论文部分内容阅读
在复杂网络的研究中,节点和连接本身的性质对网络的演化有着极其重要的作用。本文使用(D,H)相图、cSubA-cSubB平均星系数关系图等工具,对三类不同网络模型的节点特征分布进行了研究。 对于Dorogovtsev、Goltsev和Mendes提出的一类确定性赝分形无标度网络模型(DGM网络),在等概率随机节点配置之外,本文提出了三种新的节点配置方式:(1)在非等概率节点配置方式下,对其节点特征分布的研究中发现,节点配置会影响染色参数a值的大小,且出现(D,H)相图中的点分布在不同方向上被压缩或拉伸的现象,以及cSubA-cSubB关系图中的点分布向左上或右下偏移的现象。(2)在点权节点配置方式下,网络中同质节点间的连接概率受到影响,网络的(D,H)相图的点分布出现向左上或右下偏移的现象,而cSubA-cSubB关系图的点分布则向左下或右上偏移。(3)在仿基因遗传节点配置方式下,网络的节点特征分布表现出初值敏感性,网络节点特征的变化在总体上包含了以上两种情况,其(D,H)相图和cSubA-cSubB关系图的变化为前两种规律的综合。 本文还提出了两类新的网络模型,分别是基于随机赝分形网络(RDGM网络)的适应度模型(简称RDGM适应度网络模型)和基于BA(Barab(a)si-Albert)无标度网络的高聚集度重连网络模型。 RDGM适应度网络模型由RDGM网络演变而来。RDGM网络在DGM网络的基础上加入了随机性,并保留了DGM网络的无标度特性和小世界效应,但其网络节点的度却有节点越老则度越高的情况,这与许多现实网络不相符合。因此,本文提出的RDGM适应度网络模型为网络中的每一条边加入不同的适应度,不同的适应度带来了不同的被选择概率。这样的改变有效地改善了之前的情况。该适应度网络模型也保持了无标度特性和小世界效应,其度分布服从幂律,且幂指数γ≈3,而聚类系数相较于RDGM网络有所提高,为C≈0.81。 BA无标度网络的高聚集度重连网络模型在原BA网络的基础上加入重连机制,这使得网络在较好地保持无标度特性的基础上提高了聚类系数,从而具有小世界效应。在不同的参数下,网络的聚类系数在0.03到0.52之间变化。 本文还进一步研究了后述这两类网络的节点特征分布,并得出了与DGM网络相似的规律。 本文通过对三类不同网络模型在几种不同节点配置下的网络节点特征分布的研究,总结出了其(D,H)相图和cSubA-cSubB关系图的相应的变化规律,为今后分析各类复杂网络的结构和节点特征分布拓宽了研究范围。