- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
复杂网络与城市交通网络
相关复杂性问题的研究
高自友赵小梅
北京交通大学交通运输学院系统科学研究所,北京,100044
zygao@center.njtu.edu.cn
摘要 复杂网络的研究遍及多个学科领域,如物理学、生物学、经济学、
计算机通信等等。其结构复杂性、时空复杂性和动力学特性研究是当今
各个领域科学家们所探讨的热点问题。本文首先综述了当今关于小世界
网络、无标度网络以及复杂加权网络的最新研究成果,并从城市交通网络
的角度出发,指出了利用复杂网络理论、动力系统理论、现代控制理论及
交通科学和交通工程等多学科综合交叉理论与方法,在探索城市交通网
络的时空复杂性及其演化机制,解释交通阻塞产生的根本原因,揭示交通
流的演化过程,乃至科学规划城市时空结构分布、给出缓解和预防交通拥
堵的合理方案,指导交通实践,都具有重大的科学理论意义与实际应用价
值,是值得深入研究与探讨的大问题。并进一步指出了一些今后关于城
市交通网络复杂性问题的研究主题。
关键词 复杂网络 小世界网络 无标度网络 复杂加权网络 城市交
通网络 时空复杂性 结构复杂性
一、引言
近年来,复杂网络的新发现——小世界效应(small—world
effect)和无标度特性(scale—free
property),激起了物理学、社会学、
医学生物学、经济学、计算机通信等各个领域学者们对复杂网络的
研究兴趣,掀起了其在不同学科的研究热潮‘卜55|。连续几年来关
复杂网络与城市交通网络相关复杂性问题的研究 ·49·
于复杂网络研究学术论文在国际权威刊物发表数目的剧增就是最
好的例证。复杂网络的研究之所以受到了不同学科的广泛关注和
并已取得了比较重大的进展,其原因主要在于:
(1)随着计算机运行能力的不断提高和计算机网络的普及,
世界上已逐渐建立起了一些有关大型复杂网络的拓扑结构数据
库,进而激发了人们从理论、仿真和实际数据验证三方面研究复杂
网络的浓厚兴趣;
(2)学科之间的相互交叉和融合趋势不断加强,促进了复杂
网络共有特征和性质的揭示;
(3)复杂网络的拓扑结构与非线性动力学理论分不开,对复
杂网络的深刻理解和认识,不但有助于人们理解“复杂系统之所以
复杂”这一至关重要的基础问题,而且有助于人们了解结构复杂性
对网络行为复杂性的影响。
在现有复杂网络研究成果的基础上,将复杂网络理论、动力系
统理论和现代控制理论三种科学理论有机地结合起来,进一步探
索现实复杂网络的演化过程研究,尤其是深人地探讨现实中复杂
网络的时问和空间演化规律,以达到对现实复杂网络进行有效分
析与控制的目的。因而,对网络复杂性问题从定量和定性两方面
进行研究与分析,以及开展网络拓扑结构对其动力学行为影响的
研究,是一项极其重要而又富有挑战性的科研课题,被认为是21
世纪科学技术前沿地战略性研究课题之一¨…。
二、拓扑网络——小世界网络和无标度网络
复杂网络是大量真实复杂系统的抽象,它能够刻画复杂系统
内部的各种相互作用或关系,例如人与人之间的社会关系、物种之
间的捕食关系、网页之间的超级链接、科研文章之间的引用关系、
以及科学家之间的合作关系,甚至产品的生产与被生产关系等等。
网络(或称图)包括节点(或称顶点)和连接两个节点的边(或称连
接),其中节点代表真实系统中的个体,边表示它们之间的相互作
·50· 中国交通运输网络理论研究前沿
机图模型(简称ER模型),它奠定了复杂网络研究的理论基础。
接下来的40年里,ER模型一直被很多科学家们视为描述基因网
络、生态系统、传染病或计算机病毒传染等真实系统最适宜的网
络¨“引。然而,研究表明,ER模型由于其随机性,并不能完全体
现实际的复杂系统…。
则网络的原始边,并随机选择新的端点重新连接,构造出了拓扑结
构既不是完全规则的、也不是完全随机的,而是介于二者之问的。
它有两个显著的统计特征,其一是类似于规则网络具有较高的聚
集系数(clustering
邻节点之间的连边数目占可能的最大连边数目的比例),其二是类
文档评论(0)