复杂网络动力学行为研究
1、主要研究内容：同步
同步的形成过程同步优化神经网络中的同步现象等相关问题
2、关于时滞网络中的同步分析
同步是系统互相影响趋于共同节律的情形
采用子空间和李雅普诺夫函数的一般性方法分别研究了“时变耦合复杂网络”“时滞复杂网络”“一类时滞耦合离散神经网络”的同步状态稳定的充分条件。
3、通过对权重网络的耦合矩阵特征值得分析，粗略的了解到了时滞对同步具有一定的促进
作用。
4、第四章讨论了同步的形成过程
利用相应的概率测度理论分别研究了ER、BA、小世界模型，在切换时间尺度和不同的耦合强度的情况下同步的变化，得出了一个结论：快速的网络切换将有助于促进网络的同步，而网络的不同拓扑结构导致不同的同步过程。均匀网络中网络的同步有一个局部同步簇逐渐融合形成整个网络的全局同步簇；而非均匀网络中，总是从度大的节点开始，形成核心同步簇，这个核心同步簇逐渐拉入更多的度小的节点形成更大的同步簇从而最终达到整个系统的同步。
5、提出了除“主稳定性方程”“李雅普诺夫直接法”“连接图稳定性”方法外的“矩阵测度
方法”主要用于研究控制网络的同步条件，分析网络拓扑结构对同步性的影响来判断网络同步性的优劣。
6、对疾病的传播着这种动力学行为介绍了三种模型SI SIS SR
7、提出一些展望以及有趣的方向，A有向网络中的子团B应用：优化路由算法，疾病传播
的研究
8、一些基本概念：
平均路径长度：任意两点间的平均距离
聚类系数：衡量网络节点之间邻居仍为邻居的几率有多大（节点间实际存在的连接数与最多可能存在的连接数之比。例4个邻居节点最多6条边，a6条全连上了，b连上3条，c没有一条）
度分布：一个节点连接的节点越多度越大，也就是权重越大。大多网络中的度分布为幂分布。
普分布：用矩阵A表示网络，即A ij=1表示点i与j之间有连接，否则为0，写出矩阵A 普密度：表示从一点出发又回到该点的路径数，因此谱密度与网络拓扑结构有着密切的联系。
第17卷第4期2009年10月 系统科学学报 JOURNAL OF SYSTEMS SCIENCE Vo1.17No.4 oct ，2009 复杂网络及其在国内研究进展的综述 刘建香 （华东理工大学商学院上海200237） 摘要：从复杂网络模型的演化入手，在简要介绍复杂网络统计特征的基础上，对国内关于复杂网络理论及其应用的研究现状从两方面进行综述：一是对国外复杂网络理论及应用研究的介绍，包括复杂网络理论研究进展的总体概括、复杂网络动力学行为以及基于复杂网络理论的应用研究介绍；二是国内根植于本土的复杂网络的研究，包括复杂网络的演化模型，复杂网络拓扑性质、动力学行为，以及复杂网络理论的应用研究等。并结合复杂网络的主要研究内容,对今后的研究重点进行了分析。 关键词：复杂网络；演化；拓扑；动力学行为中图分类号：N941 文献标识码：A 文章编号：1005-6408（2009）04-0031-07 收稿日期：2009-01-05 作者简介：刘建香（1974—），女，华东理工大学商学院讲师，研究方向：系统工程。E-mail ：jxliu@https://www.doczj.com/doc/5b12946581.html, 0引言 系统是由相互作用和相互依赖的若干组成部分结合的具有特定功能的有机整体[1]。而网络是由节点和连线所组成的。如果用节点表示系统的各个组成部分即系统的元素，两节点之间的连线表示系统元素之间的相互作用，那么网络就为研究系统提供了一种新 的描述方式[2、3] 。复杂网络作为大量真实复杂系统的高度抽象[4、5]，近年来成为国际学术界一个新兴的研究热 点，随着复杂网络逐渐引起国内学术界的关注，国内已有学者开始这方面的研究，其中有学者对国外的研究进展情况给出了有价值的文献综述，而方锦清[6]也从局域小世界模型、含权网络与交通流驱动的机制、混合择优模型、动力学行为的同步与控制、广义的同步等方面对国内的研究进展进行了简要概括，但是到目前为止还没有系统介绍国内关于复杂网络理论及应用研究现状的综述文献。本文从复杂网络模型的演化入手，在简要介绍复杂网络统计特征的基础上，对国内研究现状进行综述，希望对国内关于复杂网络的研究起到进一步的推动作用。 1.复杂网络模型的发展演化 网络的一种最简单的情况就是规则网络 [7] ，它 是指系统各元素之间的关系可以用一些规则的结构来表示，也就是说网络中任意两个节点之间的联系遵循既定的规则。但是对于大规模网络而言由于其复杂性并不能完全用规则网络来表示。20世纪50年代末，Erdos 和Renyi 提出了一种完全随机的网络模型———随机网络（ER 随机网络），它指在由N 个节点构成的图中以概率p 随机连接任意两个节点而成的网络，即两个节点之间连边与否不再是确定的事，而是由概率p 决定。或简单地说，在由N 个节点构成的图中，可以存在条边，从中随机连接M 条边所构成的网络就叫随机网络。如果选择M =p ，这两种构造随机网络模型的方法就可以联系起来。规则网络和随机网络是两种极端的情况，对于大量真实的网络系统而言，它们既不是规则网络也不是随机网络，而是介于两者之间。1998年，Watts 和Strogatz [8]提出了WS 网络模型，通过以概率p 切断规则网络中原始的边并选择新的端点重新连接 31--
复杂网络基础理论 第二章网络拓扑结构与静态特征
第二章网络拓扑结构与静态特征 l2.1 引言 l2.2 网络的基本静态几何特征 l2.3 无向网络的静态特征 l2.4 有向网络的静态特征 l2.5 加权网络的静态特征 l2.6 网络的其他静态特征 l2.7 复杂网络分析软件 2
2.1 引言 与图论的研究有所不同，复杂网络的研究更侧重 于从各种实际网络的现象之上抽象出一般的网络几何 量，并用这些一般性质指导更多实际网络的研究，进 而通过讨论实际网络上的具体现象发展网络模型的一 般方法，最后讨论网络本身的形成机制。 统计物理学在模型研究、演化机制与结构稳定性 方面的丰富的研究经验是统计物理学在复杂网络研究 领域得到广泛应用的原因；而图论与社会网络分析提 供的网络静态几何量及其分析方法是复杂网络研究的 基础。 3
2.1 引言 静态特征指给定网络的微观量的统计分布或宏观 统计平均值。 在本章中我们将对网络的各种静态特征做一小结 。由于有向网络与加权网络有其特有的特征量，我们 将分开讨论无向、有向与加权网络。 4 返回目录
2.2 网络的基本静态几何特征 ￠2.2.1 平均距离 ￠2.2.2 集聚系数 ￠2.2.3 度分布 ￠2.2.4 实际网络的统计特征 5
2.2.1 平均距离 1.网络的直径与平均距离 网络中的两节点v i和v j之间经历边数最少的一条简 单路径（经历的边各不相同），称为测地线。 测地线的边数d ij称为两节点v i和v j之间的距离（或 叫测地线距离）。 1／d ij称为节点v i和v j之间的效率，记为εij。通常 效率用来度量节点间的信息传递速度。当v i和v j之间没 有路径连通时，d ij＝∞，而εij＝0，所以效率更适合度 量非全通网络。 网络的直径D定义为所有距离d ij中的最大值 6
复杂网络研究概述 周涛柏文洁汪秉宏刘之景严钢 中国科学技术大学，近代物理系，安徽合肥：230026 摘要：近年来，真实网络中小世界效应和无标度特性的发现激起了物理学界对复杂网路的研究热潮。复杂网络区别于以前广泛研究的规则网络和随机网络最重要的统计特征是什么？物理学家研究复杂网络的终极问题是什么？物理过程以及相关的物理现象对拓扑结构是否敏感？物理学家进入这一研究领域的原因和意义何在？复杂网络研究领域将来可能会向着什么方向发展?本文将围绕上述问题，从整体上概述复杂网络的研究进展。 关键词：复杂网络小世界无标度拓扑性质 A short review of complex networks Zhou Tao Bai Wen-Jie Wang Bing-Hong? Liu Zhi-Jing Yan Gang Department of Modern Physics, University of Science and Technology of China, Hefei, 230026 Abstract: In recent years, the discoveries of small-world effect and scale-free property in real-life networks have attracted a lot of interest of physicists. Which are the most important statistical characteristics for complex networks that known from regular networks and random networks? What is the ultimate goal of the study of complex networks? Are physical processes sensitive to the topological structure of networks? What are the reason and meaning that physicist come into the research field on complex networks? What are the directions for future research? In the present paper, we concentrate on those questions above and give a general review about complex networks. Keyword: complex networks, small-world, scale-free, topological characters 1 引言 自然界中存在的大量复杂系统都可以通过形形色色的网络加以描述。一个典型的网络是由许多节点与连接两个节点之间的一些边组成的，其中节点用来代表真实系统中不同的个体，而边则用来表示个体间的关系，往往是两个节点之间具有某种特定的关系则连一条边，反之则不连边，有边相连的两个节点在网络中被看作是相邻的。例如，神经系统可以看作大量神经细胞通过神经纤维相互连接形成的网络[1]；计算机网络可以看作是自主工作的计算机通过通信介质如光缆、双绞线、同轴电缆等相互连接形成的网络[2]。类似的还有电力网络[1]、社会关系网络[1,3-4]、交通网络[5]等等。 数学家和物理学家在考虑网络的时候，往往只关心节点之间有没有边相连，至于节点到底在什么位置，边是长还是短，是弯曲还是平直，有没有相交等等都是他们不在意的。在这里，我们把网络不依赖于节点的具体位置和边的具体形态就能表现出来的性质叫做网络的拓扑性质，相应的结构叫做网络的拓扑结构。那么，什么样的拓扑结构比较适合用来描述真实的系统呢？两百多年来，对这个问题的研究经历了三个阶段。在最初的一百多年里，科学家们认为真实系统各因素之间的关系可以用一些规则的结构表示，例如二维平面上的欧几里德格网，它看起来像是格子体恤衫上的花纹；又或者最近邻环网，它总是会让你想到一群手牵着手围着篝火跳圆圈舞的姑娘。到了二十世纪五十年代末，数学家们想出了一种新的构造网
毕业论文 题目：复杂网络及其matlab模拟学院：物理与电子工程学院 专业：物理学 毕业年限：2015 学生姓名： 学号： 指导教师：
复杂网络及其matlab模拟 班级：物理学2班姓名：指导教师： 摘要近年来,关于复杂网络的研究正方兴未艾,1998年Watts和Strogatz 在Nature杂志上发表文章,引入了小世界(Small一World)网络模型。本文对复杂网络的特性还有无标度与小世界网络进行简单介绍，详细介绍各个模型的生成与算法，并用matlab软件进行了模拟。 关键词复杂网络无标度小世界模拟 Abstract In recent years, the research on complex networks of academia is be just unfolding, in particular, the two pioneering work set off an upsurge in the study of complex networks.In 1998 Watts and Strogatz published an article In this paper, the properties of complex networks are scale-free and small world networks are briefly introduced,Generation and algorithm details of each model, and use MATLAB software to simulate. Key word Complex network；Scale free；Small World；Simulation 引言 在人类生存的整个空间甚至宇宙中都存在着大量复杂系统，这些系统可以通过形形色色的网络加以描述。一个典型的网络是由许多节点与连接两个节点之间的一些边组成的，其中节点用来代表真实系统中不同的个体，而边则用来表示个体间的关系，往往是两个节点之间具有某种特定的关系则连一条边，反之则不连边，有边相连的两个节点在网络中被看作是相邻的。例如，神经系统可以看作大量神经细胞通过神经纤维相互连接形成的网络[1]；计算机网络可以看作是自主工作的计算机通过通信介质如光缆、双绞线、同轴电缆等相互连接形成的网络[2],类似的还有电力网络[1]、社会关系网络[1,4]、交通网络等等。数学家和物理学家在研究网络的时候，往往只关心节点之间有没有边相连，至于节点到底在什么位置，边是长还是短，是弯曲还是平直，有没有相交等等都是他们不在意的。在这里，
复杂网络上的粒子凝聚动力学及其相关应用研究 【摘要】：在非平衡系统中,凝聚是一个极为引人入胜的现象。在存在相互作用的粒子系统中,大量粒子可能聚集于一个节点上。之前关于凝聚的研究都是基于正规晶格上的,而真实的网络一般是无标度网络(ScaleFree,SF)。2005年Noh等人研究了无标度网络上的粒子凝聚现象,揭示了无标度网络结构的非均匀性将导致其上的粒子完全凝聚于中心节点。受他们这一工作的启发,我们致力于复杂网络上粒子凝聚的研究,主要包括零区域作用凝聚(ZeroRangeProcess,ZRP)、凝聚相时的粒子数波动特性和粒子扩散行为、交通堵塞以及它们在流行病传播方面的应用。1.鉴于实际网络中边权与节点度之间可能存在的关联性,我们研究了在有向与无向权重无标度网络上的ZRP凝聚动力学行为。我们发现当粒子在网络上跳跃时,强度分布指数决定了发生粒子凝聚的临界跳跃速率。当粒子跳跃速率小于临界值时,系统中将出现粒子的凝聚现象。在两种截然不同的权重网络上的数值模拟验证了我们的理论分析。此外,通过定性分析和数值模拟我们进一步研究了系统处于凝聚相时的弛豫动力学行为。我们发现在权重无标度网络中会出现从较小强度的节点到较大强度的节点逐级稳定的级次演化现象,并且系统的弛豫时间仅由网络的拓扑结构决定,边权的大小几乎并不影响弛豫时间的标度律。这些成果对于理解真实交通系统中的物质输运过程具有现实意义,从而为防止凝聚发生的控制策略提供了有利的借鉴。2.在研究了无标度网络上的ZRP凝聚动力学之后,我们进一步研
究了不同网络上粒子数的波动情况和粒子扩散行为。对于前者,我们发现虽然平均粒子数与网络结构都不相同,但是不同节点上粒子数的分布都满足同样的标准化分布。通过退趋势波动分析方法,我们发现关联指数依赖于粒子跳跃速率与网络结构,可以反映粒子凝聚的程度。另外,这些分析结果为探索真实网络的拓扑结构提供了有价值的信息。对于后者,我们发现粒子之间的相互作用将显著地影响粒子的扩散。特别是当系统处于凝聚相时,粒子间的相互吸引作用将导致粒子跳跃的时间延迟,它能够明显地减慢粒子的扩散,从而影响网络上的动力学特性。这一结果有助于我们更加深入地认识真实交通系统中粒子扩散的特性。3.在交通网络中,我们同样可以观察到粒子凝聚现象-交通堵塞。揭示交通堵塞现象的产生机制；同时提高网络的处理能力以避免交通堵塞是极具应用价值的研究课题。我们考虑了三种不同的交通模型：稳定交通流模型、波动交通流模型以及限制带宽的交通模型。针对不同交通模型中堵塞的产生机制,我们提出了一些可能的有效路由策略,显著地提高了网络的堵塞阈值,同时能够最小化相关统计参量。这些模型以及相应的有效路由策略对真实交通系统有着重要的借鉴与指导意义。4.正如我们已经研究了无标度网络上的ZRP凝聚和交通堵塞现象,揭示了这两类凝聚的产生机制。考虑到它们具有不同的产生机制,我们进一步研究了它们的相关应用-两种截然不同的迁移模式对于流行病传播的影响：动力学凝聚和目的旅行。对于第一个问题,当系统处于凝聚相时,临界传染概率是一个非常小的常数；系统处于非凝聚相时,临界传染概率随粒子跳跃速率迅速增加。这一成果也
第二章复杂网络的基础知识 2.1 网络的概念 所谓“网络”（networks），实际上就是节点（node）和连边（edge）的集合。如果节点对（i，j）与（j，i）对应为同一条边，那么该网络为无向网络（undirected networks），否则为有向网络（directed networks）。如果给每条边都赋予相应的权值，那么该网络就为加权网络（weighted networks），否则为无权网络（unweighted networks），如图2-1所示。 图2-1 网络类型示例 (a) 无权无向网络(b) 加权网络(c) 无权有向网络 如果节点按照确定的规则连边，所得到的网络就称为“规则网络”（regular networks），如图2-2所示。如果节点按照完全随机的方式连边，所得到的网络就称为“随机网络”（random networks）。如果节点按照某种（自）组织原则的方式连边，将演化成各种不同的网络，称为“复杂网络”（complex networks）。 图2-2 规则网络示例 (a) 一维有限规则网络(b) 二维无限规则网络
2.2 复杂网络的基本特征量 描述复杂网络的基本特征量主要有：平均路径长度（average path length ）、簇系数（clustering efficient ）、度分布（degree distribution ）、介数（betweenness ）等，下面介绍它们的定义。 2.2.1 平均路径长度（average path length ） 定义网络中任何两个节点i 和j 之间的距离l ij 为从其中一个节点出发到达另一个节点所要经过的连边的最少数目。定义网络的直径（diameter ）为网络中任意两个节点之间距离的最大值。即 }{max ,ij j i l D = （2-1） 定义网络的平均路径长度L 为网络中所有节点对之间距离的平均值。即 ∑∑-=+=-=111)1(2N i N i j ij l N N L （2-2） 其中N 为网络节点数，不考虑节点自身的距离。网络的平均路径长度L 又称为特征路径长度（characteristic path length ）。 网络的平均路径长度L 和直径D 主要用来衡量网络的传输效率。 2.2.2 簇系数（clustering efficient ） 假设网络中的一个节点i 有k i 条边将它与其它节点相连，这k i 个节点称为节点i 的邻居节点，在这k i 个邻居节点之间最多可能有k i (k i -1)/2条边。节点i 的k i 个邻居节点之间实际存在的边数N i 和最多可能有的边数k i (k i -1)/2之比就定义为节点i 的簇系数，记为C i 。即 ) 1(2-=i i i i k k N C (2-3) 整个网络的聚类系数定义为网络中所有节点i 的聚类系数C i 的平均值，记
复杂网络理论及其应用研究概述 刘涛 ，陈忠，余哲 （上海交通大学安泰管理学院，上海市华山路1954号287＃信箱，200030） liuzhang@https://www.doczj.com/doc/5b12946581.html, 摘 要：本文从统计特性、结构模型和网络上的动力学行为三个层次简述复杂网络相关研究，并着重介绍了网络上的传播行为，认为它代表了复杂网络在社会经济系统中的重要应用。 关键词：复杂网络、小世界、无标度网络、疾病传播 1. 引言 结构决定功能是系统科学的基本观点[1]。如果我们将系统内部的各个元素作为节点，元素之间的关系视为连接，那么系统就构成了一个网络，例如神经系统可以看作大量神经细胞通过神经纤维相互连接形成的网络、计算机网络可以看作是计算机通过通信介质如光缆、双绞线、同轴电缆等相互连接形成的网络，类似的还有电力网络、社会关系网络、交通网络等等[2][3]。强调系统的结构并从结构角度分析系统的功能正是复杂网络的研究思路，所不同的是这些抽象出来的真实网络的拓扑结构性质不同于以前研究的网络，且节点众多，故称其为复杂网络（complex networks ）。近年来，大量关于复杂网络的文章发表在Science 、Nature 、PRL 、PNAS 等国际一流的刊物上，从一个侧面反映了复杂网络已经成为国际学术界一个新兴的研究热点。 复杂网络的研究可以简单概括为三方面密切相关却又依次深入的内容：通过实证方法度量网络的统计性质；构建相应的网络模型来理解这些统计性质何以如此；在已知网络结构特征及其形成规则的基础上，预测网络系统的行为[3]。 2. 复杂网络的统计性质 用网络的观点描述客观世界起源于1736年德国数学家Eular 解决哥尼斯堡七桥问题。复杂网络研究的不同之处在于首先从统计角度考察网络中大规模节点及其连接之间的性质，这些性质的不同意味着不同的网络内部结构，而网络内部结构的不同导致系统功能有所差异。所以，对这些统计性质的描述和理解是我们进行复杂网络相关研究的第一步，下面简述之。 2.1 平均路径长度（The average path length） 网络研究中，一般定义两节点间的距离为连接两者的最短路径的边的数目；网络的直径为任意两点间的最大距离；网络的平均路径长度则是所有节点对之间距离的平均值，它描述了网络中节点间的分离程度，即网络有多小。复杂网络研究中一个重要的发现是绝大多数大规模真实网络的平均路径长度比想象的小得多，称之为“小世界效应”l [2]。这一提法来源 资助项目：国家自然科学基金70401019，高等学校博士点科研基金2002048020。 作者简介： - 1 -
《复杂网络理论及其应用》读书笔记 1引言 二十世纪，科学研究的特点是分析的方法，还原论的方法：物理学（牛顿力学、量子力学、电子论、半导体），化学（量子分子论），生物（双螺旋结构）；建筑工程（应力应变分析），……。 二十一世纪（二十世纪末），系统成为主要的研究对象，整合成为主要方法。普列高津的耗散结构理论，哈肯的协同学，混沌和复杂系统理论，系统生物学……。 当分析为主要的研究方法时，人类关注如何将系统“分析”、“分解”，揭开系统的细部，了解是什么元素或部件组成了系统，却忽视或破坏了这些元素是如何组合成系统的。而整合的方法在于了解细部以后，研究“如何组合”的问题。这种方法导致复杂网络结构的研究。美国《Science》周刊：“如果对当前流行的、时髦的关键词进行一番分析，那么人们会发现，“系统”高居在排行榜上。” 2复杂网络的统计特征 如前所述，复杂网络具有很多与规则网络和随机网络不同的统计特征，其中最重要的是小世界效应（small -world effect）和无标度特性（scale -free property）。 在网络中，两点间的距离被定义为连接两点的最短路所包含的边的数目，把所有节点对的距离求平均，就得到了网络的平均距离（average distance ）。另外一个叫做簇系数（clustering coefficient）的参数，专门用来衡量网络节点聚类的情况。比如在朋友关系网中，
你朋友的朋友很可能也是你的朋友；你的两个朋友很可能彼此也是朋友。簇系数就是用来度量网络的这种性质的。用数学化的语言来说，对于某个节点，它的簇系数被定义为它所有相邻节点之间连的数目占可能的最大连边数目的比例，网络的簇系数C则是所有节点簇系数的平均值。研究表明，规则网络具有大的簇系数和大的平均距离，随机网络具有小的簇系数和小的平均距离。1998 年，Watts 和Strogatz 通过以某个很小的概率p 切断规则网络中原始的边，并随机选择新的端点重新连接，构造出了一种介于规则网络和随机网络之间的网络（WS 网络），它同时具有大的簇系数和小的平均距离，因此既不能当作规则网络处理，也不能被看作是随机网络。随后，Newman 和Watts 给出了一种新的网络的构造方法，在他们的网络（NW 网络）中，原有的连边并不会被破坏，平均距离的缩短源于以一个很小的概率在原来的规则网络上添加新的连边。后来物理学家把大的簇系数和小的平均距离两个统计特征合在一起称为小世界效应，具有这种效应的网络就是小世界网络（small-world networks）。 图 1 ：小世界网络拓扑结构示意图左边的网络是规则的，右边的网络是随机的，中间的网络是在规则网络上加上一点随机的因素而形成的小世界网络，它同时具有大的簇系数和小的平均距离。
复杂网络的拓扑、动力学行为及其实证研究 【摘要】：复杂网络近年来在国内外掀起了研究的热潮，受到来自科学与工程各个领域研究者的强烈关注。复杂网络可以用来描述从技术到生物直至社会各类开放复杂系统的骨架，而且是研究它们拓扑结构和动力学性质的有力工具。因此人们致力于研究、揭示节点数众多、连接结构复杂的实际网络的整体特性，特别是网络拓扑结构与功能之间的关系、与网络动力学行为之间的关系、结构与功能的形成机制、演化规律等。本论文从现实网络中寻找了航空网络、电路网络、科技文章下载网等三个典型的非线性复杂网络系统作为实证研究对象，结合应用图论和拓扑学、非线性科学、现代统计物理学、工程技术上的网络设计原理等现代科学理论，对复杂网络的特殊性和普适性进行了深入的研究；探讨了网络结构与功能之间的关系，如网络的拓扑结构与网络的容错能力之间的关系；并分析了复杂网络在动态演化期间，其拓扑特性和动力学性质随时空变化而展示的复杂行为。通过对复杂网络动力学性质的研究，不但可以更好地了解和解释真实网络所呈现的各种复杂动力学现象，而且可以建立更真实反映现实世界网络特性的模型，可以设计一个具有良好性能的网络，使得网络理论为我们所用。本文的主要研究内容和创新点有以下几方面：1．以一个特定航空公司(奥地利航空公司)的航空网络作为有向加权网络的典型代表，对其小世界性、无标度性作了全面细致的分析；模拟计算了加权网络中重要的统计特征量；以一周航班信息的实时数据为基础，深入研究
了航空网络中节点和权重的演化规律及演化机制模型，讨论了网络的关联动力学性质及其演化，为修改经典含权演化模型(BBV模型)的假设条件提供了必要的基础，使之与真实系统更加接近。在上述工作的基础上，我们发现了该航空网络与众不同的统计复杂行为：(1)奥地利航空网的度度相关性特征表现出无论k值为多少，均是明显的负相关匹配特征，即大机场更明显地倾向与较小机场相连。(2)簇度相关性表明在k＜7时奥地利航空网络没有明显的层次结构，仅在k≥7时才具有层次结构。对于这种具有层次拓扑结构的网络形成机制无法用ER随机模型和BA无标度模型解释，因为它们不包含有利于模块涌现的机制。因此，我们的实证结果对建立既能再现层次性，又考虑几何效应的新网络演化模型具有借鉴意义。2．电路网络的有效设计在很大程度上依赖元件组之间的连接是否采用了不同的短连接，因此电路网络比其他真实系统更接近WS小世界模型。本文的研究工作在国内首次把复杂网络理论应用于一个系统级的无线接收机电路的分析中，对电路网络的拓扑结构特征、元器件节点及其对应的连接度函数关系、元器件节点连接度的概率分布函数曲线等进行了模拟计算和讨论；分析了网络连接度分布的统计特性，确认连接度分布是一个带有指数截断的幂律分布，不同于典型的BA无标度网络模型，并分析了造成这种网络演化结构的可能原因。从电路设计的角度说明了我们需要使用不同的短距离连接和集成电路把各个单元模块电路集成在一起，即物理设计要达到最优化，电路使用元件最少，连线简捷。此外，运用统计物理学的逾渗理论和网络攻击策略对电路网络在遭受随机
复杂网络上的传播动力学 摘要：纵观人类社会的发展，传染病一直持续不断地威胁着人类的健康，从早期的天花、麻疹，到近年来的艾滋病、非典、禽流感，每一次传染病都以极快的速度传播着并且吞噬着人类的生命财产。此外，计算机病毒在因特网上的扩散过程也是极其复杂的系统。其不安全因素有计算机信息系统自身的,也有人为的,计算机病毒的高度隐藏性、快速传播性和严重的破坏性使其成为影响计算机系统使用的最不安全的因素。近年来，真实网络中小世界效应和无标度特性的发现激起了物理学界对复杂网络的研究高潮，其中网络拓扑结构对复杂网络上动力学行为的影响是研究的焦点之一。这篇论文主要从复杂网络的拓扑结构和流行病的感染机制两个方面来探讨当前国内外传播动力学研究的现状和最新进展，指出值得进一步研究的问题。例如动态网络结构下的疾病传播行为和微观感染机制等。 关键词：复杂网络、传播动力学、疾病传播、网络免疫技术、感染机制 Abstract: Throughout the development of human society, infectious diseases has been continuously threatens human health, from the early smallpox, measles, in recent years to AIDS, SARS, avian influenza, every infectious disease in order to speed the spread of human life and property. In addition, the system of computer viruses on the Internet diffusion process is extremely complex. The unsafe factors of computer information system itself, but also for someone, highly concealed, rapid spread and serious destruction to the most unsafe factors of computer system using a computer virus. In recent years, the real network small world effect and scale-free characteristics aroused the research climax to the complex network of physics, including the impact of network topology on the dynamics on complex networks is one of the focus of the study. This paper mainly from the two aspects of infection mechanism topological structure of complex networks and epidemic to explore the current status of domestic spread dynamics research and new development, points out the problems to be further studied. For example, the spread of the disease dynamic behavior of network structure and micro mechanism of infection. Keywords: immune complex network, transmission dynamics, disease transmission, network
复杂网络理论及其研究现状 复杂网络理论及其研究现状 【摘要】简单介绍了蓬勃发展的复杂网络研究新领域，特别是其中最具代表性的是随机网络、小世界网络和无尺度网络模型；从复杂网络的统计特性、复杂网络的演化模型及复杂网络在社会关系研究中的应用三个方面对其研究现状进行了阐述。 【关键词】复杂网络无标度小世界统计特性演化模型 一、引言 20世纪末，以互联网为代表的信息技术的迅速发展使人类社会步入了网络时代。从大型的电力网络到全球交通网络，从Internet 到WWW，从人类大脑神经到各种新陈代谢网络，从科研合作网络到国际贸易网络等，可以说，人类生活在一个充满着各种各样的复杂网络世界中。 在现实社会中，许多真实的系统都可以用网络的来表示。如万维网（WWW网路）可以看作是网页之间通过超级链接构成的网络；网络可以看成由不同的PC通过光缆或双绞线连接构成的网络；基因调控网络可以看作是不同的基因通过调控与被调控关系构成的网络；科学家合作网络可以看成是由不同科学家的合作关系构成的网络。复杂网络研究正渗透到数理科学、生物科学和工程科学等不同的领域，对复杂网络的定性与定量特征的科学理解，已成为网络时代研究中一个极其重要的挑战性课题，甚至被称为“网络的新科学”。 二、复杂网络的研究现状 复杂网络是近年来国内外学者研究的一个热点问题。传统的对网络的研究最早可以追溯到18世纪伟大数学家欧拉提出的著名的“Konigsberg七桥问题”。随后两百多年中，各国的数学家们一直致力于对简单的规则网络和随机网络进行抽象的数学研究。规则网络过于理想化而无法表示现实中网络的复杂性，在20世纪60年代由Erdos和Renyi（1960）提出了随机网络。进入20世纪90年代，人们发现现实世界中绝大多数的网络既不是完全规则，也不是完全随机
复杂网络的基本统计特征理论知识 2.1 路网拥挤核 2.1.1路网拥挤核的定义 路网的总体拥堵评估，用路网拥挤核这一指标来进行评估。路网拥挤核为路段拥挤度居全网前k%且相互连通成为一个局部网络，并且不能忽略的是，该网络对于所研究区域整体的人口，经济，政策等与人类活动的因素有着不可忽视的作用，那么这个城市道路局部网络，称为路网拥挤核。 2.1.2路网拥挤核k 值的计算 根据宁波市交通工程的实际情况，考虑到宁波市的经济社会发展水平以及交通需求水平，利用宁波市的GDP 增长率、国省道日均流量增长比以及汽车拥有量增长比这三个指标，运用以下公式： ； （2.1） 本文选择的研究对象为宁波市，所以这里K 值计算暂时只讨论宁波市的路网拥挤核；根据公式，结合你宁波近十年数据，计算可得k=17.7，而考虑到宁波市的经济总量和汽车拥有量较大，在经济总量足够大以及汽车拥有量趋于饱和后，它们的增长率和增长比的数值会有所下降，所以将k 值暂定为15，即路段拥挤度居全网前15%且相互连通成为一个局部网络，就称该局部网络为一个路网拥挤核。 2.2复杂网络的基本统计特征 对于城市道路网络演化模型构建与评估必须对于复杂网络的一些基础知识进行必要的了解。 汽车拥有量增长比增长率国省道日均流量增长比??=GDP K
2.2.1复杂网络的度与度分布 度是对于复杂网络系统里面，最常用同时也是最简单的一种概念。在一个复杂网络系统里面，具体的每个节点的度m i 是指与这个节点连接在一起的边的具体的数量，而如果给这个复杂网络系统加上方向，那么具体的度可以分为二种：出度和入度；前者指的是从选定的节点，沿着复杂网络系统的方向指向的其他节点的具体的边的数目，后者指的是从选定的节点，反着复杂网络系统的方向指向的其他节点的具体的边的数目。复杂网络系统的度m i 平均值叫做，网络的平均度用符号
复杂网络动力学行为研究 1、主要研究内容：同步 同步的形成过程同步优化神经网络中的同步现象等相关问题 2、关于时滞网络中的同步分析 同步是系统互相影响趋于共同节律的情形 采用子空间和李雅普诺夫函数的一般性方法分别研究了“时变耦合复杂网络”“时滞复杂网络”“一类时滞耦合离散神经网络”的同步状态稳定的充分条件。 3、通过对权重网络的耦合矩阵特征值得分析，粗略的了解到了时滞对同步具有一定的促进 作用。 4、第四章讨论了同步的形成过程 利用相应的概率测度理论分别研究了ER、BA、小世界模型，在切换时间尺度和不同的耦合强度的情况下同步的变化，得出了一个结论：快速的网络切换将有助于促进网络的同步，而网络的不同拓扑结构导致不同的同步过程。均匀网络中网络的同步有一个局部同步簇逐渐融合形成整个网络的全局同步簇；而非均匀网络中，总是从度大的节点开始，形成核心同步簇，这个核心同步簇逐渐拉入更多的度小的节点形成更大的同步簇从而最终达到整个系统的同步。 5、提出了除“主稳定性方程”“李雅普诺夫直接法”“连接图稳定性”方法外的“矩阵测度 方法”主要用于研究控制网络的同步条件，分析网络拓扑结构对同步性的影响来判断网络同步性的优劣。 6、对疾病的传播着这种动力学行为介绍了三种模型SI SIS SR 7、提出一些展望以及有趣的方向，A有向网络中的子团B应用：优化路由算法，疾病传播 的研究 8、一些基本概念： 平均路径长度：任意两点间的平均距离 聚类系数：衡量网络节点之间邻居仍为邻居的几率有多大（节点间实际存在的连接数与最多可能存在的连接数之比。例4个邻居节点最多6条边，a6条全连上了，b连上3条，c没有一条） 度分布：一个节点连接的节点越多度越大，也就是权重越大。大多网络中的度分布为幂分布。 普分布：用矩阵A表示网络，即A ij=1表示点i与j之间有连接，否则为0，写出矩阵A 普密度：表示从一点出发又回到该点的路径数，因此谱密度与网络拓扑结构有着密切的联系。
无标度复杂网络中的瞬时同步现象 摘要：网络在自然界和人类社会中无处不在，常见的网络有生态网、万维网、人际关系网和交通网络等等。对真实网络特性的解释使得复杂网络成为了近年来的研究热点之一。自从发现瞬时过渡转变现象以来，集体性的瞬变现象得到了极大的关注。过渡一词是用来表述网络或网格在连接度上的急剧变化。实验证明，不同的网络增长过程会带来网络的一阶突变，即不连续的变化。本文着重探索当在网络拓扑结构k和动态特性w之间存在关系时无标度网络的一些特性。本文首先介绍了复杂网络的发展过程，然后，根据已有的网络模型，进而验明了本文提出的设想，即无标度网络中的瞬时同步变化。 关键词：同步；复杂网络；无标度网络；过渡；度分布 绪论 复杂性科学研究兴起于20世纪七八十年代，是用来研究复杂系统和复杂性的一门交叉学科。它研究的复杂系统涉及的范围很广，包括自然、工程、生物、经济、管理、政治与社会等各个方面。它探索的复杂现象小至一个细胞呈现出来的生命现象，大至股票市场的涨落、城市交通的管理、自然灾害的预测，乃至社会的兴衰。 复杂网络广泛存在于自然界和人类社会，是复杂性科学中复杂系统的抽象，网络中的节点是复杂系统中的个体，节点之间的边则是系统中个体之间按照某种规则而自然形成或人为构造的一种关系或相互作用。复杂网络可以用来描述从技术到生物直至社会各类开放复杂系统的骨架，而且是研究它们拓扑结构和动力学性质的有力工具。 复杂网络简而言之即呈现高度复杂性的网络。其复杂性主要表现在以下几个方面：1)结构复杂：表现在节点数目巨大，网络结构呈现多种不同特征。2)网络进化：表现在节点或连接的产生与消失。例如万维网，网页或链接随时可能出现或断开，导致网络结构不断发生变化。3)连接多样性：节点之间的连接权重存在差异，且有可能存在方向性。4)动力学复杂性：节点集可能属于非线性动力学系统，例如节点状态随时间发生复杂变化。5)节点多样性：复杂网络中的节点可以代表任何事物，例如，人际关系构成的复杂网络节点代表单独个体，万维网组成的复杂网络节点可以表示不同网页。 6)多重复杂性融合：即以上多重复杂性相互影响，导致更为难以预料的结果。例如设计一个城市的公交线路网络需要考虑此城市公交线路的演化过程，此演化过程决定网络的拓扑结构。当两个站点之间的人流量越大时，它们之间的连接权重也越大，这时需要调整两个站点间的公交车数量来逐步改善网络性能。 1、复杂网络的发展及研究概况
复杂网络拓扑结构的鲁棒性与动力学过程研究近年来发展起来的复杂网络理论是研究复杂系统的一套有效方法。采用复杂网络理论,将现实生活中的复杂系统抽象为节点和边组成的网络,对这些网络的拓扑结构以及网络上的各种动力学过程的分析,极大地提高了人类对现实世界复杂性的认识,也因此复杂网络成为了国内外研究的热点。 网络拓扑结构决定网络功能,而网络功能则是由网络结构上的动力学过程实现的,因此网络结构影响动力学过程的行为。可见,对网络拓扑结构特征的研究,是复杂网络一切研究的基础所在。 当网络拓扑遭到破坏时,网络所能承担的功能会有所变化,功能变化越小的网络具有越高的鲁棒性。对鲁棒性的研究能够指导构建健壮的网络,因此具有重要现实意义。 此外,网络中的节点往往能够根据自身所处的条件,自适应地调整拓扑结构,以恰当地应对(促进或抑制)网络上的动力学过程对节点所产生的影响。网络拓扑结构自适应变化与网络上的动力学过程之间的相互影响被称为共同演化,如何精确地描述共同演化是近年来的研究难点所在。 本文针对复杂网络拓扑结构特征、鲁棒性以及动力学过程与网络结构的共同演化现象进行了研究。本文的创新点包括以下几个方面：(1)本文第三章对一种重要的表征拓扑结构特征的统计量——边介数及其性质进行研究。 基于生成函数理论,提出了服从任意度分布的随机网络中有限集团(即,有限大小的类树连通子图)内任意边的介数的期望值的解析表达式,并分别以泊松度分布和幂率度分布随机网络为例验证了该表达式。此外,发现了边介数与边所在有限集团的大小之间存在渐进的幂率关系。
以往欠缺对边介数的解析研究,而本文所提出的解析表达式填补了理论空白而且能够精确衡量任意边的负载程度及其发生拥塞的危险性。(2)本文第四章研究网络在遭受结构上的随机故障后,其结构和功能的变化。 解析地分析了随机网络在遭受随机边删除后,平均最短路径长度的变化,提出了较为精确的估计公式来刻画这种变化,还分别以泊松度分布、幂率度分布和指数度分布随机网络为例验证了所提公式。所提公式为研究各种随机网络的鲁棒性提供了一个通用的框架,对构建抗随机故障的网络结构具有重要指导意义。 (3)本文第五章研究有限大小网络上的一种共同演化现象：复杂网络上的病毒传播以及网络中节点为应对病毒传播而改变拓扑结构的自适应行为。提出了一种自适应SIS模型(简称ASIS模型),该模型以精确的马尔科夫过程刻画了有限大小网络上的此种共同演化现象,分析了该过程稳态时的行为,得到了平均亚稳态染病节点比例以及传播临界值的表达式。 此外,发现了传播临界值与拓扑结构自适应变化的速率之间具有线性关系,即拓扑结构自适应变化能够抑制病毒传播且抑制效果是线性的。通过计算机模拟实验研究发现,在病毒传播的网络上,节点的自适应行为使得网络拓扑变得具有同配性和社团结构,处于健康态的全部节点组成内部紧密连接的一个社团,而染病态的所有节点被孤立起来组成另一个社团,两社团之间连接松散。 在理论上,本文提出的精确描述有限大小网络上共同演化现象的方法,克服了传统的平均场近似法因为忽略拓扑结构等细节信息而产生的理论上的不严谨性；在实践上,本文的研究有助于更精确地理解网络中个体行为对病毒传播过程的影响,对于预测防治病毒传播有重要意义。