共查询到20条相似文献,搜索用时 15 毫秒
1.
介绍了复杂网络发展的动力学理论及对生物网络的发展和已经取得的成果进行了归纳和总结.最后利用复杂网络理论建立了一个由不同密码子tRNA序列组成的相似度网络,并研究了网络的拓扑结构和分析其中隐藏的进化信息. 相似文献
2.
3.
从复杂网络的角度对淘宝网上的笔记本电脑销售网络进行了实证研究。采用二分图及其投影的方法定义了一个笔记本销售网,得到了顶点度分布、项目度分布、项目大小分布、集群系数分布、同类性、竞争权重分布等统计性质;并对这些性质进行了分析,发现该网络的若干重要统计量都很好地遵循指数分布。结论表明,这种复杂网络的描述有助于发现和理解销售系统的一些重要特性。 相似文献
4.
5.
现有的社团发现算法大多是针对中等规模的复杂网络,而对大规模复杂网络进行社团发现时时间花销很大。针对这种问题,本文提出了一种用于大规模复杂网络的社团快速发现算法,给出了模块度及模块度增量的定义。基于这些定义给出了一个两阶段社团发现算法。测试网络的实验结果验证了所提算法的有效性。 相似文献
6.
7.
社区发现是社会网络分析中的一个重要研究方向。针对实际社会网络中存在的多关系现象,通过计算节点之间的共有邻居相似度来实现多关系社会网络中的社区发现,并提出了设计方案。 相似文献
8.
通过实证分析中国大陆2个公交网络中的度和最短路径之间的拓扑关系,发现了物理基础设施层中节点的度和最短路径之间呈现出高强度的负相关性关系.随后通过生成相同规模的随机网络,对相关数据进行分析,发现也呈现出一致的负相关性,最后通过计算每个公交网络的相关系数,也发现了结点的度和最短路径之间呈现出很强的负相关性.研究结果表明,这两个公交网络中度和最短路径两个变量之间存在高度的线性负相关关系. 相似文献
9.
通过对复杂网络理论的发展以及现状进行阐述,详细说明了复杂网络的发展历史及其在当今社会城市交通网络方面的应用;通过对城市交通网络的相关描述指出了城市交通网络的特点,例举了相关研究成果,并对今后复杂城市交通网络在城市交通网络中的研究主题进行了展望和总结。 相似文献
10.
11.
12.
基于复杂网络的高技术虚拟产业集群网络演化模型与仿真研究 总被引:1,自引:0,他引:1
从复杂网络视角,分析了高技术虚拟产业集群网络及网络演化的内涵,建立了揭示网络演化机理的HTVIC网络演化框架模型。在此基础上,分析了包含增长、择优连接、自增长、反择优衰退的HTVIC网络演化规则,同时以BA无标度网络演化模型为基础,构建了HTVIC双向择优网络演化模型,并运用平均场理论对该网络演化模型度分布与幂指数进行了详细求解。最后运用Matlab对HTVIC网络演化过程进行了模拟仿真,得出HTVIC双向择优网络演化模型是一种无标度网络演化模型、具有无标度特征的结论。 相似文献
13.
14.
本文对基于复杂网络社会动力学进行了全面的研究,讨论了社会网络包含的具体内容,着重介绍了度与度分布,加权网络及社团结构及聚类算法与社会网络动力学的关联,并关注社会网络鲁棒性与社会网络自组织临界性研究等动力学具体表现,为目前的社会网络动力学分析提供一种比较实用的研究方法。 相似文献
15.
16.
基于BA无标度模型构造一个虚拟的供应链网络并对其进行仿真,分析其度分布,发现该虚拟供应链网络的度分布服从幂律分布,依然是一个无标度网;并分析该虚拟供应链网络的平均路径长度和聚类系数,发现其平均路径长度很短、聚类系数很高,同时也是一个小世界网络。最后,基于度分布、平均路径长度和聚类系数提出了改进供应链的建设、提高其稳定性和运作效率的建议和途径。 相似文献
17.
评价复杂网络节点影响力主要依靠节点的度、邻近度、介数和K—shelf等中心性指标值,但此类方法的挖掘精度和适应性均不理想。提出了一种新的复杂网络节点影响力评价模型-KSC中心性度量模型。该模型不仅考虑节点的内部属性,还考虑节点的外部属性。通过SIR模型进行了仿真传播实验,实验结果表明,该算法适用于各种复杂网络并且能够很好地发现影响力更大的传播节点。 相似文献
18.
从复杂网络的视角分析企业间的相互依存性及其协调机制,发现企业的首要任务是找到与其他企业间所形成的相互依存性,并以适当的协调机制处理这种相互依存性。 相似文献
19.
通过研究转移方式系数、网络边权、约束参数与随机扰动及重大扰动的相互关系,得到项目网络在随机扰动和重大扰动下,维持较优稳定性及较坏稳定性时的网络参数取值;在扰动控制上,研究风险免疫和扰动的相互关系,仿真结果表明免疫策略可以有效隔离扰动,但免疫值的大小对于扰动隔离的影响并不明显。这些结论对于在网络结构优化和扰动控制两个方面治理网络稳定性提供一定的理论支持。 相似文献
20.
网络与复杂系统 总被引:5,自引:0,他引:5
人类在迈向21世纪时,系统问题,特别是复杂系统及相应的复杂性科学问题变得日益突出。一方面,生命科学,物质科学,信息科学和认知科学中大量的关键科学问题属于复杂系统问题,在传统的以线性和还原论思想为主导的科学理论框架中难以解决。另一方面,众所周知,在人类进入21世纪时,已普遍认识到,在环境、资源、经济、人口、健康、灾害、甚至和平与安全等困扰人类生存和社会可持续发展的大问题上,必须依靠多学科的交叉和综合来从整体上寻找解决方案。这类问题也是典型的复杂系统问题。复杂系统的特征可简单地描述为:通过对系统各组成部分的分别了解,并不能直接得到对系统整体性质的完全认识,即复杂系统具有通常所说的“1+1>2”功能。复杂系统的复杂性体现在多个方面,例如:它的子系统不但在数量和种类上众多,而且它们组成一个相互关联,相互影响的网络;系统有层次结构,且不同层次往往有不同的运行规律和追求目标;系统还受其环境的影响并且与之有信息、物质和能量的交换;系统在结构上还呈现非线性和分布式;在可利用的信息上又往往存在不确定性、不完备性和模糊性;此外,系统是动态演化的,且许多系统(特别是有人参与的系统)还具有自组织、自适应和自学习的能力等等。对复杂系统的研究包括系统建模、分析与控制等几个 相似文献