复杂网络演化中的数据分析

来源 :第二届全国统计物理与复杂系统学术会议暨第七届海峡两岸统计物理研讨会 | 被引量 : 0次 | 上传用户:yezilei311
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  为描述复杂系统中度分布的不均匀性,人们提出了各种模型予以解释,如fitness,aging等。然而对于复杂系统在演化过程中,度分布具体依赖哪些参量,却并不清楚。在本模型中,运用不同参量描述了复杂网络演化的四个基本过程,即结点和边的增加与删除,逐一探讨了这些参量对度分布的影响。在实际数据分析中,通过对Internet数据和科学家合作网的分析,我们得到了真实数据中结点和边的增加与删除细节,并测量了对应的参量。
其他文献
为了阐明长程相互作用复杂系统中速度处处发散处处可积的特性,我们把平均速度对一段时间间隔内的变化率乘以质量定义为有效力。由于有效力和两倍时间间隔速度的协方差等于零,我们可以假设有效力关于两倍时间间隔速度的条件几率分布函数具有对称性。
具有不同特征参数的非线性介质之间会有相互作用,本研究利用这一特性来调控非均匀系统中的波和时空斑图。斑图控制通常需要在被控制的介质内部或外部放置控制器,由控制器来产生所需的振动和波。这种控制方法形成的斑图一般都有缺陷,即在斑图中留有控制器的痕迹。我们选用正波介质作为负波介质的控制器,或负波介质作为正波介质的控制器(异质介质控制法)。
在非平衡输运领域,提出了振动马达模型,并研究了它的反常输运行为。当一个额外的时间周期信号扮演了布朗马达中噪声的角色时,相应的振动马达中可以观察到一个反常输运现象:绝对负迁移率。在合适的参数区域内,绝对负迁移率行为随偏置的增加存在两个最优化的区域。绝对负迁移率对于较大范围内的信号振幅与频率都可以存在。在确定性吸引子控制的参数区域,我们预言了三个反常输运现象。通过控制这个外加周期信号的振幅,绝对负迁移
最新实验表明悬浮极性液膜仅在交叉电场的驱动下就可以实现多种模式的可控电流体流动(转动或振动),相应实验设备被称为"液膜马达"。它们在基础研究和工程应用方面具有广阔的应用前景,但是其动力学机理不详。我们假设外电场中的悬浮水膜为带有等效电偶极矩的塑性流体,成功构建了能够描述直流水膜马达和交流水膜马达运动特征的含时动力学模型[1,2],解析地给出了液膜转动角(线)速度随时空演化的规律,系统地解释了直流水
The principle governing the evolution of transportation network is discussed.It is argued that new edges should be added in the network to increase the network efficiency as much as possible.The evolu
会议
在这次会议中,我们将报告关于化妆品经济中的长尾现象的研究成果。在先前的工作中,我们分析了网络上的台湾与日本的化妆品数据库中的数万笔数据,结果得到两个有趣的性质。第一,在化妆品价格与种类数量的分布中,我们看到了如幂次律下降的长尾现象。第二,在化妆品成分与出现频率的分布中,也看到了幂次律下降分布。
我们模拟了空间最后通牒博弈的演化过程,在五个非连续的一致性策略中加入一个随机策略A(p,q),发现不同的策略A会导致不同的演化结果,出现了混合策略,我们分析了每种混合策略出现的机制。理性的策略可能依赖于策略A而存活,相反,公平的策略则可能因为策略A的入侵而湮灭。
众所周知,本次全球金融危机中信用危机的蔓延传染起了极其关键的作用,违约行为呈出现级联方式(cascading)的迅速扩展,其严重程度足以能导致一国金融系统的崩溃。我们的信用危机传染动态模型是建立在一个由企业和金融机构所组成的信用关系网络之上的[1],这里我们着重考虑了一种新的危机传染途径—CDS衍生产品市场。我们的结果表明:通过这个新的传染途径,CDS衍生产品确实会在经济动荡期给整个信用网络带来不
Punishment may deter antisocial behavior.Yet to punish is costly, and the costs often do not offset the gains that are due to elevated levels of cooperation.However, the effectiveness of punishment de
我们研究了耦合logisitic映像系统的同步过程。数值模拟研究发现,处于周期状态和多带混沌状态的logistic映像系统的同步过程存在两种不同的同步路径。对于周期logistic映像,周期轨道吸引映像的状态。在弱耦合下,网络中的映像首先被吸引到一个周期轨道附近,然后各映像的状态相互靠近。在强耦合下,各映像首先相互同步,然后收敛到周期轨道。对于多带混沌logistic映像,映像轨道的方向相吸引映像