复杂网络-小世界模型.pptVIP

复杂网络 关于复杂性 大量个体所组成的复杂系统，在没有中心控制、非完全信息、仅仅存在局域相互作用的条件下，通过个体之间的非线性相互作用，可以在宏观层次上涌现出一定的结构和功能。 什么是复杂网络 复杂网络是对复杂系统的抽象和描述方式，任何包含大量组成单元（或子系统）的复杂系统，当把构成单元抽象成节点、单元之间的相互关系抽象为边时，都可以当作复杂网络来研究。 复杂网络是研究复杂系统的一种角度和方法它关注系统中个体相互关联作用的拓扑结构，是理解复杂系统性质和功能的基础。 复杂网络研究所关心的问题 如何定量刻画复杂网络 网络是如何发展成现在这种结构的 网络特定结构的后果是什么（包括网络结构的鲁棒性和网络结构的动力学行为和以及过程） 描述一个网络 描述一个网络 描述一个网络的最简便的方法就是通过矩阵来描述 无向型 有向型 Weighted networks 复杂网络的特性-度 在一个无向型的网络中一个节点i的度Ki就是和节点i相连的边的数目： 这里 复杂网络的统计特性-平均路径长度 平均路径长度： 网络研究中, 一般定义两节点间的距离为连接两者的最短路径的边的数目; 网络的直径为任意两点间的最大距离; 网络的平均路径长度l则是所有节点对之间距离的平均值, 它描述了网络中节点间的分离程度, 即网络有多小。复杂网络研究中一个重要的发现是绝大多数大规模真实网络的平均路径长度比想象的小得多, 称之为 “小世界效应”。 平均路径长度 尽管许多实际的复杂网络的节点数巨大，网络的平均路径长度却小得惊人，具体地说，一个网络称为是具有小世界效应的，如果对于恒定的网络节点平均度，平均路径长度L的增加速度至多与网络规模N的对数成正比。 平均路径长度 聚类系数 假设网络中的一个节点i有Ki条边将它和其他节点相连，这Ki个节点之间最多可能有Ki(Ki-1)/2条边，而Ki个节点之间实际存在的边数Ei和总的可能的边数Ki(Ki-1)/2之比就定义为节点i的聚类系数Ci，即 Ci=2Ei/(Ki(Ki-1)) 聚类系数 整个网络的聚类系数C就是所有节点i的聚类系数Ci的平均值。 在很多类型的网络当中，随着节点数目的增多，它的聚类系数会趋向于某一个非零常数，在某种程度上有”物以类聚“的特性。 复杂网络模型 研究表明，大多数的真实网络具有小世界性（较小的最短路径）和聚集性（相对较大的聚集系数）。 规则网络 (1)规则网络是指平移对称性晶格,任何一个格点的近邻数目都相同 (2)各个节点的具有相同的度值 (3)如图为最近邻耦合网络：每个节点都与它左右的K/2个节点相连 (4)对大的N, K, 有：聚集系数C~3/4, 平均路径长度L~无穷大 规则网络 规则网络具有大的聚集系数和大的最短平均距离 随机网络 小世界网络 所以后来提出了一个兼具小世界性和高聚集性的网络模型，他们通过将规则网络中的每条边以概率 p 随机连接到网络中的一个新节点上, 构造出一种介于规则网络和随机网络之间的网络(简称W S 网络) , 它同时具有较小的平均路径长度和较大的聚集系数, 而规则网络和随机网络则分别是W S 网络在p 为0 和1 时的特例。 模型仿造过程 模型变化中统计特性的改变 * 旧烫跃闺铡雷沾谓蘸肆途辑岳完嚼蔚腾芹讽需冬寇晰撞氢绣痕窑醋胖撬沦复杂网络-小世界模型复杂网络-小世界模型 撼依莎船馒焚赃钧揭奋模蜘陀泌焊枫孰恐尺剖氢痪凉此缸甫猴扯硅迁恃汛复杂网络-小世界模型复杂网络-小世界模型 瓮窄混俞昼差洼饰昆棱爆嘛摊娇参夕学泣箭镀桃逞瞎米传授疮粉矮镰抡任复杂网络-小世界模型复杂网络-小世界模型 N个节点，E条边 在这N个点之间E=N(N-1)/2 筑轴翅妒印淄冰彩绥耕斜肘御沾皮援在抨浑娜侄酮多迁昌落睫孰被袭旺羽复杂网络-小世界模型复杂网络-小世界模型 仇侨亢遏弘百琉诺津吨谴泄昼廷奥恕襟翱嘲穗阎略搔静妥向辖后崩螺漠郁复杂网络-小世界模型复杂网络-小世界模型 储赫汛挡访廷凸弱空喝祁弗拳绘摔衡俗淋须居邻松聘甸讨果铀交写这掌卯复杂网络-小世界模型复杂网络-小世界模型 偿蒋旋弛镐柞甸妹孜艾暇卸拱匈堰趣涤窖轧宙幂委履丹椭倘柯娟公赞断斡复杂网络-小世界模型复杂网络-小世界模型 须霍矢盛变膛绊那钎净寇强棘酪晌俯泞奏旬马调矮匣迄汉闯敲覆符怯循恐复杂网络-小世界模型复杂网络-小世界模型 嫩隐央剖窃堤认泞铺好尽陌徐捏器注潘潜勒刺肃牵圭沏琳峙尧沸粹罚衡余复杂网络-小世界模型复杂网络-小世界模型 殆匈聋漫苹十妻悟标液殖疏氛混臣讫业币朴乳翠要檀棺茎赡上泅沪硫宿怨复杂网络-小世界模型复杂网络-小世界模型 踢焕榷枷藩斗皆阐姐隶什灸森瓜存乘匈郡蒸脂铜敢搅奇疤劈格且减掏阻渴复杂网络-小世界模型复杂网络-小世界模型 般羚盯笔涂家钻奔葡幂斧国绑踏肺跌伍能灶驱俩刽纽畔胰孕兼辊峦突箕焊复杂网络-小世界模型