复杂网络数学建模与交通流
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
很简单,没有超过高中的数学
毕达哥拉斯的理念 既是模型又是实证
直径的常数上界——一个新的网络类
环与理想,各种各样的数学对象
随机阿波罗网络
Chapter II 复杂网络上的交通问题
传播动力学(SIR,SIS,SI……) 网络同步与控制 自旋相互作用(Iring, XY临界模型) 级联动力学 交通流与信息流 网络导航 网络上的博弈问题(囚徒博弈、争当少数者博弈, 退出者博弈……) ……
Dorogovtsev-Mendes老化网络模型
老化:真实网络中不可避免的现象
Klemm K and Eguiluz V M 2002 Phys. Rev. E 65 036123
老化模型的基本框架——连接概率不仅 与节点的度k有关,还与节点的年龄有关
不考虑年龄则退化为BA模型。不同的模型 有不同的老化函数 其中最有名的是DM
什么是网络
网络最基本的几个概念
节点的度ki=5
i
簇系数(clustering coefficient): 朋友之间相互是朋友的概率
节点簇系数Ci=2/10=0.2
距离? dij=3
j
规则网络
大的簇系数 大的平均距离 单点度分布
有限维晶格网络,超立方体网络等等
J.-M. Xu, Topological Structure and Analysis of InterconnectionNetwork, Kluwer Academic, Dordrecht, 2001.
Rc=网络吞吐量
提高节点的处理能力(周涛) 重新分配节点的处理能力(周涛)
有效路由(严钢)
G. Yan, T. Zhou, et al, arXiv: condmat/ 0505366 分布式动态寻路(王文旭)
整数网络模型
规则:1到N之间的合数,如果有整除 关系就连一条边,只考虑最大连通分支
N=30的情 况,最大连 通分支有15 个节点和19 条边
簇系数比BA网络大,且随着N的变化是稳定的, 大约在0.34左右 度分布是由指数为2的幂率分布(出度)和乱七 八糟单的分布(入度)组合而成,数值上可以看 作近似与指数2.4的幂率 直径有一个常数上界!!!! 簇度相关性C(k)~1/k
超家族分类 定点强度(strength)幂率分布 Strength-Degree幂率相关性 后代规模分布 合作规模分布 定点项目度分布与度分布的一致性问题 特征值谱 ……
Krapivsky非线性BA模型 Holme-Kim可调簇系数模型 Klemm高集聚网络模型 Dorogovtsev-Mendes老化网络模型 Sen距离偏好模型 BBV含权网络模型 等等等等等等等等等等等等
平均距离
规则网络 ER随机网络 大 小
簇系数
大 小 大 小
度分布
Delta函数 泊松分布 指数分布 幂Байду номын сангаас分布
WS小世界网络 小 BA无标度网络 小
部分真实网络
小
大
近似幂率分布
Question 1
如何构造同时满足 三个统计特性的简 单优美的网络模型
更加深入细致 的统计特性
度-度相关性
度很大的节点到底是倾向于和度大 的节点相连还是和度小的节点相连? 正相关 负相关
Question 2
为什么社会网络是正相 关,而技术生物网络是 负相关的?如何构建正 相关的无标度网络?
簇-度相关性
好莱坞演员网络 英文单词网络
在只有拓扑的网络中,簇度往往是负相关的; 在考虑几何的网络中,簇度往往是不相关的。
E. Ravasz and A.-L Barabasi, Phys. Rev. E 67, 026112(2003)
Dorogovtsev S N and Mendes J F F 2000 Phys. Rev. E 62 1842
参数
取值范围
0
幂指数
2 3 指数分布,链状结构 3
0 1
1
Amaral L A N, Scala A, Barthelemy M and Stanley H E 2000 Proc. Natl. Acad. Sci. U.S.A. 97 11149 Klemm K and Eguiluz V M 2002 Phys. Rev. E 65 036123 Zhu H, Wang X R and Zhu J Y 2003 Phys. Rev. E 68 056121 Dorogovtsev S N and Mendes J F F 2000 Phys. Rev. E 62 1842 Jiang P Q, Wang B H, Zhou T et al, 2005 Chin. Phys. Lett. 22 1285
Holme-Kim可调簇系数模型
在优先连接的同时 以一定的概率连接 被选中节点的邻居 节点度分布依然是幂指数为-3的幂率分布 簇系数变得很大(解析结果PRE 67, 056102) 平均距离依然很小
P. Holme and B. J. Kim, Phys. Rev. E 65, 066109 2002
M. E. J. Newman, Phys. Rev. Lett. 87, 208701(2002)
W. -X. Wang, B. Hu, T. Zhou, B. -H. Wang and Y. -B. Xie, arXiv: cond-mat/0504062 (submitted to Phys. Rev. E)
Barabasi-Albert网络
每个时步增加一个节点
每个节点按线性偏好连接
Power-law 度分布
P(k) ~ k^{-γ}
短的平均距离
小的簇系数(lnN)^2/N
A.-L. Barabási and R. Albert, Science 286, 509 1999.
各种网络主要拓扑特征一览
整数网络 T. Zhou et al, arXiv: cond-mat/0405258 合作网络模型 T. Zhou, Y. -D. Jin et al, arXiv: cond-mat/0502253 随机阿波罗网络与单纯形网络 T. Zhou, et al, Phys. Rev. E 71, 046141 T. Zhou, G. Yan, et al, arXiv:cond-mat/0409414 Z. -M. Gu, T. Zhou, et al, arXiv: cond-mat/0505175 生长老化模型 P. -Q. Jiang, B. -H. Wang, T. Zhou, et al, Chin. Phys. Lett. 22 1285 握手模型 含权合作网络 自组织无标度网络 高聚簇无标度的多样性网络 ……
复杂网络数学建模与交通流
Chapter I
复杂网络演化机制
复杂网络研究现状概述 国内的情况 什么是网络? 典型网络的主要统计特征与物理意义 更加深入细致的统计特性 重要的模型介绍 复杂网络上的数学模型
陈关荣+范正平+流动访问学者(香港城市大学) 汪小帆+李翔+方锦清+吕金虎(上交,中科院) 何大韧(扬州大学)* 狄增如+樊瑛+郑志刚+李梦辉(北师大)* 李春光+张洪斌(电子科大) 朱陈平+古志鸣(南航)* 马志明+耿显明(中科院,南航) 许伯铭+K. P. Chan(香港中文大学)* 朱建阳+朱涵(北师大,南大) 史定华(上海大学) 章忠志(大连理工)* 刘宗华(华东师范) 蔡勖(华中师范)
复杂网络上的交通流
交通流理论,已经在自然科学与经 济社会的许多领域,特别是公路网 上的车辆流问题和计算机互联网上 的信息流问题上,有着广泛而深入 的应用。近年来关于复杂网络方面 的研究表明,计算机互联网具有无 标度特性,不能用简单的规则网络 模型或ER随机网络模型模拟。因此, 讨论网络拓扑结构对其上交通动力 学行为的影响是非常有意义的。
交通是指人,物以及思想,信息的地点间移动.因此 交通流的研究对象是广泛的!交通流研究可以属 于广义传播范畴,它包括信息流,粒子流,车辆流, 颗粒流等等.
物理学家感兴趣的部分包括:交通系统的动力学 行为:相变与自组织临界性.灾难救援与疏散策略. 交通系统性能优化等等.
每时步产生R个粒子 每个粒子有一个起点和终点(随机),粒子到终点 后被删除 路由表固定 每个节点的单位时间的传输能力是有限的(考虑节 点全同性网络,即所有节点的相等,这里不妨设为 1)
随 机 网 络
小的簇系数 小的平均距离 泊松分布
Watts-Strogatz网络
以很小的概率p断键重连
簇系数依然很大
平均距离变得很小 指数分布
D. J. Watts and S. H. Strogatz, Nature London 393, 440, 1998. M. E. J. Newman and D. J. Watts, Phys. Lett. A 263, 341,1999.
Sen距离偏好模型
在很多实际网络中,距离因素是必 须考虑的,例如Internet和电力网等 BA模型
Sen模型
主要结论:存在一个阈值,当 大于该值时 度分布是幂率的,反之度分布是指数的。
S. S. Manna and P. Sen, Phys. Rev. E 66, 066114(2002) S. S. Manna, G. Mukherjee and P. Sen, Phys. Rev. E 69, 017102(2004)
Question 3
几何性质与簇度相关性 之间的关系到底是什么
网络中的群落(community)
M. Girvan and M. E. J. Newman, PNAS 99, 7821(2002)
Question 4
网络中群落结构的形成 是外生原因还是内生原 因,如果是内生原因, 这个机制到底是什么?