家电企业竞争网络的拓扑结构分析

通过搜集家电产业的相关信息,建立了企业与产品的专用数据库.并在此基础上生成了家电企业竞争网络,结合复杂网络的分析方法研究网络的多种属性,例如企业节点的度分布特性、网络的无标度程度、密度、同类匹配程度及群聚系数等.通过分析可知,家电企业竞争网是一个具有无标度特性及小世界特性的网络,呈现出节点择优连接、网络同类匹配等一系列网络现象.     

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.      

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。     

一类新旧节点同时演化的混合网络模型

在随机网络和无标度网络的基础上,提出了一个新旧节点同时演化的随机-无标度混合网络模型.在模型中,新旧节点都能够主动产生新的连边,并且新连边在选择目标节点的过程中具有随机和择优两种连接机制.理论计算和计算机模拟表明:可以通过4个参数将随机网络和无标度网络统一起来,通过调节参数,可以生成不同形态结构的网络.该模型能够在随机...     

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.     

有先行者优势的确定性网络

提出了一个确定性网络模型.模型考虑了新生成节点有不同的强弱状态,用节点度刻画节点的强弱,即强节点的度比较大.通过解析计算,得到了网络的特征系数,其特点是幂律度分布、大集聚系数和幂律簇度相关性,即模型生成了一个无标度层次网络.认为网络是无标度的是由于其生成方式上的特点,越早生成的节点拥有的度越大,这与BA(Barabási-Albert)无标度网络生长方式相似.如果节点度代表了个体拥有的资源、能力及社会关系等,那么越早生成的节点度越大,恰好对应于占先策略,即先行者优势.     

《上海理工大学学报》编辑委员会

提出了一个确定性网络模型,模型考虑了新生成节点有不同的强弱状态,用节点度刻画节点的强弱,即强节点的度比较大.通过解析计算,得到了网络的特征系数,其特点是幂律度分布、大集聚系数和幂律簇度相关性,即模型生成了一个无标度层次网络.认为网络是无标度的,由于其生成方式上的特点,越早生成的节点拥有的度越大,这与BA无标度网络生长方式相似.如果节点度代表了个体拥有的资源、能力及社会关系等,那么越早生成的节点度越大,恰好对应于占先策略,即先行者优势.     

一个有先行者优势的确定性网络

提出了一个确定性网络模型,模型考虑了新生成节点有不同的强弱状态,用节点度刻画节点的强弱,即强节点的度比较大.通过解析计算,得到了网络的特征系数,其特点是幂律度分布、大集聚系数和幂律簇度相关性,即模型生成了一个无标度层次网络.认为网络是无标度的,由于其生成方式上的特点,越早生成的节点拥有的度越大,这与BA无标度网络生长方式相似.如果节点度代表了个体拥有的资源、能力及社会关系等,那么越早生成的节点度越大,恰好对应于占先策略,即先行者优势.     

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〈＋∞。     

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.     

惩罚机制对影响力不同群体合作行为演化的影响

在无标度网络中,研究惩罚机制对群体合作行为演化的影响.采用进化博弈论中重复囚徒困境博弈策略,考虑影响力的多样化,模拟分析在影响力同质和异质网络中分别引入惩罚策略对个体间合作关系的影响.仿真结果表明:在影响力同质网络中,惩罚机制会激励合作行为;在度小节点影响力大的网络中,惩罚机制也同样提高了群体合作率;而在度大节点影响力大的网络中,惩罚会使群体中策略分布趋于一个均衡状态.     

一个科研合作复杂网络模型的实证研究

在加权条件下建立了一个作者科研合作的复杂网络模型.通过理论分析和仿真验证,该网络模型共有24个连通子网络;最大连通子网络具有无标度网络特征,点权、边权服从幂律分布且具有厚尾趋势,度数越小的节点其聚集系数越高,平均距离较小具有典型的小世界特征,小团体现象明显,团队科研合作能力较强.     

科研合作网络的社团结构和中心节点研究

对发表于《ISI-SCIE(Science Citation Index Expanded)》上的PHARMACOLOGY&PHARMACY学科的论文作者合作研究形成的一个复杂网络进行了研究。分析表明该合作网络共有40个子网络,其最大连通子网络节点的度服从幂律分布且有厚尾趋势,具有较小的平均路径长度,较大的聚类系数,存在少数关键节点,具有典型的小世界性和无标度性。并通过GN算法分析和挖掘了该最大连通子网络的社团结构,用度值、介数值和PAGERANK值等指标评价了网络的中心节点,揭示了合作网络中合作水平较高的科研团队和具有影响力的科学家。     

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.     

一种超网络演化模型构建及特性分析

现实世界的很多超网络比如科学家合作超网络,演员合作超网络,WorldWideWeb（WWW）以及引文超网络都具有超边的增长和优先连接机制.基于这个原则,本文构建了一种超网络动态演化模型,并介绍了这个模型的一些基本拓扑性质,如节点度、节点超度、超边的度等.在此演化模型上重点理论分析了超度分布的特性,并进行了仿真实验,发现随着网络规模的增大,这个超网络动态演化模型的超度分布遵循无标度的特性.     

具有高聚类系数的加权网络演化模型

基于网络节点间三元组的形成,并结合随机游动提出一个加权网络演化模型.分析了网络的强度分布、权重分布、度分布以及聚类系数,结果表明模型生成的网络具有无标度特性,同时具有很高的聚类系数.     

基于复杂网络的债券型基金投资组合结构特性分析

本文以中国基金市场的债券型基金为研究对象,分别建立了基金网络和债券网络,分析了两个网络的度分布、聚集系数、平均距离以及度为k的所有节点聚集系数的平均值等统计特征.得出债券型基金投资组合中,基金网络是一个小世界网络,不具有无标度特征,而债券网络既具有无标度特征,同时也是一个小世界网络.     

科技企业孵化器合作网络结构及测度研究——以北京市、上海市为例

利用社会网络分析方法,以北京市和上海市国家级孵化器网络为例,构建孵化器合作网络,采用Ucinet分别绘制了北京市和上海市国家级孵化器网络结构图;在此基础上,对北京市和上海市国家级孵化器网络的网络密度和中心势、无标度特性、小世界特性、链接频次进行了分析。研究表明,孵化器网络是一个无标度网络,同时也是一个小世界网络,具有较短的网络平均最短路径。孵化器网络中各节点的点度中心度分布不均匀,孵化器网络关系较为稀疏,孵化器网络中各个机构的合作空间较大。