复杂网络无尺度特征及其演化机理研究

根据复杂网络演化的两个基本机理抽象出一种复杂网络演化的一般模型(GP Model),该模型具备增长和择优两个普遍特征,并根据连续动力学原理分析了该模型的平凡特征量.在平凡特征量的基础上,利用极大似然原理得出了该模型网络在经历长期演化后节点分布具有幂律特征这一结论,从概率理论上解释了这一类网络度分布特征的成因.此外,利用GP模型研究了互联网度分布的指数截断特征以及长期演化的节点度分布特征,并分析了互联网的长期演化态势和节点行为特征.     

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.     

区域创新合作网络演化特征与动力研究——以长三角为例

基于2005—2019年长三角地区产学联合申请专利数据构建合作网络，运用空间网络分析法、模体分析法和指数随机图模型研究网络的演化特征及动力机制。研究发现：在空间格局上，由“三足鼎立”向“核心-边缘”演变；在局部模体上，闭合模体是网络中的重要模体，网络存在集团化现象；在网络动力机制上，内生结构效应和节点属性效应是网络关系形成的重要动力，演化过程中存在显著的“马太效应”与“同质效应”。从战略协同、高地共建与机制重构等方面提出优化区域创新合作网络结构和促进长三角创新一体化发展的政策建议。     

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.     

无标度网络BA模型的物理内涵及其改进模型的比较

建立合适的网络模型有助于理解和研究网络结构和网络的动力学行为.本文考察了复杂网络的BA模型以及它的改进模型,分析比较每个模型的物理内涵及度分布,讨论了网络演化中择优机制的差异可能对其度分布特征产生重要的影响.并在各模型的基础上提出了一个新的更符合实际的改进模型,为复杂网络模型的更深一步探索提供了一个新思路.     

从网络质量控制角度观察无标度网络

阐明了增长网络度分布概念.从网络质量控制角度直观地给出增长网络无标度的严密定义,明确网络中枢点的概念,体现无标度网络稳健而又脆弱的特点.指出Barabási和Albert等人对择优增长网络模型的分析不能体现网络中枢点的原因.考虑了节点吸引度的概率分布,提出Poisson增长择优连接网络(Poisson NPA模型),并且借助Γ分布的性质证明了Poisson NPA模型的无标度性.     

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.     

复杂网络度分布特征研究

考察了复杂网络的不同模型,研究了在节点度总数不变条件下产生无标度现象的可能性。通过对OW S(择优W S)模型的提出和仿真,肯定了择优机制对形成网络节点度渐近分布特征的作用,并进一步指出,网络演化中进出择优机制的差异可能对其度分布特征产生重要影响。     

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.     

中国城市航空网络航线连接机制分析

航空网络具有重要的经济价值和社会价值.该文研究了中国城市航空网络,其中城市是节点,具有直航航班之间的城市相互连接.实证数据发现,该航空网络度分布是双段幂律的.通过对优先连接模型进行数值分析,该文发现无论是以几何距离还是以城市规模做为优先连接的指标,都无法再现该网络的度分布特征.该文猜想城市经济发展程度主要决定了该城市在航空网络中的地位.偏相关分析表明第三产业产值与航空客运量的相关程度最高.基于此,该文建立了以第三产业产值作为优先连接指标的航空网络演化模型,该模型很好地再现了实证网络的拓扑特征.该文成功将网络节点的外部特征引入网络演化模型中,拓广了网络演化模型的研究视野,不仅提出了航空网络演化机制新的解释,而且对于网络建模的理论研究具有一定的借鉴价值.     

LMGS吸引子混沌特征的定量观测

对孙海坚等人给出的Logistic映射图形集(theLogisticMapGraphSet,简称LMGS)的定义进行了扩展,并利用扩展的LMGS的定义构造出许多美丽的2DLMGS图形·这些美丽的图形根据其生成方式不同,可分成两类图形和吸引子·本文探讨了图形与吸引子之间的联系,发现图形的边缘与其对应的吸引子相似;并由一维可观察量计算系统混沌定量判据的方法,计算了吸引子的Lyapunov指数和关联维数,结果表明吸引子具有混沌动力学特征     

Internet动态节点特性的层级相关性研究

为了探究Internet拓扑动态节点演化特征的层级相关性,基于CAIDA项目授权的海量数据,结合网络科学的思想,分析了不同尺度下网络结构的演化机制.针对IP级与AS级拓扑,对层级与节点动态特性的相关性进行了分析,其中包括新生与消亡节点的动态变化比例、偏好依附、稳定连接数目等多个特性.结果表明:IP级拓扑节点的新陈代谢比AS级旺盛,IP级拓扑新生节点的非优先连接“偏好”比AS级稳定,新生连接中IP级拓扑的稳定连接数较多.IP级与AS级动态节点的演化有本质不同,为理解Internet的演化机制提供了基础.     

IP级拓扑新生与消亡节点的特征

针对IP级拓扑新生与消亡节点特征进行研究,基于CAIDA项目授权的海量数据,结合复杂网络的研究理论和方法,对IP级Internet拓扑新生与消亡节点的度分布、幂律特性等特征量,以及IP级新生连接进行统计分析及演化分析.结果表明,新生与消亡节点近似符合幂律分布,新生节点不倾向于与新生节点相连,而倾向于与网络中已存在的节点相连,且连接数为1的可能性较大.新生连接不符合优先连接性质,富者更富理论在动态上的表现不显著,高度节点的影响力在连接产生时不高.新生节点连接数目具有稳定性及普适性,这为Internet建模提供有效依据.     

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。     

改善微粒群算法多样性的多子群动态聚合

针对微粒群算法的群体多样性问题,将无标度网络形成过程中的择优连接机制引入微粒群算法的群体构造过程中,提出了一种多子群动态聚合的微粒群算法．依据算法搜索的状态,当某个子群面临搜索困境时,择优选择优秀子群建立连接,随着搜索的不断推进,微粒群体由多个独立的子群逐步聚合为一个类无标度群体网络．通过仿真实验发现,该算法通过调整微粒的邻域规模和连接方式平衡了算法的勘探和开发的能力,获得了较好的收敛性能．     

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。     

竞赛矩阵的分析及其应用

在传统的竞赛矩阵理论基础上进行扩展,建立一种基于强连通竞赛图和竞赛矩阵的分析模型.讨论以篮球比赛为模型的篮球竞赛图,采用该模型计算比赛得分,对双循环的竞赛进行了排名.结果证明了该分析模型的合理性,当比赛对应的竞赛图为强连通时,用相应的竞赛矩阵理论进行排名,可以克服传统的竞赛矩阵理论只用于单循环赛事排名的局限性,适合更广泛的赛制.     

无尺度网络中的统计力学特征

从统计力学的角度分析和考察了无尺度网络(scale—free networks)的基本特征,介绍了无尺度网络(scale—free networks)的最常用的动力学模型——Barabasi—Albert模型,总结求解度分布的理论方法,分析此动力学模型自身的不足,并据此提出新的研究问题。