第6讲复杂网络2.pptVIP

复杂系统、复杂性科学及复杂网络 复杂系统的研究正在逐渐打破各学科之间壁垒，成为一门大范围跨学科的新兴领域。它几乎存在于自然科学与社会科学的各个领域，相关研究也被认为是21世纪科学发展的前沿和热点问题 复杂系统都有一些共同的特点，就是在变化无常的活动背后，呈现出某种捉摸不定的秩序，其中演化、涌现、自组织、自适应、自相似被认为是复杂系统的共同特征 研究复杂系统的学科称为复杂性科学。复杂性科学不仅是系统科学的前沿，而且也是整个大科学的前沿，被誉为21世纪的科学。因为它不仅仅从科学技术上指明了21世纪的发展方向，而且它给我们提供了一种崭新的世界观 它是相对于牛顿时代的简单系统而言的，它所探讨的是复杂系统中各组成部分之间相互作用所表现出的特性。复杂性科学主要研究复杂系统与复杂性，尽管它仍处在萌芽和发展阶段，但已引起了科学界的广泛重视 何谓复杂网络？ 复杂网络的研究最初是起步于对现实网络的统计特征进行实证分析。对它的研究目前还处于起步或发展阶段，还没有形成非常完善的理论体系和统一框架，不同领域的学者做了大量的研究，开辟了一些新的研究思路和方法。 就目前的研究而言，科学家们还没有给出复杂网络精确严格的定义，从这几年的研究来看，之所以称其为复杂网络，大致上包含以下几层意思： 首先，它是大量真实复杂系统的抽象 其次，它至少在感觉上比规则网络和随机网络复杂，因为我们可以很容易地生成规则和随机网络，但就目前而言，还没有一种能够生成完全符合真实网络统计特征的简单方法 最后，它还被认为是有希望解决“复杂系统之所以复杂”这一至关重要问题的有力武器。 复杂网络从拓扑来进行解释的，还应该加上网络上的复杂动力学行为 较严格的定义1）：具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质的网络称为复杂网络。它隶属于复杂性科学的范畴。 复杂网络的基本性质 Many interacting units（大量相互作用的单元或者元素） Self-organization（自组织） Small-world（小世界效应） Scale-free heterogeneity（无标度异质结构） Dynamical evolution（具有动态演化） 小世界效应(small-world effect)和无标度特性(scale-free property)的揭示激起了物理学、社会学、医学、生物学、经济学、计算机科学等多个领域学者们对复杂网络的研究兴趣，掀起了其在不同学科的研究热潮 连续几年来关于复杂网络研究学术论文在国际权威刊物发表数目的剧增就是最好的例证 有关复杂网络论文1998～2004年SCI检索情况 有关无标度网络论文1998～2004年SCI检索情况 有关小世界网络论文1998～2004年SCI检索情况 复杂网络发展的三个阶段 图论的起源 游戏难题的研究（七桥问题、四色猜想等） 强大的吸引力 欧拉、格思里、格里斯、摩尔根、哈密尔顿、凯利 1736 1936 欧拉图论文章 哥尼格有限图与无限图的理论 第一阶段：20世纪60年代，Erd?s和Rényi随机图论被认为是在数学上开创了复杂网络的系统性研究 第二阶段：之后40年中，人们做了试图揭示社会网络特征的一些实验 世界上已逐渐建立起了一些有关大型复杂网络的拓扑结构数据库，进而激发了人们从理论、仿真和实际数据验证三方面研究复杂网络的浓厚兴趣； 学科之间的相互交叉和融合趋势不断加强，促进了对复杂网络共有特征和性质的揭示； 复杂网络是复杂系统研究的拓扑基础，它的深入研究能够有利于人们理解“复杂系统之所以复杂”这一至关重要的基础问题； 以还原论和整体论相结合为重要特色的复杂性科学的兴起，使人们从整体上研究网络的结构和性能之间的关系； 对复杂网络的深刻理解和认识，有利于人们了解结构复杂性对网络行为复杂性的影响。 复杂网络是大量真实复杂系统的抽象，它能够刻画复杂系统内部的各种相互作用或关系，例如人与人之间的社会关系、物种之间的捕食关系、网页之间的超级链接、科研文章之间的引用关系、以及科学家之间的合作关系，甚至产品的生产与被生产关系等等 网络（或称图）包括节点（或称顶点）和连接两个节点的边（或称连接），其中节点代表真实系统中的个体，边表示它们之间的相互作用或联系 复杂网络的基本统计参量 几个重要的特征参数 度（Degree）：朋友的个数 度分布（Degree distribution）:在网络中任意选出一个点其度值为k的概率 集聚系数（群系数）（Clustering coefficient）： 朋友的朋友还是不是朋友的情况 最短路径（Shortest path）：