复杂网络理论及其应用.ppt.ppt

复杂寓于简单 在不同领域许多系统都呈自相似结构,即局部与总体相似。例如国家、河流、行星系等都是这样。 “分形”是研究自相似结构的。分形的构成常遵循一种法则:复杂的分形外形是由简单的规则重复迭代生成的。 以Koch曲线为例:将一直线三等分,中间的1 /3用一等边三角形取代。直线变为4段等长折线。每段直线再按此规则变化,一直重复下去,即生成Koch曲线 outline 小世界实验 六度分离、Erdos数、bacon数等 一些实际的复杂网络系统 Web、科学家合作网络、经济网络、交通网络、疾病传播等 复杂网络的静态几何量 度分布、聚类系数、平均路径长度等 网络拓扑的基本模型及其性质 随机网络、Small World网络、Scale Free网络等 近几年的研究态势 发展历程、会议、论文、软件、实证等 Thank you! 911 * 度分布（degree distribution） 一个顶点的度是指与此顶点连接的边的数量。 在有向网络中，分为：出度，入度 研究包括：度及其分布特征，度的相关性。 度值的分布特征是网络的重要几何性质。 规则网络各顶点度值相同，因而符合delta分布 随机网络符合泊松分布 大量实际网络存在幂律(power-law)形式的度分布，即无标度网络（Scale Free Networks）。 无标度网络包括Internet网络，电影与电视剧演员合作网络，科学家合作网络，人类性关系网络，蛋白质互作用网络，语言学网络等，同时还存在高斯型，如蛋白质折叠网络和指数衰减型的概率分布。 度的相关性：Newman把它称为“匹配模式”，意思是考察度值大的点倾向于和度值大的点连接，还是倾向于和度值小的点连接。实际网络的分析表明，不同的网络存在不同的匹配模式，有正相关也有负相关。（有向网络中）基于顶点的In-Out 度关联性。 outline 小世界实验 六度分离、Erdos数、bacon数等 一些实际的复杂网络系统 Web、科学家合作网络、经济网络、交通网络、疾病传播等 复杂网络的静态几何量 度分布、聚类系数、平均路径长度等 网络拓扑的基本模型及其性质 随机网络、Small World网络、Scale Free网络等 近几年的研究态势 发展历程、会议、论文、软件、实证等 网络拓扑的基本模型及其性质 规则网络 随机网络 Small World网络 Scale Free网络 等级网络 规则网络 规则网络是指平移对称性晶格,任何一个格点的近邻数目都相同。 各个节点的具有相同的度值 如图为最近邻耦合网络：每个节点都与它左右的K/2个节点相连。 对大的N, K, 有：聚类系数C~3/4, 平均路径长度L~无穷大 一般地，规则网络具有大的簇系数和大的平均距离 随机网络 ER随机图模型：顶点的度值服从 Poisson distribution，也称Poisson随机图 如：pajek的生成 平均度：k~p*N 平均路径长度L~ln(N)/ln(k) 聚类系数: C=p 1 (由于极度稀疏) 一般地，随机网络具有小的簇系数和小的平均距离。 Small World模型 是否存在一个同时具有高的集聚程度,小的最短路径网络呢? 对于传染病模型, 平均集聚程度对应于传播的广度,平均最短距离代表的是传播的深度。 因此,如果实际网络同时存在宽的广度和大的深度的话,在这样的网络上的传染病传播显然将大大高于规则网络与随机网络。 1998年Watts和Strogatz 为我们找到了这样的网络模型—Small World 网络（发表在Nature上）. 现在常称为：WS model Small World模型 方法：Watts和Strogatz 发现,只需要在规则网络上稍作随机改动就可以同时具备以上两个性质。 改动的方法是,对于规则网络的每一个顶点的所有边,以概率p 断开一个端点,并重新连接,连接的新的端点从网络中的其他顶点里随机选择,如果所选的顶点已经与此顶点相连,则再随机选择别的顶点来重连。 当p = 0 时就是规则网络, p = 1 则为随机网络,对于0 p 1 的情况,存在一个很大的p 的区域,同时拥有较大的集聚程度和较小的最小距离。 形成机制：规则网络，以概率p 断开一个端点，随机连接） NW模型 WS model的构造过程有可能破坏网络的连通性 1999年Newman and Watts提出了NW模型：用“随机化加边”替代“随机化重连” 还有许多改进的模型：加点，加边，去