复杂网络的基础知识.docxVIP

WORD格式 专业资料整理 第二章 复杂网络的基础知识 第二章 复杂网络的基础知识 2.1 网络的概念 所谓“网络”（networks），实际上就是节点（ node）和连边（ edge）的集合。 如果节点对（i，j ）与（j，i ）对应为同一条边， 那么该网络为无向网络 （undirected networks），否则为有向网络（ directed networks）。如果给每条边都赋予相应的权 值，那么该网络就为加权网络 （weighted networks），否则为无权网络（ unweighted networks），如图 2-1 所示。 图 2-1 网络类型示例 (a) 无权无向网络 (b) 加权网络 (c) 无权有向网络 如果节点按照确定的规则连边，所得到的网络就称为“规则网络” （ regular networks），如图 2-2 所示。如果节点按照完全随机的方式连边， 所得到的网络就 称为“随机网络”（random networks）。如果节点按照某种（自）组织原则的方式 连边，将演化成各种不同的网络，称为“复杂网络” （complex networks）。 图 2-2 规则网络示例 (a) 一维有限规则网络 (b) 二维无限规则网络 1 第二章 复杂网络的基础知识 2.2 复杂网络的基本特征量 描述复杂网络的基本特征量主要有：平均路径长度（ average path length）、簇系数（ clustering efficient）、度分布（ degree distribution）、介数（ betweenness）等，下面介绍它们的定义。 2.2.1 平均路径长度 （average path length） 定义网络中任何两个节点 i 和 j 之间的距离 lij 为从其中一个节点出发到达 另一个节点所要经过的连边的最少数目。定义网络的直径（ diameter）为网络 中任意两个节点之间距离的最大值。即 D max {lij } （2-1） i , j 定义网络的平均路径长度 L 为网络中所有节点对之间距离的平均值。即 2 N 1 N L l ij （2-2） N ( N 1) i 1 j i 1 其中 N 为网络节点数，不考虑节点自身的距离。网络的平均路径长度 L 又称为特征路径长度（ characteristic path length）。 网络的平均路径长度 L 和直径 D 主要用来衡量网络的传输效率。 2.2.2 簇系数（clustering efficient） 假设网络中的一个节点 i 有 ki 条边将它与其它节点相连， 这 ki 个节点称为节点 i 的邻居节点，在这 ki 个邻居节点之间最多可能有 ki (ki 1)/ 2 条边。节点 i 的 ki 个邻居节点之间实际存在的边数 Ni 和最多可能有的边数 ki(ki 1)/ 2 之比就定义为节点 i 的簇系数，记为 Ci 。即 2Ni (2-3) Ci 1) ki (ki 整个网络的聚类系数定义为网络中所有节点 i 的聚类系数 Ci 的平均值，记 2 第二章 复杂网络的基础知识 为 C。即 N 1 C Ci （2-4） N i 1 显然， 0 ≤C ≤1 之间。当 C=0 时，说明网络中所有节点均为孤立节点，即没有任何连边。当 C=1 时，说明网络中任意两个节点都直接相连，即网络是全局耦合网络。 2.2.3 度分布（degree distribution） 网络中某个节点 i 的度 ki 定义为与该节点相连接的其它节点的数目， 也就是 该节点的邻居数。通常情况下，网络中不同节点的度并不相同，所有节点 i 的度 ki 的的平均值称为网络的（节点）平均度，记为 k。即 1 N ki （2-5） k N i 1 网络中节点的分布情况一般用度分布函数 P(k)来描述。度分布函数 P(k)表示 在网络中任意选取一节点，该节点的度恰好为 k 的概率。即 1 P(k) N  N (k ki ) （2-6） i 1 通常，一个节点的度越大， 意味着这个节点属于网络中的关键节点， 在某种意义上也越“重要” 。 2.2.4 介数（betweenness） 节点 i 的介数定义为网络中所有的最短路径中，经过节点 i 的数量。用 Bi 表示。即 Bi gmi n m, n i , m n （2-7） gmn m, n 式中 gmn 为节点 m 与节点 n 之间的最短路径数， gmin 为节点 m 与节点 n 之 3 第二章 复杂网络的基础知识 间经过节点 i 的最短路径数。 节点的介数反映了该节点在网络中的影响力。 描述网络结构的特征量还有很多， 这里就不一一介绍， 在使用到它们的地方再给出详细的说明。 2.3 复杂网络的基本模型