随机响应的动态有向小世界的标度行为.docVIP

随机响应的动态有向小世界的标度行为 文中描述了一种小世界网络的动态模型，其中用有向的边来描述社会和自然现象中各种各样的的相关性。利用节点对输入信息的随机响应的来模拟真实系统。这些因素间的相互影响导致了用来描写整个网络的类自旋变量S（t）的整体动态演化。全局平均传播距离(L)和平均传播时间(T)以不同的指数α按的形式满足标度关系。当NN*时S（t）表现为双重标度的函数形式，其中p和q分别是重连参量和外部变量，αβγ是标度指数,是个普适函数。这里我们也讨论了模型的可能应用。 许多自然,社会和经济体系都可以用网络来描述，用节点代表agents，边代表他们之间的关系。在具有复杂拓扑结构的网络中，小世界网络（SWN）是基于一个高度规则连接的点阵，将节点间原来的一部分边p用随机的重新连接的边代替。它在复杂网络研究过程中扮演了一个非常重要的角色，比如物理领域中的各种各样的问题及其它许多问题。 小世界网络的（SWN）拓扑结构对网络的动态特性有至关重要的作用,作为一个研究网络过程的平台，Watts,Lago-Ferna′ndez et al. 和 Kuperman ， Abramson已经分析了许多实际问题。模型中单个agents的活动随时间演化,再考虑彼此间的相互联系便会形成系统响应,在这个过程中网络的连接保持不变。然而大多数社会或生物系统中的相互作用并不是静态的而是随时间变化的。当边两端的节点状态随时间变化时，他们之间的相互关系也会相应地改变。这种影响会产生全新的动态标度特性,这在以前的工作中并没有发现。 假设在没有广告的情况下，一种便携式日用品的新品牌在一家商店独家出售。商品的信息是通过在人群中展示它才传播出去,每一个新的买主便可能是一个信息源，这就会改变销售过程中他或她在人群中的角色。同时，人与人之间的关系也在不停地改变;他们并不只是固定的消费行为。当具有各种可能潜伏期(感染但是不会传染的)的接触性传染病毒通过一个熟人网络，从第一个病人开始传播时，类似的事情就会发生。当一个感染者最后变成传染者时, 他便改变了同其他人之间的关系角色。 在大多数信息或疾病的传播过程中，有效的相互作用是不对称或非定向的,这已经被广泛地研究过。两节点之间边的方向依赖于他们各自的状态。 例如, 病毒从感染者传染到易感染者过程中便定义了一个从前者指向后者的动态连接。 同时，在两个感染者之间或两个易感染者之间的任何连接对于疾病的传播是无效的。另一个例子, 作为展示小世界网络影响的一些特殊的食物网，可以用内在的有向的营养链来描述，并且它们的结构也随时间而变化.这些模型能够说明人类的污染或自然界中的灾难是如何在不同食物链等级中的物种之间传播的。 最近，在二维有向小世界网络中发现了非平衡态相变。 通常，真实系统中的个体不会同时对输入信号作出反应。感染相同传染病的人，病毒在他们体内的潜伏期并不同，这取决于他们对病毒的抵抗力。同样，在获得该日用品的信息到买的行为之间的时间间隔也会随各个买主的消费能力的不同而变化。 总而言之, 在这个动态发展过程中总是存在随机张弛或随机响应。 这篇论文中我们描述了上面提到的三种因素－－动态变化的相互作用,连接的方向性和agents的随机响应－－在真实系统它们交织在一起。这些因素的相互作用使我们产生了做这个工作的动机。我们将这些因素结合在一起形成了一个定向的动态小世界网络(DDSWN)，我们用它来模拟实际的传播过程。利用这个模型，通过进行数值分析，我们获得了信息传播的动态尺度效应特性和系统对信息的整体响应，这些结果以前没人发现。 我们根据以下的原则建立模型:(i) 构造一个配位数为2z的重连的一维圆形点阵。从全部的N个结点中任意地选出一个结点，标记为j，作为唯一的一个状态为自旋向上的起始种子,而其它节点（i ≠j ）处在自旋向下的状态。种子是第一个向与其相连的节点发出自旋反转信息的结点。(ii) 考虑到不同结点对信息响应的差异,我们定义了响应时间τi作为每个节点 i从接收到信息到转变为自旋向上状态的弛豫时间, 并且随机变量τi 服从概率分布P(τi) . 在这篇论文中我们考虑两种类型的概率分布,均匀分布和泊松分配。前者可写为 P(τi)＝θ（τi）θ(q-τi)/q,其中θ（x）是阶越函数,当x0时候为0和当x＝0时候为1, q 是一个表征分布宽度的参数。其中τi均匀地分布在0 和q之间，平均值为q/2。对于后者，我们利用离散的泊松分布,其中k是 τi的整数部分， q 是它的平均值。在两种分布形式中，参量q都是用来衡量随机响应时间的平均值和两者之间的差异。(iii)我们假设τi的空间分布是与时间无关的,但在每一个单位时间τ0内，DDSWN中的连接都会更新;也就