结构分组.docVIP

结构分组 目录 摘要.........................................................................3 模型建立.................................................................3 模型求解.................................................................4 模型深化.................................................................8 摘要 本文通过markov变换的方法，对于一个互联结构的节点进行分类。 关键词：markov变换。 模型建立 图1 现有如上图所示的互相连接的结构图，我们要对其进行分组，可以采用很多种方法，本文主要采用markov矩阵方法。 运用markov矩阵方法，首先将结构转化为矩阵，再对矩阵进行markov变换，最终达到将节点分组的目的。 三．模型求解 在这个模型中假设节点自己与自己是有联系的，根据图1各节点之间的相互联系，我们可以得到下表所示的结构的矩阵。 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 表1 通过加权，将每个连接除以该节点的连接总数得到最终矩阵，如下表所示： 0.2 0.25 0 0 0 0.333333 0.25 0 0 0.25 0 0 0.2 0.25 0.25 0 0.2 0 0 0 0 0 0 0 0 0.25 0.25 0.2 0.2 0 0 0 0 0 0 0 0 0 0.25 0.2 0 0 0 0.2 0.2 0 0.2 0 0 0.25 0.25 0 0.2 0 0.25 0.2 0 0 0 0 0.2 0 0 0 0 0.333333 0 0 0 0.25 0 0 0.2 0 0 0 0.2 0 0.25 0 0 0.25 0 0 0 0 0 0.2 0.2 0 0 0.2 0.2 0 0.2 0 0 0 0 0.2 0 0 0 0.2 0.2 0 0.2 0.333333 0.2 0 0 0 0 0.333333 0.25 0 0 0.25 0 0 0 0 0 0.2 0 0 0 0.2 0.2 0 0.2 0.333333 0 0 0 0 0 0 0 0 0.2 0 0.2 0.333333 表2 利用Matlab，对表2所示的矩阵进行markov变换，程序如下： function P=h(Q,m,n)done=0;T=0;tol=0.0000001;maxT=20; while (done==0) T=T+1; P=Q^m; P=P.^n; s=sum(P); P=P*diag(1./s); if norm(Q-P)tol done=1; else if T= maxT done=1; else  Q=P; end end end 则表2中的矩阵经过markov变换后，可得到如下表所示的矩阵： 1 0 0 0 0 1 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.5 0 0 0 0.5 0.5 0 0.5 0.5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.5 0 0 0 0.5 0.5 0 0.5 0.5 0 0 0 0 0 0 0 0 0 0 0 0 表3  表3得到的矩阵再经过markov变换也不会有大的改变，因此它能稳定的反应一些结构的性质。 从中我们可以看出，点