基于自相似性复杂网络.pptVIP

基于自相似性的复杂网络 报告人:陶少华 2005年10月 引言 复杂网络模型简介 自相似性复杂网络 结论 1引言 1960年数学家Erdos和Renyi提出了随机图理论，研究复杂网络中随机的拓扑模型，自此ER模型一直是研究复杂网络的基本模型。但是，近年来研究发现，测量现实网络的实际数据得到的许多实验结果与随机图模型并不符合，因此需要新的网络模型更合理的描述实际网络的特性。 Watts和Strgatz提出了小世界（WS）模型，刻画了实际的网络所兼有 的大的聚簇和短的平均路径距离的特性，然而现实世界中的网络还被发现极少数结点具有大量的连结而众多的结点仅有少量连结，这同样无法用随机图模型加以合理解释。因此，Barabasi和Albert提出了无尺度模型，所生成的复杂网络的度分布是幂律分布，，为网络中一个节点连结其它节点的边的条数。BA网络模型指出了决定互联网、万维网等网络具有无尺度模型的两个基本原理：增长性和择优连结。 。但它仍然具有一定的局限性，在现实在各种复杂网络常常具有一些非幂律特征，如指数中止、小变量饱和等。为了在微观层面更深入的研究复杂网络的拓扑结构和演化的规律，研究人员作了大量新的尝试和努力，对网络的演化已经有了长足的进展，已经研究的演化因素包括各种类型的择优