復(fù)雜網(wǎng)絡(luò)演化模型及其節(jié)點重要性研究.pdf

1、大量現(xiàn)實網(wǎng)絡(luò)都可以抽象成復(fù)雜網(wǎng)絡(luò),比如Internet網(wǎng)絡(luò)、社會網(wǎng)絡(luò)以及生物網(wǎng)絡(luò)等等,這些網(wǎng)絡(luò)具備小世界效應(yīng)和無尺度行為等拓撲特性,弄清這些拓撲特性的關(guān)系成為了眾多領(lǐng)域研究人員樂此不彼的動力,從而使得復(fù)雜網(wǎng)絡(luò)成為一個研究熱點。在BA網(wǎng)絡(luò)演化模型擇優(yōu)連接生成機制的研究基礎(chǔ)上,許多學(xué)者提出了很多的改進模型。網(wǎng)絡(luò)演化模型不僅可以捕捉網(wǎng)絡(luò)生成的動態(tài)性,而且對實際網(wǎng)絡(luò)的設(shè)計合理性和結(jié)構(gòu)特征研究具有十分重要的意義。
　　 本文主要研究復(fù)雜網(wǎng)

2、絡(luò)模型演化及節(jié)點重要性評估,主要工作如下：
　　 1.系統(tǒng)給出了復(fù)雜網(wǎng)絡(luò)演化模型研究概述以及復(fù)雜網(wǎng)絡(luò)相關(guān)的理論基礎(chǔ)。
　　 2.針對BA模型中優(yōu)先選擇連接機制的不足,本文提出了兩種改進的網(wǎng)絡(luò)演化模型,模型一是基于改進Pagerank算法的網(wǎng)絡(luò)演化模型,它采用了改進的PageRank算法來取代BA模型中以度作為節(jié)點優(yōu)先連接機制,其中改進的PageRank算法考慮到更加真實的瀏覽網(wǎng)頁的行為。計算機模擬分析結(jié)果顯示,改進的網(wǎng)絡(luò)

3、演化模型不僅度分布符合冪律分布形式,而且在平均路徑長度、聚集系數(shù)這兩個動力學(xué)特征上都要優(yōu)于原始的BA網(wǎng)絡(luò)演化模型,從而證明改進的網(wǎng)絡(luò)演化模型更加合理；模型二是混合模型。認為節(jié)點的重要性不能僅僅由鄰居節(jié)點的重要性反映,而且應(yīng)當與自身屬性有一定的聯(lián)系,以相應(yīng)的節(jié)點重要性評價方式來代替BA模型中以度為準的優(yōu)先連接機制。實驗結(jié)果表明該模型在網(wǎng)絡(luò)達到一定規(guī)模后,聚集系數(shù)比BA模型的聚集系數(shù)小,平均路徑長度更大。
　　 3.網(wǎng)絡(luò)演化模型實質(zhì)

4、是根據(jù)節(jié)點重要性作為其網(wǎng)絡(luò)生成機制。為了提出更優(yōu)的模型,深入研究了節(jié)點重要性的衡量方法。本文提出了可調(diào)節(jié)的加權(quán)方法和基于等價類的兩種節(jié)點重要性綜合衡量算法,加權(quán)方法綜合考慮常用的三種節(jié)點重要性衡量方法——度,中心度,介數(shù)。實驗結(jié)果顯示,相比于這三種常用方法,可調(diào)節(jié)的加權(quán)方法能更綜合、更全面地度量出節(jié)點的重要性?；诘葍r類的節(jié)點重要性綜合衡量算法是利用最嚴格的偏序關(guān)系來對節(jié)點重要性進行綜合的評價,以常用的節(jié)點重要性評價方法為基準,在嚴格偏