论文部分内容阅读
近年来,许多研究证明现实网络都可以抽象成复杂网络,使得复杂网络的研究成为众多学科的研究对象,包括管理学,工学以及生物医药学等学科。实际上,无论是在人类社会还是在自然界中,各种各样的网络无处不在,这些网络大多具备小世界特性或者无标度特性等拓扑特性。从实际出发,人们可以把这些现实网络运用复杂网络理论表示为相互作用的节点组成的网络,从而研究这些网络所具有的特性。评价网络中节点的重要性是复杂网络研究的一个重要方向,通过节点重要性排序可以控制整个网络的稳定,不同的重要性排序算法对演化模型的优先连接机制也有很大的影响。很多研究人员都在致力于此方向上的研究,因为节点重要性排序和演化网络模型对现实网络的研究具有重要的应用价值。本文研究复杂网络中节点重要性排序算法及基于算法的演化模型,主要工作如下:1.系统的给出了复杂网络的理论基础,简要地介绍了几种重要性节点排序的算法,介绍了几种经典的网络演化模型。2.通过分析度排序算法的缺陷,提出了集团度的概念,根据集团度概念提出综合加权集团度的节点重要排序算法,针对度排序算法对网络中桥接节点的重要性评价的缺陷,综合加权集团度的节点重要排序算法考虑不仅考虑到网络中节点的度值,也考虑节点与邻居节点的连接紧密程度,也就是节点的各阶集团度概念,并改进了各阶集团度的反映节点重要性的片面性,提出了综合加权集团度,依据这些提出了该算法来重新评价节点的重要性。实验仿真表明,综合加权集团度的节点重要排序算法,不仅克服了度排序,介数排序,接近度排序这三种算法的缺陷,还克服了PageRank算法的度偏好特性和同等对待其邻居节点的弊端,从而能够更加精确而有效的对复杂网络中的节点进行重要性评价。3.针对小世界网络模型和BA网络模型的不足,利用综合加权集团度排序算法替代BA网络中以度作为节点连接依据。分别提出了综合加权集团度网络演化模型和综合加权集团度扩展网络演化模型。实验仿真表明,综合加权集团度网络演化模型不仅符合幂律分布,而且相较于BA网络演化模型,有更优的、平均路径长度、聚类系数和网络平均度。综合加权集团度扩展网络演化模型较之BA网络演化模型更符合实际网络情况。