2020复杂网络模型的matlab实现.docx

PAGE PAGE #/ 5 度分布 function[DeD,aver_DeD]=Degree_Distribution(A) %%求网络图中各节点的度及度的分布曲线 P(k)%%求解算法：求解每个节点的度，再按发生频率即为概率，求 P(k) %A 络图的邻接矩阵 %De 络图各节点的度分布 %aver_De 络图的平均度 N=size(A,2); DeD=zeros(1,N); fori=1:N % DeD(i)=length(find((A(i,:)==1))); DeD(i)=sum(A(i,:)); end aver_DeD=mean(DeD); ifsum(DeD)==0 disp('该网络图只是由一些孤立点组成'); return; else figure; bar([1:N],DeD); xlabel('节点编号n'); ylabel('各节点的度数K'); title(' 网络图中各节点的度的大小分布图 '); end figure; M=max(DeD); fori=1:M+1;%网络图中节点的度数最大为 M,但要同时考虑到度为0的节点 的存在性 N_DeD(i)=length(find(DeD==i-1)); % DeD=[2 2 2 2 2 2] end P_DeD=zeros(1,M+1); P_DeD(:)=N_DeD(:)./sum(N_DeD); bar([0:M],P_DeD,'r'); xlabel('节点的度K'); ylabel('节点度为K的概率P(K)'); title(' 网络图中节点度的概率分布图 '); 平均路径长度 function[D,aver_D]=Aver_Path_Length(A) %%求复杂网络中两节点的距离以及平均路径长度 %%求解算法：首先利用Floyd算法求解出任意两节点的距离，再求距离的 平均值得平均路径长度 % A 络图的邻接矩阵 % % D 返回值：网络图的距离矩阵 PAGE PAGE #/ 5 % aver_ 返回值：网络图的平均路径长度 N=size(A,2); D=A; D(fi nd(D==O))=i nf;%将邻接矩阵变为邻接距离矩阵，两点无边相连时赋值为 inf,自身到自身的距离为0. fori=1:N D(i,i)=0; end fork=1:N%Floyd算法求解任意两点的最短距离 fori=1:N forj=1:N ifD(i,j)>D(i,k)+D(k,j) D(i,j)=D(i,k)+D(k,j); end end end end aver_D=sum(sum(D))/(N*(N-1))%平 均路径长度 ifaver_D==inf disp('该网络图不是连通图'); end PAGE PAGE #/ 5 %%算法2:用时间量级O(MN)的广度优先算法求解一个含 N个节点和M条 边的网络图的平均路径长度 聚类系数 function[C,aver_C]=Clustering_Coefficient(A) %%求网络图中各节点的聚类系数及整个网络的聚类系数 %%求解算法:求解每个节点的聚类系数，找某节点的所有邻居，这些邻居 节点构成一个子图 %%从A中抽出该子图的邻接矩阵，计算子图的边数，再根据聚类系数的定 义，即可算出该节点的聚类系数 %A 络图的邻接矩阵 %C 络图各节点的聚类系数 %aver 个网络图的聚类系数 N=size(A,2); C=zeros(1,N); fori=1:N aa=fi nd(A(i,:)==1);%寻找子图的邻居节点 ifisempty(aa) disp(['节点',in t2str(i),'为孤立节点，其聚类系数赋值为 O']);C(i)=O; else m=length(aa); ifm==1 disp(['节点',i nt2str(i),'只有一个邻居节点，其聚类系数赋值为 0']); C(i)=0; else B=A(aa,aa)%由取子图的邻接矩阵 C(i)=length(find(B==1))/(m*(m-1)); end end end aver_C=mean(C)