具有局部结构的增长无标度网络中传染病传播机制研究

为了研究人群中的一些基本的社会关系结构,如家庭、室友、同事等,对传染病传播过程的影响机制,本文建立了一个具有局部结构的增长无标度网络模型.研究表明,局部结构的引入使得该网络模型能够同时再现社会网络的两个重要特征：节点度分布的不均匀性以及节点度之间的相关性.首先,该网络的节点度和局部结构度均服从幂律分布,且度分布指数依赖于局部结构的大小.此外,局部结构的存在还导致网络节点度之间具有正相关特性,而这种正相关正是社会网络所特有的一个重要特性.接着,通过理论分析和数值模拟,我们进一步研究了该网络结构对易感者-感染 关键词： 复杂网络 无标度网络 局部结构 传染病建模     

一种可大范围调节聚类系数的加权无标度网络模型

在Barrat, Barthélemy 和 Vespignani (BBV)加权无标度网络模型的基础上，提出了一种可大范围调节聚类系数的加权无标度网络模型——广义BBV模型(GBBV模型).理论分析和仿真实验表明，GBBV模型保留了BBV模型的许多特征，节点度、节点权重和边权值等都服从幂律分布.但是，GBBV模型克服了BBV模型只能小范围调节聚类系数的缺陷，从而可以用于具有大聚类系数网络的建模. 关键词： 无标度网络 加权网络 聚类系数     

一种基于点和边差异性的网络结构熵

熵是反映网络异构性的重要指标. 由于只是关注网络结构中"点"或"边"的单一作用,基于度分布和度相对值的两种传统熵在刻画网络结构特征时均存在缺陷. 文章综合考虑"点"和"边"差异性,定义一种新的网络结构熵,并对规则网络、随机网络和无标度网络等结构熵进行理论分析和仿真实验. 结果表明,这种新网络结构熵可以更有效地反映网络的结构特征,尤其是对于稀疏网络及星型网络的结构差异解释更为合理. 关键词： 均匀网络 无标度网络 熵     

一种强容侵能力的无线传感器网络无标度拓扑模型研究

针对无线传感器网络无标度拓扑容侵能力差的问题,本文借助节点批量到达的Poisson网络模型,提出了一种具有容侵优化特性的无标度拓扑模型,并在构建拓扑时引入剩余能量调节因子和节点度调节因子,得到了一种幂率指数可以在(1,+∞)调节的无标度拓扑结构,并通过网络结构熵优化幂率指数,得出了具有强容侵特性的幂律指数值.实验结果表明:新的拓扑保持了无标度网络的强容错性,增强了无标度网络的容侵性,并具有较好的节能优势.     

一种应用于含权无标度网络的全局路由算法

针对含权无标度网络提出了一种全局路由算法.该算法利用网络路径上的节点强度信息构建了一种全局路由代价函数,选择使该代价函数最小的路径来传输信息包,有效避开了网络中易发生拥塞的核心节点.实验结果表明,与最短路径算法相比,该算法以较小的平均路径长度的增加为代价,将网络容量提高了十多倍.     

幂律指数在1与3之间的一类无标度网络

借助排队系统中顾客批量到达的概念，提出节点批量到达的Poisson网络模型.节点按照到达率为λ的Poisson过程批量到达系统.模型1，批量按照到达批次的幂律非线性增长，其幂律指数为θ(0≤θ<+∞).BA模型是在θ＝0时的特例.利用Poisson过程理论和连续化方法进行分析，发现这个网络稳态平均度分布是幂律分布，而且幂律指数在1和3之间.模型2，批量按照节点到达批次的对数非线性增长，得出当批量增长较缓慢时，稳态度分布幂律指数为3.因此，节点批量到达的Poisson网络模型不仅是BA模型的推广，也为许多幂律指数在1和2之间的现实网络提供了理论依据.     

一种有效的提高复杂网络同步能力的自适应方法

本文提出了一种根据节点状态来调节网络中边权重的自适应方法(MDMF)来提高网络的同步能力, 总结了网络规模与网络平均速度对同步能力的影响. 研究发现, 通过这种自适应方法, 得到网络的同步能力与网络规模成幂率关系. 在相同网络规模下, 此方法能使网络的同步能力高于无权重网络几个数量级.当网络规模越大时, 提高同步能力越高效.     

一种优化无线传感器网络生命周期的容错拓扑研究

<正>由于无线传感器网络的节点能量受限,优化网络生命周期成为设计网络拓扑时首要考虑的问题.通过分析节点的剩余能量和负载量对节点生命周期的影响,提出了一种可延长无线传感器网络生命期的容错拓扑演化模型,并得出了在节点满足网络生存时间的条件下负载调节系数的取值范围.仿真实验结果表明,基于无标度网络的演化拓扑结构具有较好的容错性,并能够均衡网络节点能耗和延长网络生命周期.     

大规模软件系统的无标度特性与演化模型

在软件工程中，常用类图来描述类之间的关系. 以软件系统网为研究对象，通过对Sun和IBM公司提供的大规模软件系统进行实证分析，发现Java软件系统网的度分布是无标度分布，标度指数γ≈2.5. 在软件系统网的演化过程中，除加点之外，还存在边的添加、边的随机移除与边的重连等局部事件. 由此建立了软件系统演化模型. 由该模型演化生成的网络，其度分布服从幂律分布. 实际应用与数值仿真验证了该模型的有效性. 关键词： 软件系统 复杂网络 度分布 无标度     

基于平均场理论的微博传播网络模型

微博是在通过用户关注机制建立的用户网络上分享实时信息的社交平台,而微博消息主要通过用户的转发行为使消息在用户网络上传播.掌握微博消息的传播机制,对研究微博上舆论谣言的传播、产品推广等具有指导作用.本文通过对微博传播网络的结构分析来探索微博传播过程,利用新浪微博数据,建立微博传播网络,分析该网络的生成机制,使用平均场论的方法,推导微博传播网络的度分布模型.实验结果表明:微博传播网络的度分布是时间相依的,在特定时间下网络的度分布服从幂律分布.     

一类高聚类系数的加权无标度网络及其同步能力分析

针对真实世界中大规模网络都具有明显聚类效应的特点, 提出一类具有高聚类系数的加权无标度网络演化模型, 该模型同时考虑了优先连接、三角结构、随机连接和社团结构等四种演化机制. 在模型演化规则中, 以概率p增加单个节点, 以概率1–p增加一个社团. 与以往研究的不同在于新边的建立, 以概率φ在旧节点之间进行三角连接, 以概率1–φ进行随机连接. 仿真分析表明, 所提出的网络度、强度和权值分布都是服从幂律分布的形式, 且具有高聚类系数的特性, 聚类系数的提高与社团结构和随机连接机制有直接的关系. 最后通过数值仿真分析了网络演化机制对同步动态特性的影响, 数值仿真结果表明, 网络的平均聚类系数越小, 网络的同步能力越强. 关键词： 无标度网络 加权网络 聚类系数 同步能力     

An exponential distribution network

A complex network with an exponential distribution p(k)\propto\e^{{-\frac{k}{k_{c}}}}with k _c =3.50±0.02 is introduced and found to have assortative correlation k _i ⁿⁿ =B+qk _i (q>0) from numerical simulation.     

An evolving network model with modular growth

In this paper, we propose an evolving network model growing fast in units of module, according to the analysis of the evolution characteristics in real complex networks. Each module is a small-world network containing several interconnected nodes and the nodes between the modules are linked by preferential attachment on degree of nodes. We study the modularity measure of the proposed model, which can be adjusted by changing the ratio of the number of inner-module edges and the number of inter-module edges. In view of the mean-field theory, we develop an analytical function of the degree distribution, which is verified by a numerical example and indicates that the degree distribution shows characteristics of the small-world network and the scale-free network distinctly at different segments. The clustering coefficient and the average path length of the network are simulated numerically, indicating that the network shows the small-world property and is affected little by the randomness of the new module.     

可调聚类系数加权无标度网络建模及其拥塞问题研究

针对实现网络特征的真实情况,提出了一类可调聚类系数的加权无标度网络模型,该模型能够重现现实网络权重和节点度呈幂律分布的统计特性．特别是聚类系数与度之间的非线性关系,恰好符合某些现实网络聚类系数与度之间的平头关系特征．最后研究了可调聚类系数加权网络模型中的拥塞问题．采用基于强度优先传递的局部路由策略,分析了网络中的流量传输问题．     

扩展HK网络结构与同步能力的研究

研究两种高聚类系数无标度网络演化机理对网络同步能力的影响．首先,以Holme和Kim（HK）模型为基础,提出了度分布和聚类系数均可调的扩展HK模型（EHK模型）．扩展HK模型将HK模型中的三角结构扩展到了旧节点之间,解决了HK模型边的演化只存在新旧节点之间以及每个时间步加入网络节点的边数固定的不足．其次,研究了三角结构演化机理对网络同步能力的影响．最后,仿真研究发现三角结构的演化机理降低了两类无权网络的同步能力．     

Stability of weighted spectral distribution in a pseudo tree-like network model

The comparison of networks with different orders strongly depends on the stability analysis of graph features in evolving systems. In this paper, we rigorously investigate the stability of the weighted spectral distribution(i.e., a spectral graph feature) as the network order increases. First, we use deterministic scale-free networks generated by a pseudo treelike model to derive the precise formula of the spectral feature, and then analyze the stability of the spectral feature based on the precise formula. Except for the scale-free feature, the pseudo tree-like model exhibits the hierarchical and small-world structures of complex networks. The stability analysis is useful for the classification of networks with different orders and the similarity analysis of networks that may belong to the same evolving system.     

简易广义合作网络度分布的稳定性

本文对简易广义合作网络的三类特殊情形（择优连接、随机连接、混合连接）进行了研究. 基于马氏链理论, 给出它们度分布稳定性存在的严格证明, 并且得到相应网络度分布和度指数的精确表达式. 特别地, 对于混合连接情况, 说明在连线方式中只要存在择优成分, 网络度分布就服从幂律分布, 即所得网络为无标度网络. 关键词： 简易广义合作网络 无标度网络 马氏链 度分布     

The exponential degree distribution in complex networks: Non-equilibrium network theory, numerical simulation and empirical data

The exponential degree distribution has been found in many real world complex networks, based on which, the random growing process has been introduced to analyze the formation principle of such kinds of networks. Inspired from the non-equilibrium network theory, we construct the network according to two mechanisms: growing and adjacent random attachment. By using the Kolmogorov-Smirnov Test (KST), for the same number of nodes and edges, we find the simulation results are remarkably consistent with the predictions of the non-equilibrium network theory, and also surprisingly match the empirical databases, such as the Worldwide Marine Transportation Network (WMTN), the Email Network of University at Rovira i Virgili (ENURV) in Spain and the North American Power Grid Network (NAPGN). Our work may shed light on interpreting the exponential degree distribution and the evolution mechanism of the complex networks.