立的连接与连接概率、节点吸引力等因素有着紧密的联系;所建立的蠕虫网络具有无标度网络的性质.     

基于复杂网络的微博用户关系网络特性研究

以新浪、腾讯、搜狐三大微博注册用户为研究对象,根据用户之间的关注关系构建了复杂网络,分别给出了该网络的度分布、聚集系数以及平均路径长度等统计特征,得出微博用户关系网络具有无标度特性以及小世界效应.     

一类作为网络模型的可平面无标度图

无标度特性普遍存在于大量的实际网络和人造网络中.为了更好地研究这类无标度网络模型的拓扑性质和内在动力学,大量的模型被建立,如随机网络模型和确定性网络模型.鉴于以往确定性模型中的无标度指数都是唯一不变的常数,定义了一类具有广义自相似性的增长网络模型,分析了它的一些拓扑性质:平均度、聚集系数、直径、度分布、最多叶子生成树.得出该模型具有无标度特性和小世界效应,并且可以通过调整相应的参数来获得丰富的无标度指数.     

一类三角形结构动态复杂网络演化模型分析

给出了一类三角形结构动态复杂网络演化模型的演化算法,利用平均场理论和MATLAB工具对模型的度分布、平均聚集系数等给出了精确的理论解与数值仿真解,结果表明两种解完全吻合,同时证明了该类演化模型具有许多真实网络的无标度特征和小世界特征,是目前设计与构造无标度复杂网络模型中一种极为简单、理论分析严密的动态演化模型.     

团体择优广义合作网络的度分布分析

将团体竞争的思想引入到合作网络的研究中, 提出了一个团体择优广义合作网络模型, 其中, 新加入的节点以团体择优概率选择已存在的节点形成一个含有T个节点完全图. 利用马尔可夫链的方法, 证明了网络的稳态度分布是存在的, 且得到了网络度分布的精确解析表达式, 并说明了此广义合作网络是一个标度指数γ＝T＋1的无标度网络.     

基于节点吸引力的可调参数复杂网络模型

针对真实网络的生长演化规律,以及BA无标度网络模型和原始的节点吸引力模型在择优连接以及生成网络统计特征方面所存在的问题,综合考虑复杂网络生长演化过程中节点度和节点吸引力的择优连接特性,提出了一种基于节点吸引力的可调参数复杂网络模型. 理论研究与仿真实验分析表明,基于节点吸引力的可调参数复杂网络模型可以有效生成结构稳定并与实际网络统计特征很接近的复杂网络,通过调节模型参数可以灵活调整网络的生长演化过程. 模型生成的网络度分布仍然服从幂律分布,并且具有较高的群集系数和平均路径长度.      

一种基于社团和分层思想的无标度演化模型

针对复杂网络节点度分布服从幂律分布问题, 给出一种基于社团和分层思想的无标度演化模型. 该模型利用转轮思想和限制节点度改进了无标度模型的优先连接策略; 加入分层结构优化了无标度网络的搜索; 将局域世界模型中的局域世界思想引入到模型中, 并利用社团结构改进了局域世界模型中局域世界的不确定性问题.  理论分析证明了模型的度分布服从幂律分布, 且幂律指数可调.  模拟实验结果表明, 模型有较小的平均路径长度和较大的聚类系数,  且两层网络搜索效率优于单层网络搜索.     

BA演化模型的一种扩展

提出了BA模型的一个扩展模型.仿照Logistic模型,对BA模型的优先选择概率进行改进,利用连续理论和比率方程分析扩展模型的度演化及其度分布.解析结果表明在一定的条件下,扩展模型与BA模型是等价的.并且利用Matlab对扩展模型进行了模拟仿真,试验结果表明,其度的时间演化在某些条件限制下发生了改变并且其度分布不再是幂率分布而是在双对数坐标平面上是弯曲的.     

一类变幂率的无标度网络模型构建和分析

依据网络中节点的局域特征,提出了一种简单的节点重要性的度量方法.其主要原则是网络中节点的重要性不但与节点本身的度具有一定的关系,而且与节点的邻居节点的度也存在一定的关联.实验结果表明:该方法能够在不了解网络全局拓扑架构的基础上,比较细致地描述网络中各节点之间的差异性,而且算法时间复杂度仅为o(m+n),因此对于大型复杂网络也可以获得理想的计算能力.     

基于局域择优的作战信息网络模型

针对目前战术通信网络模型存在缺乏宏观可调参数以及度分布不便于解析的特点,将作战信息网络划分为核心层、中间层和用户层,提出了作战信息网络的演化网络模型,并对带可调参数的演化网络模型进行了度分布平均场解析.从理论上阐明了作战信息网络的幂率介于2~4,证明了单位时间内平均到达节点数对幂率没有影响.对特征参数进行了仿真,说明了在不同择优概率情况下平均路径长度和集群系数具有不同的分布规律.     

基于搜索效率的复杂网络多模型并行演化分析

很多真实的复杂网络呈现无标度性．但是,这些网络为什么在增长过程中遵从优先连接规则？现有研究尚未给出有力的解释．一个合理的猜想是：这些网络如果不遵从优先连接规则,则将处于不利的地位．为证实这一猜想,采用搜索效率作为评价指标,量化评价不同演化模型的优劣．首先提出一种新的复杂网络并行演化模式,使得同一网络中不同的局部遵从不同的演化模型,从而在统一的基础上比较不同演化模型搜索效率的优劣．以BA无标度网络、WS小世界网络和随机网络为基础,构建了异质复杂网络．其次,采用随机游走搜索策略和DS最大度搜索策略,比较遵从不同演化模型的异质子网的搜索效率,力图解释复杂网络中演化模式同质化的原因．实验发现一种“信息壁垒”现象,即处于劣势的网络模型,其所属节点很难被其他模型的节点访问到．实验结果表明：对于以搜索为重要功能的复杂网络,无标度网络具有最强的适应性,从而在一定程度上解释了无标度现象在众多现实复杂网络中存在的原因．     

论无标度网的增长和择优

增长和择优机制是无标度网络中两种重要的演化机制,已发现比较重要的择优机制有度择优和秩次择优,比较重要的增长方式有星形图增长和完全图增长.该文首先分析了秩次择优机制对网络度指数的影响,指出可以利用秩次择优来构造度指数在较大范围内变化的模型. 接下来分析了星形图增长和完全图增长的优缺点,并提出了更符合实际情况的模体增长方式,然后结合秩次择优机制和模体增长方式提出了一个新模型——模体增长秩次择优模型,该模型除了具有较宽的度指数范围外,还在度指数大于2.5时具有独立于网络规模的群集系数.     

基于偏微分方程的增长网络结构分析

为了研究网络的功能,需要首先研究增长网络的拓扑结构,包括网络的度分布和节点度等。当网络规模足够大时,将网络节点的度看作连续变量,根据网络演化过程中所满足的马尔科夫性,建立网络节点数量的变化方程,从而化简变形得到基于一阶双曲方程的增长网络模型。求解得到了兼具优先和随机2种连接机制的网络度分布P(k)和节点度kt0(t),同时也发现了节点度函数与双曲方程特征线之间的关系。根据网络的演化机制,通过对该增长网络模型进行随机模拟,验证了度分布与节点度理论结果的正确性。将网络的度分布计算转化为偏微分方程求解问题,将节点度的变化视为偏微分方程的特征线,将偏微分方程应用于增长网络的建模中,从而可以解析地对网络结构进行分析。     

基于BA网络的产业经济发展模型仿真

本文以Luna人工认知企业发展进化仿真模型为基础,在企业智能体之间的交互关系构成的拓扑网络关系中,依据择优性原则,合理地嵌入无尺度网络BA模型,构建产业经济发展模型,研究经济复杂网络中的无尺度特性涌现的规律性。在SWARM2．1．1仿真平台上．该仿真模型描述了产业经济发展的初始波动增长过程。由仿真结果可以看出,较为单一的企业入驻区域经济,增加到一定规模以后,企业的平均GDP将保持均衡。     

Master方程的修正及其对BA模型度分布的计算

Master方程是计算无标度网络度分布演化规律的一种常用方法.提出了对原始的Master方程进行修正,加入了节点增长机制,修正后的Master方程具有离散性,能够更精确、更有效的计算真实复杂网络的度分布演化规律.用修正的Master方程分析BA模型度分布的解析式并计算,由此得到BA模型度分布对数图.把离散性的Master方程与连续性的平均场理论进行对比分析,并在同一坐标系下分别做出用两种理论计算的BA模型度分布的对数图.