复杂网络和超网络模型的严谨性与普适性-科学网—博客.pdfVIP

复杂网络和超网络模型的严谨性与普适性 郭进利 上海理工大学管理学院 上海理工大学超网络研究中心 小组成员及2013年主要成果介绍 博士生：王福红，索琪等四名 硕士生：徐雪娟，祝昕昀，陈娜鹏等十多名 [1]郭进利著. 复杂网络和人类行为动力学演化模型. 北京: 科学出版社. 2013. [2] Guo J L，Int. J. Mobile Communications, 11 （3 ）：299-311, 2013. [3] Gao L, Guo J L, Fan C and Liu X J, Physica A, 392, 343–349. 2013 [4] Zhang L J, Liu Z X, Guo J L. Physics Letters A 378 (2014) 627–634. [5] Guo J L, Fan C, and Ji Y L. J Syst Sci Complex ，2014. [6] Guo J L, The co-evolution of brand effect and competitiveness in evolving networks, Chin. Phys. B, 待刊 [9]郭进利, 祝昕昀.超网络中标度律的涌现. 物理学报,2014，63(9):090207 [10]漆玉虎, 郭进利.超网络研究.上海理工大学学报, 2013,35(3) [11]徐雪娟，郭进利，何 静.复杂系统与复杂性科学, 2013(4) [12]何 静，郭进利，徐雪娟.计算机工程, 2013 39(11) 主要内容 1 对《量化长期的学术影响》的评论 2 阿波罗网络度分布指数是多少 3 竞争网络对加权网络的普适性 4 超网络演化基础模型 对《量化长期的学术影响》的评论 在t时刻，论文i被引用的概率为： t Π (t) ηc P (t) (1) i i i i 驱动论文引用的三个因素： ηi ——论文i的适应度，满足某个概率分布 c t ——论文i被引用的次数 i P (t)——论文i的寿命分布 i [1] Wang D S, Song C M, Barabási A L, Quantifying Long-Term Scientific Impact, Science 342, 127 (2013) 对《量化长期的学术影响》的评论 Barabási等在文献[1]中证明，当t →∞ 时，论文i被引用的次数为： ∞ λ ci m(e i −1) (2) λ ηβ / A β A 这里， i i , 和 是常数。 结论表明，论文i的最终总引用数量仅与其 适应度有关。 [1] Wang D S, Song C M, Barabási A L, Quantifying Long-Term Scientific Impact, Science 342, 127 (2013) 对《量化长期的学术影响》的评论 由于新论文的被引用次数为0 （即论文i的 初始引用为0 ），从（1 ）式可见:每篇论文i被 引用的概率均为0 ，由此，每篇论文最终都将 得不到引用。 我们在文献[2]中证明了在文献[1]的假设