PPT—复杂网络.ppt

ER模型 Erd?s和Rényi （ER）最早提出随机网络模型并进行了深入研究，他们是用概率统计方法研究随机图统计特性的创始人。 给定N个节点，没有边，以概率p用边连接任意一对节点，用这样的方法产生一随机网络。 ER模型 节点的度分布：平均值为 的泊松分布 Poisson distribution 三、复杂网络模型 小世界（small-world) 网络模型 无标度 （scale-free)网络模型 小世界实验 20世纪60年代美国哈佛大学的社会心理学家Stanley Milgram通过一些社会调查后给出的推断是：地球上任意两个人之间的平均距离是6。这就是著名的“六度分离”（six degrees of separation）推断。 小世界实验—六度分离 我们或许有过这样的经历：偶尔碰到一个陌生人，同他聊了一会后发现你认识的某个人居然他也认识，然后一起发出”这个世界真小”的感叹。那么对于世界上任意两个人来说，借助第三者、第四者这样的间接关系来建立起他们两人的联系平均来说最少要通过多少人呢？ 美国社会心理学家斯坦利?米尔格伦(Stanley Milgram)在1967年通过一些实验后得出结论：中间的联系人平均只需要5个。他把这个结论称为“六度分离”。 六度分离: 平均只要通过5个人，你就能与世界任何一个角落的任何一个人发生联系。这个结论定量地说明了我们世界的”大小”，或者说人与人关系的紧密程度。 30多年来，六度分离理论一直被作为社会心理学的经典范例之一。 尽管如此，实际上这个理论并没有得到严格的证实。美国心理学教授朱迪斯?克兰菲尔德(Judith Kleinfeld)对米尔格伦最初的实验提出不同意见，因为她发现实验的完成率极低。 小世界实验--- 六度分离 米尔格伦的实验过程是：他计划通过人传人的送信方式来统计人与人之间的联系。 首先把信交给志愿者A，告诉他信最终要送给收信人S。如果他不认识S，那么就送信到某个他认识的人B手里，理由是A认为在他的交集圈里B是最可能认识S的。但是如果B也不认识S，那么B同样把信送到他的一个朋友C手中，……，就这样一步步最后信终于到达S那里。这样就从A到B到C到……最后到S连成了一个链。斯坦利?米尔格伦就是通过对这个链做了统计后做出了六度分离的结论。 小世界模型 为了描述从一个局部有序系统到一个随机网络的转移过程，Watts和 Strogatz（WS）提出了一个新模型，通常称为小世界网络模型。 WS模型始于一具有N个节点的一维网络，网络的节点与其最近的邻接点和次邻接点相连接，然后每条边以概率p重新连接。约束条件为节点间无重边，无自环。 （一）很小的最短路径长度平均值 （二）很大的群聚系数的小世界网络 C(p) : 聚类系数 L(p) : 平均路径长度 P(k)=0.1 p(k)=0.3 当p等于0时，对应于规则图。两个节点间的平均距离<L>线性地随N增长而增长，集聚系数大。 当p等于1时，系统变为随机图。 <L>对数地随N增长而增长，且集聚系数随N减少而减少。 在p等于（0，1）区间任意值时，<L>约等于随机图的值，网络具有高度集聚性---小世界效应。 无标度(Scale-free)网络 现实世界的网络大部分都不是随机网络，少数的节点往往拥有大量的连接，而大部分节点却很少。——无标度网络。 这里的无标度是指网络缺乏一个特征度值（或平均度值），即节点度值的波动范围相当大。 无标度网络（Scale - free network） 按生长方式定义：如果网络的每个节点的连接数与此节点产生新连接的概率成增函数关系，这个网络就叫无尺度网络。 按分布定义：如果网络中有一定数量的连接的节点数与此连接数量成减函数，这个网络就叫无尺度网络。 Scale-free网络的发现 信息交换网（万维网、国际互联网、电话网、电力网） 社会网络（电影演员合作网、科研合作图、引文网、人类性接触网、语言学网） 生物网络（细胞网络、生态网络、蛋白质折叠） Scale-free网络的特性 度分布呈幂率分布 中枢节点出现 鲁棒性 脆弱性 无标度（Scale-free）网络 无标度模型由Albert-László Barabási和Réka Albert在1999年首先提出，现实网络的无标度特性源于众多网络所共有的两种生成机制： （ⅰ）网络通过增添新节点而连续扩张； （ⅱ）新节点择优连接到具有大量连接的节点上。 BA模型 增长和择优连接这两种要素激励了Barabási－Albert模型的提出，该模型首次导出度分布按幂函数规律变化的网络。 模型的算法如下： （1）增长：开始于较少的节点数量（m0），在每个时间间隔增添一个具有m（≤m0）条边的新节点，连接这