复杂网络数学建模.pptVIP

Scale-free网络的特性度分布呈幂率分布中枢节点出现鲁棒性脆弱性第29页，共52页，星期日，2025年，2月5日第30页，共52页，星期日，2025年，2月5日第31页，共52页，星期日，2025年，2月5日无标度网络与随机图特性比较第32页，共52页，星期日，2025年，2月5日无标度（Scale-free）网络无标度模型由Albert-LászlóBarabási和RékaAlbert在1999年首先提出，现实网络的无标度特性源于众多网络所共有的两种生成机制：（ⅰ）网络通过增添新节点而连续扩张；（ⅱ）新节点择优连接到具有大量连接的节点上。第33页，共52页，星期日，2025年，2月5日BA模型增长和择优连接这两种要素激励了Barabási－Albert模型的提出，该模型首次导出度分布按幂函数规律变化的网络。模型的算法如下：（1）增长：开始于较少的节点数量（m0），在每个时间间隔增添一个具有m（≤m0）条边的新节点，连接这个新节点到m个不同的已经存在于系统中的节点上。（2）择优连接：在选择新节点的连接点时，假设新节点连接到节点i的概率π取决于节点i的度数即第34页，共52页，星期日，2025年，2月5日经过t时间间隔后，该算法程序产生一具有N=t+m0个节点，mt条边的网络。数量模拟表明具有k条边的节点的概率服从指数为r=3的幂指数分布。第35页，共52页，星期日，2025年，2月5日P(k)~k-3A.-L.Barabási,R.Albert,Science286,509(1999)第36页，共52页，星期日，2025年，2月5日BA模型（a)Barabási-Albert模拟的度分布。（b）不同系统规模下的。第37页，共52页，星期日，2025年，2月5日第1页，共52页，星期日，2025年，2月5日一、网络图的基本概念第2页，共52页，星期日，2025年，2月5日节点、边关联与邻接度k、平均度k节点的度分布p(k)最短路径与平均路径长度（Dijkstra算法）集聚系数C第3页，共52页，星期日，2025年，2月5日aedcb第4页，共52页，星期日，2025年，2月5日有向图、无向图、不连通图第5页，共52页，星期日，2025年，2月5日节点的度分布是指网络（图）中度为的节点的概率随节点度的变化规律。 第6页，共52页，星期日，2025年，2月5日两点之间的最短路径：从指定始点到指定终点的所有路径中长度最小的一条路径。网络平均路径长度：所有点对之间的最短路径的算术平均值。第7页，共52页，星期日，2025年，2月5日227755553311第8页，共52页，星期日，2025年，2月5日节点1到7之间的最短路13，平均路径长度5.47，平均度为3.4，集聚系数为0.48。第9页，共52页，星期日，2025年，2月5日二、早期网络模型第10页，共52页，星期日，2025年，2月5日规则图和随机图规则图系统中节点及其与边的关系是固定的，每个节点都有相同的度数。随机图平均说来系统中节点及其与边的关系不确定。第11页，共52页，星期日，2025年，2月5日规则图的特征平均度为3。第12页，共52页，星期日，2025年，2月5日随机图的特征节点确定，但边以概率任意连接。节点不确定，点边关系也不确定。第13页，共52页，星期日，2025年，2月5日随机图——节点19，边43平均度为2.42，集聚系数为0.13。第14页，共52页，星期日，2025年，2月5日随机图——节点42，边118平均度为5.62，集聚系数为0.133。第15页，共52页，星期日，2025年，2月5日ER模型Erd?s和Rényi（ER）最早提出随机网络模型并进行了深入研究，他们是用概率统计方法研究随机图统计特性的创始人。给定N个节点，没有边，以概率p用边连接任意一对节点，用这样的方法产生一随机网络。第16页，共52页，星期日，2025年，2月5日第17页，共52页，星期日，2025年，2月5日ER模型节点的度分布：平均值为的泊松分布第18页，共52页，星期日，2025年，2月5日Connectwithprobabilitypp=1/6N=10?k?~1.5Poissondistribution第19页，共52页，星期日，2025年，2月5日三、复杂网络模型小世