基于分形特性的复杂网络全局效率估计方法

发布时间：2021-07-30 05:34

　　针对大型网络中效率计算时间复杂度高、计算耗时长的问题,提出一种基于分形特性的网络效率估计方法。利用复杂网络拓扑结构的分形特性,分析网络效率与节点关联和的关系,用部分节点关联和来估计网络全局效率。此外,为了快速判断复杂网络的分形特性,提出基于节点关联和的分形特性判别方法。在构造网络和真实网络中进行实验分析,结果表明,所提方法能准确有效地估算网络全局效率,比原始的网络效率计算方法可缩减不低于90%的计算时间。 

【文章来源】：通信学报. 2020,41(07)北大核心EICSCD

【文章页数】：9 页

【部分图文】：

环形最近邻耦合网络中C(r)与r的关系r与C(r)的关系为

图3分形网络C(r)与r的关系1(1)()mrLrrSrEββ=∑+∑(16)

1)(21)()1()iik=mktt(22)其中，N(t)和ki(t)分别表示t次迭代时的节点数量和节点i的度，节点i在逆重整化中将重新加入n-1个节点数，其中m-1个节点将连接到i上，剩余的n-m-2个节点随机连接到节点i的邻居上。e∈[0,1]表示分形程度，e越接近1，则网络的分形特性强度越低。在这里先构造n=6、m=3，并迭代4次得到1296个节点数和1295条边的分形网络。对于不同e下生成的网络进行验证，这里取2yR=0.998。图4为构造的分形网络各参数e下C(r)与r的关系。对于e=0时，无标度区间范围最大；当e从0变化到0.6时，可以看出有明显的分形特性。图4构造的分形网络各参数e下C(r)与r的关系不同分形程度的构造网络效率估计如表2所示。由表2可知，所有效率的估计误差不超过1.2%，并且用于计算节点关联和的节点数nk最大值为155，占总节点12％，其中参数e=0.2和e=0.4时CDEE仅需要计算8%的节点关联和即可估计出误差小于1.2%的全局效率，这意味着本文方法比传统方法最高节省了92%的时间。e越小，表示该生成网络的分形性越强，则无标度区间占比表2不同分形程度的构造网络效率估计分形程度erk决定系数R2关联维数PfnkTsave估计值ê理论值E相对误差0240.9981.4692.20%14289%0.08490.08560.82%0.2160.9981.8487.80%10492%0.10520.10631.04%0.4110.99862.2380.50%10492%0.12430.12581.19%0.670.99842.6666.20%15588%0.15290.15230.39%0.850.99813.0957.10%12990%0.16970.16830.83%1

【参考文献】：
期刊论文
[1]Network-level optimization method for road network maintenance programming based on network efficiency[J]. 张林雪,秦进,贺钰昕,叶勇,倪玲霖.  Journal of Central South University. 2015(12)
[2]互联网中路由级和IP级拓扑分形特征分析[J]. 关世杰,赵海.  通信学报. 2013(11)
[3]利用节点效率评估复杂网络功能鲁棒性[J]. 周漩,张凤鸣,周卫平,邹伟,杨帆.  物理学报. 2012(19)



本文编号：3310800