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.     

用修正后的主方程计算BA模型度分布的探讨

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、更有效地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,由此得出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作出用2种理论计算的BA模型度分布的对数图.     

复杂网络中的微积分思想

通过对复杂网络经典BA模型和其扩展模型中的网络度分布研究,介绍了在复杂网络中运用微积分思想计算复杂网络度分布的方法;具体通过微积分给出了网络的度分布的分析求解过程.     

Markov过程对一类改进BA模型度分布的分析

提出对原始的BA模型进行修正,使得模型中原始节点的度分布都不为0,同时每个原始节点被连接的概率都不为0.改进了复杂网络度分布概率的统计定义,将原始节点和时间概念都考虑在内,使度分布的定义更加符合实际.用Markov过程对修改的BA模型度分布进行分析,得出能描述度分布随度值和时间演化的矩阵方程,并做出模型的度分布对数关系的数值模拟图.     

基于邻居系数的聚集度可调无尺度网络建模

针对聚集系数未涉及间接邻居连通性和无法正确描述大节点度网络节点的问题,提出聚集度的新度量-邻居系数,并基于其统计意义提出邻居系数网络模型.邻居系数从邻居演化的角度描述聚集度,定义为网络节点的间接邻居也是其直接邻居的概率,分析表明邻居系数可有效地描述各种网络节点的聚集度.邻居系数模型是通过引入局域连接这一邻居演化机制对Barabási-Albert(BA) 无尺度网络模型的扩展.仿真结果表明邻居系数网络模型既具有可调的聚集度,又保持节点度的幂率分布.     

BA指数网络结构特性精确计算

度分布和平均路径长度是复杂网络的两个重要结构特性.对于随机增长的网络,其平均路径长度一般主要通过计算机模拟给出数值结果,尚无一个普适的解析计算方法.为此首先利用主方程的方法对BA随机指数网络的度分布进行解析推导,与Barabási等的结果相比所得度分布与计算机模拟值更接近.然后对BA随机指数网络和BA确定性指数网络的平均路径长度进行解析计算,所得结果与经典的ER随机图相似,即平均路径长度以网络大小的对数形式增长.此外,对BA随机指数网络平均路径长度的模拟值与解析计算结果相吻合.最后,对BA确定性指数网络的度分布与直径进行了解析计算,并对两个网络的结构特性作了比较.比较结果表明,BA随机指数网络和BA确定性指数网络的结构性质虽然存在量上的差异,但从定性角度来说,其拓扑结构是相同的.     

一种动态的无标度网络模型

针对BA无标度网络模型模拟现实世界的局限性,同时参考其它扩展模型的结果,提出一种新模型,该模型包含新节点的加入和旧节点的删除,旧节点之间择优的再生连接和反择优的删除连接.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.分析结果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,调节参数就可与现实中的许多复杂网络的幂律指数相吻合,因此,该模型更具有一般性.     

Model construction and analyses of a class of scale-free network with variable power law exponent

多数现实网络的度分布指数(幂指数)介于(2,3),而BA网络的度分布指数恒等于3.基于BA模型,引入老节点之间的择优连接机制,建立了一类变幂率的无标度网络模型,给出了这类复杂网络演化的解析结果,证明了在不同的参数下,其幂指数介于[2,3].同时指出,BA网络只是该模型的一个特例,通过一些实际网络数据的分析,说明了该网络模型的有效性和合理性.     

具有均匀与幂律双重混合分布的复杂网络动态演化模型的研究

提出了一类复杂网络模型的动态演化算法,利用数理统计方法和MATLAB工具对由该算法所生成模型的度分布进行了理论分析和数值仿真,证明该演化算法所生成的复杂网络模型具有均匀与幂律混合分布的特征,对人们公认的节点度分布服从幂律分布或介于指数分布和幂律分布之间这一真实网络分布特征提出了不同的观点.     

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.      

无标度网络的相关性和联合度分布

研究无标度网络的相关性.关于相邻点对的联合度分布,利用率方程方法把已有的结果推广到BA模型的一般情况.同时使用平均场方法给出任意点对的联合度分布.     

随机网络的马氏链模型

本文给出一种严格的数学模型描述随机网络,该模型与BA模型有相同的边际分布和边界条件。我们不但给出模型的边际分布,也给出所有多维联合分布,并且构造出概率空间使得这个新模型可以看作其上的图值马氏链。     

一种新的获得无标度网络的方法

提出一种新的获得无标度网络的新方法。该方法是从一个已有任意网络中,按照与度成反比的概率去除一个老结点,即结点连边越少、度越小,该点被去除的概率越大;去除一个老结点后,将一个新结点按照度优先原则加入到网络中去,占据去除结点位置;如此反复演化,可以获得一个无标度网络,该网络具有度分布较为集中,没有标准BA无标度网络的胖尾。     

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.     

一类特殊生长网络模型的分析与应用

讨论了一类基于BA模型生成机理的特殊的生长网络模型,采用率方程的方法计算得其度分布,证明了该网络是节点度分布是符合幂律分布的无标度网络,其幂指数为-2。从理论上分析了这个模型与BA模型由于拓扑结构的不同而造成的宏观性质的差异。并将这个模型应用于高校人才吸引网络,利用SPSS和M atlab模拟仿真证明了该模型数学期望关系式的正确性及模型的有效性。     

均匀增长无标度网络的等价模型

分析了无标度网络的BA模型和与BA等价的随机连接到边模型.在给出边的权重和节点适应度定义的基础上,提出了无标度网络的边加权网络模型和节点适应度模型.通过解析的方法证明了它们与BA模型的等价性.计算机模拟的结果也说明了它们的等价性,并给出了4个等价模型之间的比较.     

配电网单相接地故障的自动化检测模型设计

当前配电网单相接地故障检测模型知识表达能力较差,其产生过程只依据正常配电网样本数据,无需单相接地故障数据,未充分利用先验知识,导致检测精度低。提出新型配电网单相接地故障自动检测模型。提取配电网单相接地故障特征,设计配电网单相接地故障自动化检测模型,将故障特征向量作为输入向量,引入输入向量与权值向量元素之间的匹配程度,将其作为第二层节点的输入,将第二层的输出作为第三层的输入,对模型进行训练,输出的结果即为配电网单相接地故障检测结果。实验结果表明,所提模型具有很高的检测精度。     

VANET运动模型解析解与数值解的比照分析

依据车载自组织网络(VANET)的高移动性特征分别建立VANET运动解析模型与运动仿真模型.通过两种运动模型得到VANET度分布的解析解与数值解.对它们进行比照分析,发现两种度分布曲线均呈现出小度值的节点个数众多、大度值节点个数较少的特点,符合幂律函数分布,由此证明VANET是一个无标度网络.另外,从理论分析与仿真实验两个角度证明,VANET对随机性攻击具有较高的鲁棒性,但对针对性攻击则表现出网络的脆弱性.