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.     

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.     

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.     

具有无标度特性的港口网络演化模型

针对现实港口网络自身的结构特征,提出一个具有无标度特性的港口网络演化模型.在经典BBV加权网络模型的基础上,通过引进三角连接结构,研究了三角结构的演化机制对无标度模型结构特性的影响.仿真结果表明,该港口网络的度和强度都服从幂率分布.港口网络的平均簇系数与度的函数关系服从幂率分布.仿真结果表明三角结构的演化机制能够显著的提高网络的聚类系数.     

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。     

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〈＋∞。     

基于无标度网络的深圳证券交易市场特性分析

应用无标度网络理论对深圳证券交易市场进行了分析,以抽样的方式选取2004年以前在深圳证券交易所上市并且持续交易的300家股票为节点,股票价格波动相关性为边,构建了深圳证券市场网络。验证了其无标度的特性,并且在特定值下对该网络的度分布指数进行了计算,结果表明深圳证券市场中存在很多有影响力的股票,且这些股票价格的波动会对其它股票和市场造成较大影响。     

随机-无标度统一混合演化网络模型

根据实际网络的特点,提出了一个随机-无标度统一混合演化网络模型.通过引入一个调节参数p将随机演化网络与(Barabási-Albert)无标度网络统一起来.理论计算和计算机模拟表明,当调节参数p从1变化到0时,网络结构实现了从随机演化网络到BA无标度网络的连续过渡.     

基于无标度网络的创新扩散模型研究

从无标度潜在采纳者关系网络出发,考虑潜在采纳者所处局域关系网络对创新采纳决策的影响,自底向上,从微观到宏观建立了创新扩散模型.模型一方面放宽了传统Bass类模型对于潜在采纳者关系网络不符合实际的假设;另一方面,引入了无标度网络的重要参数(度分布幂指数),使得创新采纳决策的微观机制能与宏观扩散数据相结合,体现了微分方程建模方法的优势,提高了模型的应用价值.对模型的进一步仿真分析发现,潜在采纳者关系网络节点度值的异质性程度越高及网络平均度值越小,则创新扩散深度越大、创新扩散速度越慢.     

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.     

加权BA网络负荷重分配建模及级联抗毁性研究

增强复杂网络在级联故障下的抗毁性具有重要的现实意义。文中考虑了网络中边之间的差异性,基于BA无标度网络模型构建了加权BA无标度网络模型,对负荷重分配策略进行建模,分析了分配过程中局部规模大小对网络抗毁性的影响,确定出了最佳负荷重分配策略,并研究了蓄意攻击条件下采取不同负荷重分配策略时重要网络参数对网络抗毁性的影响。仿真结果表明,局部规模越小、权重系数越小、平均度越大,网络的抗毁性越强,且采用就近局部负荷重分配策略时网络抗毁性始终高于采用就近全局负荷重分配策略时网络的抗毁性。研究结果可为提高复杂系统的级联抗毁性提供理论参考。     

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.     

复杂网络中BA模型及其几种扩展模型的比较

本文从统计力学的角度分析和考察了无标度网络的基本特征,主要介绍了无标度网络最常用的动力学模型——Barabási—Albert模型以及两种以其为基础的修正模型的构造原理,总结分析以上模型设计上的不足,并据此提出了一个以BA模型为基础的改进思路.     

一种基于派系过滤的社区进化发现研究

在对派系过滤方法及其相关原理进行研究基础上,分析了该方法在社区进化发现中存在的参数依赖问题,提出了一种基于派系过滤的社区进化发现方法:通过生成社区树,综合多组参数的社区发现结果,可获取网络中不同耦合度的社区的层次结构,从而发现网络中社区的进化过程.本文将该方法应用在单词关联网络中,实验结果表明,该方法能够发现各社区在进化过程中的规模、成员以及耦合度方面的变化,在一定程度上,克服了传统派系过滤方法对参数的依赖性.     

基于完全级联传播模型的社区影响最大化

基于社会网络的社区结构特性和网络中个体间的相互影响, 通过引入社区影响最大化的概念, 并根据节点间相互影响强度的动态变化, 提出一种新的影响传播模型： 完全级联传播模型. 利用该传播模型进行社区影响最大化研究, 在安然邮件数据集上对该传播模型和独立级联模型进行实验对比, 结果表明了该模型在社区影响最大化上应用的有效性.     

无标度网络模型的笛卡尔积

为建立模型模拟或逼近现实世界中的无标度网络,给出网络模型最小控制集的概念.列举对两个网络模型的最小控制集所构成的子网络做笛卡尔积运算的迭代方式,给出做笛卡尔积运算的具体过程,并分析了做笛卡尔积运算后所得到的笛卡尔积网络的拓扑性质.此外,引入两个树网络模型的最小控制集并阐述对其做笛卡尔积运算产生非树网络模型的过程,计算并得出笛卡尔积网络服从幂律分布的结论.     

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.