基于仿真平台的复杂网络建模研究研讨.ppt

基于仿真平台的复杂网络建模研究 杨雅琴 华中师范大学计科系 microyyq@126.com 复杂网络建模意义 近年来的研究发现，许多现实系统都可以用一个复杂网络来描述。 这些复杂网络具有一些相同的特征，如网络平均距离较小、聚集系数较大、节点度分度服从幂律分布等，这些特性是复杂网络为完成某些特定功能而逐渐演化的结果。 能够用复杂网络来描述的系统既有人工系统也有自然系统。因此，复杂网络逐渐成为研究复杂系统的一种重要方法，而复杂网络模型是研究复杂网络的重要工具。 复杂网络建模规则 David J. Aldous 提出建立复杂网络模型应当遵循三条原则： 形式化 即对任何一个系统都要找到一个合理的显式公式。 适应性 即通过适当地调整模型的参数能够得到模型统计参数的变化。 自然性 即网络模型的统计属性应该自然演化自一些简单的数学结构，而不是在模型中定义的。 几个重要的复杂网络模型 随机网络模型 小世界网络模型 无标度网络模型 随机网络模型 Input: (n,p) n 是节点个数，p是边出现的概率。 算法 从n个孤立点开始 对任意一对顶点，以概率p连接。 随机网络的特征 1) 聚集系数较小； 2) 网络平均距离小； 3) 节点度服从Poisson分布。 随着概率p 从0到1逐渐增加，网络的某些性质会突然出现。 Watts-Strogatz小世界模型 Input: (n, k ,p) n是网络节点数。每个节点与自己的第k个邻居建立无向连接。p是每条边被重置的概率。 算法 1) 初始化时，n个初始节点均匀分布在圆周上，每个节点与自己的第k个邻居建立连接 2) 对每条初始化后的边，以概率p用一条随机边取代。 Watts-Strogatz小世界模型(续) 无标度网络模型 Input: (n0, m, t) n0是网络的初始节点数。m (m ≤ n0)是每当一个新节点接入到网络中，该新节点所带的连接数。 t表示接入的新节点的个数。 算法: 1) 初始化，引入n0个孤立节点 2) 对下面步骤执行t次：加入一个新节点v， v带有m条边连向已存在于网络中的m个节点。对任意一个已存在节点i，它与v建立连接的概率是： p(ki) (p(ki) =ki/∑kj)。 Swarm仿真平台简介 Swarm的工作原理 Swarm平台支持对复杂适应系统使用多主体模拟(Multi-Agent Simulation)的方法 主体 规则 相互作用 演化 基于仿真平台的网络动态建模 已存在节点被选择的概率(考虑距离、成本) 适当引入随机因素 新加入节点带来的某些边随机连向已有节点。 建立反馈机制 复杂网络动态建模过程(例子) 计算机网络增长过程 基于仿真平台swarm的模拟过程 系统成员模型 对象（Object） 时间表（Action） 系统环境模型 观察员模型 数据搜集 Swarm仿真过程的特点 持久性 无结束点 不可预测性 主体在规则指导下，任意时刻系统状态不能够被准确的预测 自组织 高层次主体的自动出现 网络性能评价 平均网络距离 聚集系数 度分布 抗随机错误能力(Failure) 抗蓄意攻击能力(Attack) 谢谢！ * 2005全国复杂网络学术会议－－基于仿真平台的复杂网络建模研究 * 结构 规则 小世界 随机 P＝0 P＝1 随机性增强 节点的加入规则 网络拓扑演化 拓扑性能评价 修改规则 计算机接入规则 网络拓扑演化 拓扑性能评价 修改规则 1 编写模拟程序 提取拓扑数据 1 考虑已有节点的时延、带宽、距离及已有节点容量、度、年龄等因素 2 2 每个节点有且仅有判断上面若干个因素的能力。