基于耦合矩阵特征值谱分布的网络拓扑结构与同步动力学关系研究.PPT

网络特征值谱与网络拓扑及同步的关系 陆君安 陈 娟School of Mathematics and statisticsWuhan UniversityE-mail: jalu@whu.edu.cn 第六届全国网络科学论坛与第二届全国混沌应用研讨会 北京，2010.7 Acknowledgements 感谢香港城市大学陈关荣教授的帮助和支持 感谢国家自然科学基金项目《基于耦合矩阵特征值谱分布的网络拓扑结构与同步动力学关系研究 》和国家973项目《需求工程—对复杂系统的软件工程的基础研究》（2007CB310800）的资助 Abstract 在研究网络拓扑和同步能力时，网络耦合矩阵的特征值谱起到决定性作用。通过对网络特征值谱分布与网络拓扑及同步关系的研究，总结和发现 （1）随机网络和小世界网络的特征值谱分布比较集中，而无标度网络的分布相对较广，社团网络的分布呈现出跳跃 （2）随机、小世界和无标度网络特征值谱与度序列有很高的相关性，可以从度序列入手研究特征值谱，提出基于度序列的特征值谱的局部预估－校正算法 Abstract （3）网络中尺度层次的研究有利于揭示同步过程，同步从度大区域开始，不同拓扑结构同步过程是不一样的 （4）不同时间尺度下网络的社团结构是不一样的;社团网络同步过程为：部分同步－聚类同步－完全同步；基于演化过程存在的时间尺度，可以通过同步过程识别网络的社团结构 提 纲 1. 网络耦合矩阵特征值谱的几个理论结果 2. 几种典型网络的特征值谱分布 3. 特征值谱与度序列的相关性 4. 同步过程与度分布的关系 5. 社团网络特征值谱及其同步过程 6. 结束语 Introduction 复杂网络的统计性质已经有许多研究，它们对于认识和刻画网络的特征有着重要的意义。最近文献指出网络局部子图的变化会造成特征值谱和同步性质的很大变化，仅仅利用网络的统计量推断网络动力学性质经常会得到错误的结论，起到决定性的因素是网络耦合矩阵的特征值，但目前研究较少。本文研究几种典型网络的特征值谱分布，特征值谱与度序列相关性，同步演化过程时间尺度和网络拓扑尺度的关系，不同网络特别是社团网络同步过程及与特征值谱的关系 1. 网络耦合矩阵的特征值谱的 几个理论结果 考虑一个具有N个节点和m条边的图G(V,E). 如果D表示对角元为度其它为0，A表示邻接矩阵，则 图G的Laplacian 矩阵 L=D-A 的元素为 （1） 其中 是节点v的度。当L是对称时，L为半正定，特征值非负， 由于L的行和为0，所以最小特征值 ，对应的特征向量为（1,1,…,1）.当网络是连通的(L不可约)，则 注：一些文献定义Normalized Laplacian matrix 这种定义比较复杂，好处：与谱几何、随机过程中的定义一致。 参考：Fan R K Chung, Lectures on Spectral Graph Theory, CHAPTER 1: Eigenvalues and the Laplacian of a graph 讨论耗散耦合的连续动力网络 A是负的Laplacian 矩阵，为方便起见都按Laplacian 矩阵特征值讨论 由主稳定函数方法 ，当动力学和内连函数给定，同步化区域分为 类型1网络：同步化区域是半无界的，同步能力由A第二特征值 刻画，它越远离0，其同步能力越强 类型2网络：同步化区域是有界的，同步能力由A的特征值比率 来刻画，它越靠近1，其同步化能力越强 类型3网络：同步化区域为空集 因此 和 在刻画同步能力中十分重要。 我们的问题是： 1）如何利用度值对这两个特征值作估计？ 2）除了这两个特征值外，整个特征值谱与网络同步过程有什么关系？ 3）整个特征值谱在刻画网络拓扑结构和动力学过程中起到什么作用？ 对于无向网络（L对称），假设 和 是L的最大和最小度，则特征值可以由网络节点的度估计[6] （2） 这是一个著名的估计式，但是比较保守，即使最小度 ，也只能得到 另外 是点