复杂网络的同步1210.pptxVIP

复杂网络的同步;一、同步现象举例;;;;二、同步的基本概念;7;1;2.同步的判定;令 ，则有： (6) 判断同步流形稳定的一个常用判据是要求方程（6）的横截lyapunov指数全为负值。 在方程（6）中，只有 和 与 相关，并考虑到外耦合矩阵A为非对称阵时，其特征值可能为复数，故定义主稳定方程为： 其最大lyapunov指数 是变量 和 的函数，称为动力网络的主稳定函数。 ;; ;3.网络分类;;;四、复杂动力网络的完全同步;②全局耦合网络;③星形网络 ;;2）类型Ⅱ网络;②全局耦合网络;;2.小世界网络的完全同步;;;3.无标度网络的完全同步; 构造BA无标度网络时，令 耦合矩阵为 , 是 其第二大特征根。通过仿真发现： 随着 的增加而下降，并且当 趋 于无穷时， 趋于一个负常 数，左图是对不同的 和 ，计算 模拟相应的 。 当 时，对应有： 结论：在网络规模 比较大时，继续增加新的节点不会 使BA网络的同步化能力下降。 ;2)同步最优网络;;;3)同步优先网络;;;4)无标度网络的鲁棒性和脆弱性;当网络受到恶意攻击时，这时被特定去掉的那一部 分都是度很大的节点。因此，整个网络的连通性发生 了剧烈变化，甚至于网络被分成若干不连通的分支， 并且 ，从而，网络的同步化能力大大地降 低甚至丧失了。 ;4、局域世界演化网络模型的完全同步; 对于每一个新加入的节点，它的局域世界都是随 机的从网络中挑选构成，其连接度决定了网络的非均 匀性，并且度分布在指数和幂律之间的过渡。因此， 在这种局域世界演化网络中，Hub节点的数目通常要 比无标度网络的少，因而度分布也要比无标度网络更 均匀。因此，当面对随机故障的和恶意攻击时，局域 世界演化网络的同步鲁棒性和脆弱性也就介于无标度 网络和指数网络之间。 一般来说，与无标度网络相比，局域世界演化网络 能够在保持鲁棒性的同时，提高网络对恶意攻击的抗 脆弱性。 ;;;五、复杂网络中各因子与完全同步的关系;;1.连接概率( )和幂律指数( );①小世界网络;②无标度网络;2) 和 对于网络中各基本参数指标的影响; 虽然相对于具有幂律度分布的无标度网络来说，小世界网络是均匀的，但是其网络中各节点所连接的边数并不是完全相等的。因此，用方差指标： 来表示节点度的分布，则 值越大说明网络中节点度分布范围越大，并有度较大的节点出现，这时网络的度分布变的均匀。由上图的曲线可以看出随着概率 的增加，网络变的更加非均匀；同时无论是新加入的长程边（NW小世界）或是重新连接长程边（WS小世界），网络中度的最大值都会增加。;②无标度网络; 总结：由上述对小世界网络和无标度网络的分析 可以看到，小世界网络在最近邻耦合网络的基础上通 过“小世界操作”，使得网络的平均路径长度减小， 同时也增加了网络节点的度分布的非均匀性以及最大 的度，从而同步化能力有了显著提高；而对于无标度 网络却有了相反的结论，即只有提高网络的均匀性， 增大平均路径长度或减小网络的平均度，才能使得无 标度网络的同步化性能提高。因此，单纯用度的大小 、度分布、或平均路径长度等指标都无法统一表征复 杂网络的同步化能力。;2.介数; 假设在两组高度连接的子网络之间只有少数的节 点相连，那么这几个少数节点的介数就会很大，会有 过多的信息经过这几个节点而造成过载从而丢失信息 。因此最大介数值变化会降低网络的同步化能力。 为了进一步验证这一结论，现在将小世界网络模 型中具有最大介数 的节点去掉。这样原本大量从 该节点经过的同步流形信息会分散到其他的节点上。 用参数： 来表示去除节点前后网络同步化性能的变化。 ;仿真实验表明：无论 为何值 的小世界网络，当具有 的 节点被去掉以后，特征根比 率均会下降( ),从而网络 的同步化性能显著提高；相 反，如果随机去除一个节点 ，特征根的比率前后没有很 大变化，说明介数不大的节点对整个网络同步化性能的影响不是很大。;3. 影响网络同步化能力的其他因素;六、网络模体的同步;54;55;; 变分法是处理函数的函数的数学领域，和处理数的函数的