超网络演化机制及应用研究

• 作 者: 孟磊
• 出 处: 青海师范大学
• 发表日期: 2020年01期
• 关键词: 超复杂网络 演化机制 择优选择 逻辑回归模型

复杂网络的出现,使得人们对世界的认知更加直观,为复杂系统和复杂世界的研究方向提供了新的思路。但是,随着世界的发展和大数据时代的到来,世界变得越来越复杂,网络也越来越复杂,网络规模较大,节点和连边数量较多,在同一个网络中节点的类别也各不相同,利用复杂网络理论已经不能解决这些复杂网络问题。超网络的出现刚好解决了这一问题,超网络的底层拓扑结构是超图,超图的一条超边中可以包含两个及两个以上的节点,超边表示节点之间的多维关系,这样就可以将网络中的更多信息刻画与挖掘出来。本文主要研究对象是基于超图的超网络,基于超网络模型的构建及超图理论,研究了超网络模型构建中演化机制问题,然后对超网络模型构建的实际应用进行了探讨分析。具体内容介绍如下:1.研究了超网络模型构建中的优先连接方法,本文就如何实现超网络演化过程中的择优选择问题展开研究,提出了赌轮法和链表法两种方法实现优先连接;通过仿真实验,分析了均匀超网络和非均匀超网络的一些特性;最后,就赌轮法和链表法实现优先连接过程的时间做了对比。2.针对目前超网络模型演化机制存在的一些问题,对现有的超网络模型构建过程中的演化机制进行了改进,构建了基于逻辑回归函数的超网络演化模型。其主要的改进在于三个方面:(1)添加超网络超边最大容量;(2)用逻辑回归函数替换优先选择去处理节点间的连接;(3)新增节点的连接数目用亚线性增长函数代替常数。最后,通过仿真实验分析了基于逻辑回归的超网络超度幂律分布的一些规律。3.结合实际应用,本文构建了基于关键词的科研合作超网络模型,对该超网络模型构建进行理论分析,并基于真实数据仿真超网络模型的度分布,对其特性进行分析。