一种适应性超网络演化模型及其特性研究

发布时间：2017-06-23 10:15

  本文关键词：一种适应性超网络演化模型及其特性研究，由笔耕文化传播整理发布。

【摘要】：现实世界的大量复杂系统都存在着多节点间联系的特性，然而一般复杂网络方法并不能对这种特性进行很好地刻画。同时，基于超图的超网络具有一条超边连接多个同质或不同质的节点的特性，这使其可以更好地描述具有多节点连接的复杂系统，，研究超网络的演化模型也将促进对具有多节点结构的复杂系统拓扑特性和演化规律的认识和理解。为此，论文结合国家自然科学基金项目“泛在计算环境中社会化驱动的情境感知个性化信息服务研究”（项目编号：71471165）和国家教育部社科规划项目“移动互联网环境下个性化信息服务研究——基于情境感知和本体的方法”（项目编号：14JYC870010）开展超网络演化模型的研究，论文的主要工作包括： （1）实证分析了两个典型超网络——科研合作超网络和社会化标签超网络。分析了它们的拓扑特性，包括网络增长的时间趋势、节点超度分布、节点超度和首次出现时间的关系，实证结果表明这两个超网络的节点超度服从幂律分布，且其幂指数不仅存在r≥2的情况，也存在r2的情况；与此同时，这些超网络还呈现出“适者更富”的特征。 （2）根据揭示的现实网络的拓扑特性，提出了超度与适应度相结合的择优连接机制，构建了一种适应性超网络演化模型。在模型基础上，通过在不同适应度分布函数下对模型进行数值模拟，发现在幂律适应度分布函数下模拟超网络的超度分布更具有显著的幂律分布特征，为论文选取幂律函数作为适应度分布函数提供了依据。 （3）在确立幂律函数为适应度分布函数的基础上，论文从节点超度分布、网络聚类系数、网络平均路径长度这三个方面，利用现实超网络进一步验证本模型的合理性，结果表明模拟超网络和现实超网络在统计特性上具有较高的一致性，模型较好地描述了现实超网络的演化机理，解释了现实中“适者更富”的现象。同时，论文还提出并验证了适应度分布函数参数、真实网络中当前时刻累积节点总数L与上一时刻节点数M三者满足=(L/M)+1这一关系。
【关键词】：超网络 适应度 演化模型 幂律分布
【学位授予单位】：浙江理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O157.5
【目录】：

• 摘要4-5
• Abstract5-7
• 目录7-9
• 1 绪论9-25
• 1.1 选题背景和意义9-12
• 1.2 国内外相关研究综述12-20
• 1.2.1 复杂网络研究综述12-15
• 1.2.2 超网络的研究综述15-20
• 1.3 研究内容、思路与方法20-21
• 1.3.1 研究内容20-21
• 1.3.2 研究思路与方法21
• 1.4 论文的组织结构21-25
• 2 相关理论与概念25-45
• 2.1 复杂网络与超网络的图表示25-28
• 2.1.1 复杂网络的图表示25-27
• 2.1.2 超网络的超图表示27-28
• 2.2 复杂网络与超网络的结构测度指标28-34
• 2.2.1 复杂网络的结构测度指标29-31
• 2.2.2 超网络结构测度指标的定义31-34
• 2.3 主要的网络演化模型34-43
• 2.3.1 WS小世界网络模型34-36
• 2.3.2 BA无标度网络模型36-38
• 2.3.3 Price网络模型38-39
• 2.3.4 适应度网络模型39-40
• 2.3.5 超网络演化模型40-42
• 2.3.6 总结42-43
• 2.4 本章小结43-45
• 3 适应性超网络演化模型45-57
• 3.1 两个现实超网络的实证发现45-51
• 3.1.1 科研合作超网络的统计特性45-48
• 3.1.2 社会化标签超网络的统计特性48-51
• 3.1.3 总结51
• 3.2 适应性超网络演化模型构建51-54
• 3.2.1 适应性超网络演化模型算法52-53
• 3.2.2 模型参数说明53-54
• 3.3 适应性超网络演化模型的计算机实现54-56
• 3.3.1 Python 语言54-55
• 3.3.2 模型的计算机实现流程55-56
• 3.4 本章小结56-57
• 4 数值模拟分析57-65
• 4.1 仿真方法和工具57-58
• 4.2 适应度分布函数为常数58-59
• 4.3 适应度分布函数为指数函数59-61
• 4.4 适应度分布函数为幂律函数61-64
• 4.5 本章小结64-65
• 5 模型检验65-77
• 5.1 科研合作超网络65-70
• 5.1.1 简介65-67
• 5.1.2 模拟网络构建67-69
• 5.1.3 拓扑结构分析69-70
• 5.2 社会化标签超网络70-75
• 5.2.1 简介70-73
• 5.2.2 模拟网络构建73-74
• 5.2.3 拓扑结构分析74-75
• 5.3 结论75-76
• 5.4 本章小结76-77
• 6 总结与展望77-79
• 6.1 总结77-78
• 6.2 展望78-79
• 参考文献79-85
• 附录85-95
• 附录1 适应性超网络演化模型程序85-89
• 附录2 连通子网划分89-93
• 附录3 网络聚类系数93-95
• 攻读学位期间研究成果95-97
• 致谢97

【参考文献】

中国期刊全文数据库 前8条

1 邱均平;刘艳玲;;近10年我国合著现象的研究进展[J];图书情报工作;2011年20期

2 武澎;王恒山;;基于特征向量中心性的社交信息超网络中重要节点的评判[J];情报理论与实践;2014年05期

3 方锦清;汪小帆;郑志刚;毕桥;狄增如;李翔;;一门崭新的交叉科学:网络科学(上)[J];物理学进展;2007年03期

4 裴伟东;夏玮;王全来;赵子平;马希荣;;一类三角形结构动态复杂网络演化模型分析[J];中国科学技术大学学报;2010年11期

5 赵辉;刘怀亮;范云杰;;复杂网络理论在中文文本特征选择中的应用研究[J];现代图书情报技术;2012年09期

6 胡枫;赵海兴;何佳倍;李发旭;李淑玲;张子柯;;基于超图结构的科研合作网络演化模型[J];物理学报;2013年19期

7 杨光勇;刘建国;;A local-world evolving hypernetwork model[J];Chinese Physics B;2014年01期

8 郭进利;祝昕昀;;超网络中标度律的涌现[J];物理学报;2014年09期

  本文关键词：一种适应性超网络演化模型及其特性研究，由笔耕文化传播整理发布。

本文编号：474722