非生长性时间累积无标度网络模型.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,ASIPP,NBI,非生长性时间累积无标度网络模型,非生长性时间累积无标度网络模型,报告人：韩筱璞,（中国科学院等离子体物理研究所）,合作者：谢彦波,（中国科学技术大学近代物理系）,主要内容,研究背景,模型规则描述,模型的方程描述与数值模拟,总结与讨论,传统的网络研究,规则网络、随机网络,较均匀的结构,低集聚系数,大量的实际网络,极不均匀的结构,幂率形式的度分布,小平均距离,高集聚系数,无标度特性,小世界特性,例如：大量的合作网、,WWW、,因特网、性接触网、电话呼叫网等,重要的无标度网络模型-,BA,模型BA,模型,(,Barab,si,Albert,1999)：,存在问题:,网络生长,优先连接(,i,k,i,),富者更富,得到度分布幂指数为-3,网络规模必须不停生长,各个体都知道其他个体的度,连边是固定的,只能得到整数幂指数,典型非生长性网络模型,Park,Lai,and Ye,2005,Ohkubo,Yasuda,and Tanaka,2005,Xie,Zhou,and Wang,2006,主要结论：,网络生长不是产生无标度特性的必需条件,通过系统的自组织产生无标度特性,时间累积,图中节点1于,t,2,时刻被感染,节点2于,t,1,时刻和节点1相连接，但不可能被节点1所传染,但根据时间累积后的网络结构，节点2则可能被节点1所传染,t,1,t,2,t,3,1,2,4,3,1,1,1,2,2,2,3,3,3,4,4,4,对一些网络，在某个瞬时结构是相对均匀的，但统计较长时间的累积网络则可表现出无标度性,时间累积特性可能影响系统的动力学特性，如下例,时间累积网络的意义,当一个网络中的连边断开后又恢复连接的概率较小时，该网络的动力学特性与时间累积后的得到的网络相比将有较大差异,在传播过程中，该类网络中可能出现一些度（经过时间累积后）很大，或者与其相联的节点的度很大，但被感染的可能性非常小的节点,在一些社会网络，特别是性接触网络中，这种特性比较明显,建模主要针对的问题,网络规模生长十分缓慢可以忽略,连接过程中个体之间不知道对方的连边数,通过时间累积可生成无标度网络,模型,A-,节点规则,总节点数,N,固定,节点的寿命给定为,T,l,初始时刻各节点年龄均布于,0，,T,l,内,每有一个节点死亡，就会有一个新的初始年龄为,0、时间累积度为0的孤立的,节点取代它,模型,A-,连接规则,节点在每一时步以可变的概率,x,处于活跃态，并随机选择主动或被动,选择主动的节点随机选择一个选择被动的节点申请连接,选择被动的节点在所有向自己申请的主动节点中随机选择一个建立连边,建立了新连边的节点的旧连边会自动断开,模型,A-,节点状态的改变,处于活跃态并且成功建立连边的节点，下一时步处于活跃态的概率,x,将增大一个定值,x,(,0,x,1,),但,x,不能达到或超过1,处于了活跃态但未能建立新的连边的节点下一时步处于活跃态的概率,x,会减小,x,但不能小于或等于,0,各节点的初始的,x,值均为,x,0,(0,x,0,1),在模型,A,的基础上引入节点的吸引度,每个节点都有一个随机的吸引度值,各节点的吸引度保持不变,在主动节点选择被动节点申请时，和被动节点选择主动节点连接时，其申请概率或连接概率均和被选择方的吸引度值线性相关,吸引度值较高的节点有更大的可能成功连接,模型,B-,吸引度的引入,x,(,t,+1)=,x,(,t,)+,x,k,(,t,+1)=,k,(,t,)+1,with,probability,x,(,t,),g,(,x,(,t,)+,x,x,0,),0 (,x,(,t,)=,x,0,),x,(,t,+1)=,x,(,t,),k,(,t,+1)=,k,(,t,),with,probability 1,x,(,t,)(,x,(,t,),x,0,),1,x,0,g,(,x,(,t,)=,x,0,),x,(,t,+1)=,x,(,t,),k,(,t,+1)=,k,(,t,)+1,with,probability,x,(,t,),g,(,x,(,t,)+,x,1),0 (,x,(,t,)+,x,1,),其中,g,=1 e,-1,为节点处于活跃态时可成功连接的概率，,k为时间累积后节点的度,模型,A,的时间演化,0,x,(,t,)(1,g,),x,(,t,),g,x,(,t,),1,模型,A,的主方程,令,Q,(,k,n,t,),表示节点在,t,时刻,x,=,x,0,+,nx,且度为,k,的概率；,n,m,为最大可能的,n,值，满足,x,0,+,n,m,x,1,且,x,0,+(,n,m,+,1,)x,1，,1,n,n,m,时：,Q,(,k,n,t,+1),Q,(,k,n,t,),=,g,x,0,+(,n,1),x,Q,(,k,1,n,1,t,)(,x,0,+,nx,),Q,(,k,n,t,),+(1,g,),x,0,+(,n,+1),x,Q,(,k,n,+1,t,),n,=0,时：,Q,(,k,n,t,+1),Q,(,k,n,t,)=,gx,0,Q,(,k,n,t,)+(1,g,)(,x,0,+,x,),Q,(,k,n,+1,t,),n,=,n,m,时：,Q,(,k,n,t,+1),Q,(,k,n,t,),=,g,x,0,+(,n,1),x,Q,(,k,1,n,1,t,)(,x,0,+,nx,),Q,(,k,n,t,),+,g,(,x,0,+,nx,),Q,(,k,1,n,t,).,统计时间范围为,T,l,时的累积度分布：,主方程的数值解和数值模拟结果,不同参数下模型,A,和,B,的数值模拟结果,x,0,=0.001,x,=0.003,x,0,0.001,x,=0.005,x,0,=0.003,x,=0.005,模型,A,模型,B,T,=200,T,=200,T,=2000,T,=2000,T,l,=2000,模型的特点和意义,网络规模不变，节点进行匀速的更新,节点的连接概率和它的度之间没有确定的关系,连接概率与连接成功次数和失败次数的差异相关,瞬时网络结构较为均匀，每个节点至多同时连接一条连边，类似于单配网络(,Eames,and Keeling,2004),当一条连边断开后，又重新连接的概率非常小（不同于现有的一些传播模型中的网络）,经过较长时间的累积后出现无标度特性,该类时间累积网络的传播特性需要进一步研究,有助于理解更多的无标度特性的生成机制,感谢您的关注,Han,Xiao,-,Pu,hxpuhotep,ipp,.ac.,cn,