加权复杂网络社团的评价指标及其发现算法分析

节点的聚集现象是复杂网络的重要特性.以往研究主要发现无权复杂网络中的社团,较少涉及加权网络的社团发现.由于加权网络的复杂性远高于无权网络,一般认为加权网络的社团发现是一个较难的问题.本文基于统一的数据基础,从社团评价指标的有效性和现有算法的效果两个角度开展研究.首先,总结了加权网络三种常见的社团评估指标,并在社团大小、密度和局域特点均不同的模拟数据集上分析指标的有效性;其次,针对5个数据集,分析现有的3种加权复杂网络社团发现算法的效果.研究表明:上述指标无论在评价最基本的社团结构,还是在分析结构复杂的社团时都有较大缺欠;现有的加权网络社团发现算法的泛化能力不强.     

基于传播免疫的复杂网络可控性研究

复杂网络控制反映了人类对复杂系统的认识深度和改造能力. 最新研究成果基于线性系统控制理论建立了复杂网络可控性的理论架构, 能够发现任意拓扑结构的线性时不变复杂网络中控制全部节点状态的最小驱动节点集, 但是该模型未考虑免疫节点或失效节点对控制信号传播的阻断.在继承该模型优点的前提下, 重新构建了基于传播免疫的复杂网络控制模型.在采用分属于随机免疫和目标免疫两种策略的 4个方法确定免疫节点的情况下,分析14个真实网络的可控性.结果表明:如果将网络中度数、 介数和紧密度指标较高的节点作为免疫节点,将极大地提高控制复杂网络的难度. 从而在一定程度上丰富了以往模型的结论.