当前位置:主页 > 科技论文 > 数学论文 >

分形网络的理论、算法及应用研究

发布时间:2019-11-14 07:37
【摘要】:复杂网络是复杂系统的抽象和重要的研究工具。对复杂网络的拓扑结构的研究是最基础也是最重要的方面之一。自从Song等人2005年在"Nature"上发表文章,通过引入重整化群分析方法揭示了复杂网络中许多实际网络的分形性和自相似性,复杂网络的分形特征研究也成为复杂网络研究的一个重要的方向。复杂网络中的分形研究主要集中在以下几个方面:分形起源研究,分形的定义,分形的算法,分形网络的性质等。本文主要研究复杂网络中分形结构的起源,算法和应用,主要内容及创新有以下几个方面:(1)提出了一种新的分形网络增长模型,该模型生成的网络为当前分形结构涌现的原因的反例。研究者广泛认为,复杂网络中的分形的涌现是由于Hub节点之间的排斥性。这个假设通过Song等人提出的动态增长的分形网络模型得到。我们发现该模型假设所有的跨盒子的边连接到Hub的概率e都是相同的。因此,我们使用可变的概率e修改了该模型,使得Hub之间的连接概率较大,非Hub的连接概率较小。通过新的模型,我们得到了具有Hub吸引特性的分形网络。同时,我们还发现现实中的演员合作网络也具有同样的性质。因此,我们提出结构均衡的概念来解释分形特性的涌现。此外,我们还对随机网络的分形产生的条件进行了数学推导,发现结论为要求节点之间的距离的分布呈Frechet分布。(2)提出了两种能得到更精确解的分形的盒子覆盖算法。复杂网络的分形结构的分析通常使用盒子覆盖法。在盒子覆盖法中,如何使用最小的盒子数量来役盖整个网络是一个NP难的问题。研究者们提出了许多的算法来提高算法的精确性。首先,我们引入了差分演化算法对盒子覆盖问题进行优化。在不同结构上网络上进行对比,发现我们算法的解大部分情况下都比当前最优的算法更精确。其次,为了减小算法的时间复杂度和减小搜索空间,我们提出了基于离散粒子群优化的盒子覆盖算法,并将该算法扩展到加权网络中。实验结果表明,我们的算法的解相对当前的算法具有稳定的改进。(3)提出了一种以分形模块度和最小化盒子数量为目标的多目标盒子覆盖算法。根据标度理论,研究者们通过重整化群方法对网络在不同尺度上的统计特性进行分析。通常采用盒子覆盖法来进行重整化分析,在这个分析的过程中,研究者发现分形模块度与网络的信息传输有密切关系。如何使盒子覆盖能得到准确的分形模块度对网络结构的研究非常重要,但是,当前的分形算法都没有考虑到对分形模块度进行优化。而且,我们发现分形模块度目标的一部分和最小化盒子的目标负相关,为了解决这种困境,我们提出了多目标粒子群优化的盒子覆盖算法。我们采用分解的方式来接近Pareto前沿。实验结果表明,我们的算法在各个目标上得到的结果都比当前算法优。并且,我们得到的盒子覆盖与实际网络的层次机构更接近。(4)对社会编程GitHub网络进行了实证研究。首先,针对GitHub平台中存在许多大型项目的开发者之间未必有实际的合作关系这样的现象,引入了边的权重来移除弱连接的边。通过重整化群分析,发现GitHub网络在移除弱连接的边之后网络结构从小世界变化为分形网络。此外,对网络的Pearson相关系数和邻居相关度的分析后发现网络具有很强的同配性,验证了之前对分形涌现的研究结论。其次,通过超网络建模的方式分析GitHub网络的演化特征,并根据分析结果提出了新的超网络增长模型。该模型考虑了知识的多样性,并且综合了基于超度和基于知识量的优先连接策略。实验结果表明,该模型能更好的模拟实际网络。
【图文】:

方程,分形特征,倍周期


图2.1:OT)Lo.gisiic方程的倍周期,(6)邋Lo如s执;方程巧混化区的分形特征。该困X轴为r的取逡逑值,y轴为种群数量,图中的点代表系统的稳定值。图片引自文献脚:/。逡逑分形和混浊是两个紧密巧系不可分割的研究领域混淹是指非线性系统的逡逑一种表面上无规律而实际上隐含着一定的规律的现象。比如,大家所熟知的"蝴蝶效逡逑

自相似,线段,维度,立方体


图2.2:传统几何结构的自相似化:线段,正方形,立方体在初始时刻〔图左列),与经过一次增逡逑长居〔图中列)。逡逑如图2.2所示,对于线段,有g二3和a邋=邋3,因此线段的自相似维度_0邋=邋1;对逡逑于正方形,有g邋=邋2和a邋=邋4,因此正方形的自相似维度方=2,对于立方体,有逡逑9邋=邋2和a邋=邋8,因此立方体的自相似维度D邋=邋3。标度因子可LNB取任意整数,得到的逡逑结果是一样的。可^^看到线段,正方形,立方体的自相似维度与传统的维度一致,下逡逑面我们计算几个分形图形的自相似维度。逡逑如阐2.3所不,3故口记5]^垫片的边长标度因子9邋=邋2,,子模块的数扇为(1邋=邋3,逡逑因此,Sierpinski垫片的自相似维度_0邋=邋log3/log2邋1.5850。另如图2.4所示,逡逑Sierpinski地毯的边长标度因子g邋=邋3,子模块的数巧为a邋=邋8,因此,Skrpinski垫片逡逑的自相似维度邋0邋二邋log8/logs邋1.8928。逡逑-10-逡逑
【学位授予单位】:武汉大学
【学位级别】:博士
【学位授予年份】:2015
【分类号】:O157.5

【相似文献】

相关期刊论文 前10条

1 邹汪平;;一种基于网络安全控制的蜂群算法应用研究[J];吉林师范大学学报(自然科学版);2013年04期

2 郭毅可;韩锐;;云计算中的弹性算法:概要和展望[J];上海大学学报(自然科学版);2013年01期

3 刘江华;戴新喜;白似雪;;基于模式矩阵的P_Matrix算法[J];南昌大学学报(理科版);2007年05期

4 胡俊鹏;;基于双向选择的蚁群相遇算法的优化[J];湖北民族学院学报(自然科学版);2013年01期

5 张丽;;关联规则挖掘算法的研究[J];赤峰学院学报(自然科学版);2013年02期

6 吴秋峰;尹海东;孟翔燕;;基于和积和最大积的信念传播算法的收敛性分析[J];数学的实践与认识;2011年09期

7 赵吉东;;蚁群算法的改进策略研究[J];中国科技信息;2012年12期

8 胡森森;周贤善;;一种改进蚁群算法的研究[J];长江大学学报(自科版);2006年10期

9 王恒娜;赵晓静;;基于属性覆盖的关联规则挖掘算法[J];安庆师范学院学报(自然科学版);2007年03期

10 曹建军;刁兴春;李凯齐;邵衍振;;基于进化强度的蚁群算法过程性能评价[J];解放军理工大学学报(自然科学版);2013年01期

相关会议论文 前10条

1 黄纪武;毛泽华;李松涛;张锦雄;;SPMD并行查找算法的MPI实现[A];广西计算机学会——2004年学术年会论文集[C];2004年

2 黄纪武;毛泽华;李松涛;张锦雄;;SPMD并行查找算法的MPI实现[A];广西计算机学会2004年学术年会论文集[C];2004年

3 符丽锦;覃华;邓海;孙欣;;一种改进的Apriori算法的研究[A];广西计算机学会2012年学术年会论文集[C];2012年

4 王东锋;王军民;陈英武;;模糊定性仿真理论研究与算法实现[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

5 赵唯;;晶粒度评级的改进算法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年

6 刘启文;;可扩展的图形学算法演示系统的研究[A];’2004计算机应用技术交流会议论文集[C];2004年

7 佘智;蒋泰;朱延生;;基于Type C协议的防冲突改进算法[A];广西计算机学会25周年纪念会暨2011年学术年会论文集[C];2011年

8 朱绍文;赵培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中国智能自动化会议论文集(下册)[C];2003年

9 杨霞;;新的基于启发式蚁群算法的QoS路由算法[A];广西计算机学会2009年年会论文集[C];2009年

10 陈黎飞;姜青山;董槐林;;基于图形轮廓的快速聚类算法[A];第二十三届中国数据库学术会议论文集(研究报告篇)[C];2006年

相关博士学位论文 前10条

1 钟永腾;基于近场MUSIC算法的复合材料结构健康监测研究[D];南京航空航天大学;2014年

2 刘燕;入侵杂草优化算法在阵列天线综合中的应用[D];西安电子科技大学;2015年

3 苗义烽;突发事件下的列车运行调度模型与算法研究[D];中国铁道科学研究院;2015年

4 杨玉婷;头脑风暴优化算法与基于视频的非接触式运动定量分析方法研究[D];浙江大学;2015年

5 刘杰;全局优化问题的几类新算法[D];西安电子科技大学;2015年

6 柏静;基于多种混合策略的人工蜂群算法改进研究[D];山东师范大学;2016年

7 孔翔宇;几类优化问题的人工蜂群算法[D];西安电子科技大学;2016年

8 匡立;分形网络的理论、算法及应用研究[D];武汉大学;2015年

9 单美静;求解非线性实代数系统的混合算法研究[D];华东师范大学;2008年

10 邱剑锋;人工蜂群算法的改进方法与收敛性理论的研究[D];安徽大学;2014年

相关硕士学位论文 前10条

1 安世勇;命题逻辑中随机3-SAT问题算法研究[D];西南交通大学;2015年

2 毕晓庆;油气探矿权竞争性出让系统设计与实现[D];中国地质大学(北京);2015年

3 王明明;铁路大机与线路固定设施间距检测算法研究[D];西南交通大学;2015年

4 李静;基于视频图像序列的运动目标检测与跟踪算法研究[D];宁夏大学;2015年

5 刘贝玲;基于天地图的租房平台开发及其关键技术研究[D];西南交通大学;2015年

6 曹海锋;IDS中串匹配臭算法并行优化研究[D];西安建筑科技大学;2015年

7 周攀;基于蚁群算法的山区高速铁路隧道火灾应急疏散最优路径研究[D];西南交通大学;2015年

8 张路奇;基于改进蚁群算法的WSN路由协议的研究[D];中国地质大学(北京);2015年

9 王晓晨;入侵杂草优化算法的应用与改进[D];长安大学;2015年

10 信琴琴;手势控制和识别算法研究[D];闽南师范大学;2015年



本文编号:2560719

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/yysx/2560719.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户ad595***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com