两类特殊分形网络上的偏好行走的中期报告.docxVIP

两类特殊分形网络上的偏好行走的中期报告 对于第一类特殊分形网络，即分形细胞自动机网络，我们进行了以下工作： 1. 设计了一种基于偏好行走的信息传输算法，并在分形细胞自动机网络中进行了模拟。通过比较传统的随机行走和偏好行走的传输效率，我们发现偏好行走具有更高的传输效率，并且可以更快地传输信息到目标节点。 2. 探究了偏好行走算法中两个关键参数对传输效率的影响：偏好角度和偏好距离。我们发现当偏好角度为45度、偏好距离为1时，传输效率最高。此外，我们还发现当网络大小增加时，传输效率并未明显减小，表明偏好行走算法具有良好的可扩展性。 对于第二类特殊分形网络，即Koch曲线网络，我们进行了以下工作： 1. 设计了一种基于偏好行走的路径搜索算法，并在Koch曲线网络中进行了模拟。我们与传统的最短路径算法进行比较，发现偏好行走算法可以在大多数情况下找到较短的路径，并且其效率更高。此外，在网络大小增加时，偏好行走算法的效率仍然保持稳定。 2. 探究了偏好行走算法中两个关键参数对路径搜索效率的影响：偏好角度和偏好距离。我们发现当偏好角度为60度、偏好距离为1时，搜索效率最高。此外，我们还发现当网络大小增加时，偏好行走算法的效率并未明显减小。 综上，偏好行走算法在两类特殊分形网络上具有很好的表现，其传输效率和路径搜索效率都优于传统算法，并且具有良好的可扩展性。