《Bellman最优原理在复杂加权网络中的应用研究》.pdfVIP

第37卷第23期 数学的实践与认识 V01．37No．23 2007年12月 Decem．，2007 MATHEMATICSINPRACTICEANDTHEORY Bellman最优原理在复杂加权网络中的应用研究 刘美玲， 陆伟锋 (南昌工程学院理学系，江西南昌330099) 摘要： 针对现有算法及软件计算复杂加权网络介数的局限性。／直mBellman最优原理于复杂加权网络介数 计算中．并针对复杂网络动态演化．节点众多，重点，节点间无边连接等特点作了相应修改．依算法实例计算 出了复杂加权网络的最短路径长、最短路径和介数，最后经验证算法具有较快的运行速度和较准确的结果． 关键词： 复杂网络；权重；最短路径；介数 O 引 言 复杂网络是对复杂系统非常一般的抽象和描述方式，它突出强调了系统结构的拓扑特征，为 研究复杂系统提供了一种新的描述方式，可以加深对系统结构的深入了解，反过来，对它的研究 网络模型以来，复杂网络的研究得到了迅速发展，许多专家的研究也证实了复杂网络对于研究复 杂系统性态的强有效性[1]．但是，作为一门新兴学科，目前很多研究者主要致力于复杂网络拓扑 结构的静态统计分析，包括更广泛的实证研究和更深入的理论刻画．如给定度分布[2]基础上的匹 配模式、各种相关关系、加权网络[3]的统计性质和描述方式以及网络的聚类等E4]． 复杂网络几个静态统计量：度分布、平均最短路径长、集聚系数、介数等都是其拓扑结构 研究的重要统计量．复杂网络研究软件UCINET对其中的最短路径长、集聚系数、介数都有 很好的计算结果．但在很多实际网络中计算介数时，除了需要了解最短路径的长度以外，更 重要的是研究最短路径所经路线[5]，如著名的邮路问题，“六度分离”现象[6]，在解析计算得 出最短路径长之后，需要得出具体的最短行走路径才能真正有效提高上述问题的效率．故本 文针对加权网络的介数计算问题另寻解法． 1 算法介绍 定义1介数：在复杂网络结构中，经过某个节点或某条边的最短路径的条数．由介数定 义可知，要找出介数最大的节点，需要先计算经过该节点的最短路径条数． 1．1最短路径的经验解法介绍 解决最短路径问题是网络上几何量算法的关键．最短路径的计算有很多种方法，如 Dijkstra算法，深度优先、广度优先算法，最优化原则，邻接矩阵求解法，以及随机行走法，电 阻法等等．在无向网络中，一般是通过深度优先、广度优先搜索实现．这两种算法均是搜索图 的周游的一种算法，都是给每一个顶点指定一个标记，开始全为零，从某一个顶点开始，依网 络层次或顺着网络树遍历访问其所有的有路径连接的节点，直到所有的顶点都被访问，至于 收藕日期：2007—04-26 基金项目：国家自然科学基金-南昌工程学院青年基金科技项目(2006KJ031) 万方数据 ‘ 23期 刘美玲，等：Bellman最优原理在复杂加权网络中的应用研究 61 所有顶点之间的最短距离可以简单地重复上述单源最短距离的算法，也可以在此基础上略 加修改．但是对于稀疏网络改进不大．利用此两种算法就可以研究从某一个顶点出发的所有 最短距离，但是这两种算法面对大型网络时则显得计算量非常大，从而不是很实用．而 Dijkstra算法是至今为止计算最短路径最为有效的一种方法，但是其只能算得出节点间的 最短路径长，而不能给出具体的行走轨迹．其余几种方法也都是普遍面对小型网络可行，而 面对复杂网络这样的大型网络则或需要做相应改进或根本不适用． 1．2最短路径的Bellman解法 在小型网络中计算任何两点间的最短路径时，都能确保从起点无论走哪条路径均能到 达终点，即算法必定是收敛的．而复杂网络则不然，因为节点众多，不能确定在计算时是否能 够收敛，若不能收敛，则算法就没有任何意义了．笔者经过研究发现经适当推广后Bellman 原理来计算以上网络的最短路径． 定义2 1)连接点：不计权重，两