WS小世界网络模型构造实践报告.docVIP

WS小世界网络模型构造 课题：WS小世界网络模型构造 姓名 赵训 学号 201026811130 班级 计算机实验班 一、WS 小世界网络简介 1998年, Watts和Strogatz 提出了小世界网络这一概念,并建立了WS模型。 实证结果表明,大多数的真实网络都具有小世界特性(较小的最短路径) 和聚类特性(较大的聚类系数) 。 传统的规则最近邻耦合网络具有高聚类的特性,但并不具有小世界特性;而ER 随机网络具有小世界特性但却没有高聚类特性。 因此这两种传统的网络模型都不能很好的来表示实际的真实网络。 Watts和Strogatz建立的WS小世界网络模型就介于这两种网络之间,同时具有小世界特性和聚类特性,可以很好的来表示真实网络。 二、WS小世界模型构造算法 1、从规则图开始：考虑一个含有N个点的最近邻耦合网络，它们围成一个环，其中每个节点都与它左右相邻的各K/2节点相连，K是偶数。 2、随机化重连：以概率p随机地从新连接网络中的每个边，即将边的一个端点保持不变，而另一个端点取为网络中随机选择的一个节点。其中规定，任意两个不同的节点之间至多只能有一条边，并且每一个节点都不能有边与自身相连。 在上述模型中，p=0对应于完全规则网络，p=1则对应于完全随机网络，通过调节p的值就可以控制从完全规则网络到完全随机网络的过渡，如图a所示。 图a 相应程序代码（使用Matlab实现） ws_net.m （位于“代码”文件夹内） function ws_net() disp(WS小世界网络模型) N=input(请输入网络节点数); K=input(请输入与节点左右相邻的K/2的节点数); p=input(请输入随机重连的概率); angle=0:2*pi/N:2*pi-2*pi/N; x=100*cos(angle); y=100*sin(angle); plot(x,y,r.,Markersize,30); hold on; %生成最近邻耦合网络； A=zeros(N); disp(A); for i=1:N if i+K=N for j=i+1:i+K A(i,j)=1; end else for j=i+1:N A(i,j)=1; end for j=1:((i+K)-N) A(i,j)=1; end end if Ki for j=i-K:i-1 A(i,j)=1; end else for j=1:i-1 A(i,j)=1; end for j=N-K+i:N A(i,j)=1; end end end disp(A); %随机化重连 for i=1:N for j=i+1:N if A(i,j)==1 pp=unifrnd(0,1); if pp=p A(i,j)=0; A(j,i)=0; b=unidrnd(N); while i==b b=unidrnd(N); end A(i,b)=1; A(b,i)=1; end end end end %根据邻接矩阵连线 for i=1:N for j=1:N if A(i,j)==1 plot([x(i),x(j)],[y(i),y(j)],linewidth,1); hold on; end end end hold off aver_path=aver_pathlength(A); disp(aver_path); 对应输出（取网络节点数N=16，K=2；p分别取0，0.1，1）。 p=0（ws_n=16_k=2_p=0.fig的截图） P=0.1（ws_n=16_k=2_p=0.1.fig的截图） p=1（ws_n=16_k=2_p=1.fig的截图） 输出结果与图a(图a位于第2页)吻合。 三、WS小世界网络模型平均路径长度L(p)与聚类系数C(p)归一化图 平均路径长度 平均路径长度也称为特