WS小世界网络模型构造实践报告.docx

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

班级 计算机试验班

WS小世界网络模型构造

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。实证结果说明,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)。传统的规章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、从规章图开头：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随机地从连接网络中的每个边，马上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对应于完全规章网络，p=1则对应于完全随机网络，通过调整p的值就可以掌握从完全规章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〕

functionws_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);holdon;

%生成最近邻耦合网络；A=zeros(N);

WS小世界网络模型构造

disp(A);fori=1:N

ifi+K=N

forj=i+1:i+K

A(i,j)=1;

endelse

forj=i+1:N

A(i,j)=1;

end

forj=1:((i+K)-N)A(i,j)=1;

end

end

ifKi

forj=i-K:i-1A(i,j)=1;

end

else

forj=1:i-1

A(i,j)=1;

end

forj=N-K+i:N

A(i,j)=1;

end

end

end

disp(A);

%随机化重连fori=1:N

forj=i+1:N

ifA(i,j)==1pp=unifrnd(0,1);ifpp=p

A(i,j)=0;

A(j,i)=0;

b=unidrnd(N);whilei==b

b=unidrnd(N);

endA(i,b)=1;

A(b,i)=1;

endend

WS小世界网络模型构造

end

end

%依据邻接矩阵连线fori=1:N

forj=1:N

ifA(i,j)==1

plot([x(i),x(j)],[y(i),y(j)],”linewidth”,1);holdon;

end

end

end

holdoffaver_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〕

WS小世界网络模型构造

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〕

WS小世界网络模型构造

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征路径长度或平均最短路径长度，指的是一个网络中两点之间最

短路径长度〔或称距离〕的平均值。从一个节点s

i

动身，经过与它相连的节点，逐步“走”

到另一个节点s

j

所经过的路途，称为两点间的路径。其中最短的路径也称为两点间的距

离，记作 。而平均路径长度定义为：

这其中N是节点数目，并定义节点到自身的最短路径长度为0。假设不计算到自身的距离，那么平均路径长度的定义就变成：

集聚系数

集聚系数〔也称群聚系数、集群系数〕是用来描述图或网络中的顶点〔节点〕之间结集成团的程度的系数。具体来说，是一个点的邻接点之间相互连接的程度。例如在社交网

络中，你的朋友之间相互生疏的程度。一个节点s

i