《复杂网络理论及其应用》读书笔记.pdf
《《复杂网络理论及其应用》读书笔记.pdf》由会员分享,可在线阅读,更多相关《《复杂网络理论及其应用》读书笔记.pdf(21页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、 复杂网络理论及其应用读书笔记 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
2、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
3、的情况。比如在 大量的实证研究表明,真实网络几乎都具有小世界效应,同时科学家还发现大量真实网络的节点度服从幂率分布,这里某节点的度是指该节点拥有相邻节点的数目,或者说与该节点关联的边的数目。节点度服从幂律分布就是说具有某个特定度的节点数目与这个特定的度之间的关系可以用一个幂函数近似地表示。幂函数曲线是一条下降相对缓慢的曲线,这使得度很大的节点可以在网络中存在。对于随机网络和规则网络,度分布区间非常狭窄,几乎找不到偏离节点度均值较大的点,故其平均度可以被看作其节点度的一个特征标度。在这个意义上,我们把节点度服从幂律分布的网络叫做无标度网络(scale-free networks),并称这种节点度
4、的幂律分布为网络的无标度特性。1999 年,Barabsi 和 Albert 给出了构造无标度网络的演化模型,他们所用的方法与 Price 的方法是类似的。Barabsi 和 Albert 把真实系统通过自组织生成无标度的网络归功于两个主要因素:生长和优先连接,而他们的网络模型(BA 网络)正是模拟这两个关键机制设计的。除了小世界效应和无标度特性外,真实网络还有很多统计上的特征,例如混合模式,度相关特性,超小世界性质等等。3 复杂系统与复杂网络 3.1 复杂系统与复杂网络的概念 系统定义:集合(具体元素)+结构+功能。例:不同角度分析系统,人。系统的结构是:一切系统的基础结构都是网络;一切系统
5、的核心结构都是逻辑网络;复杂系统的结构就是复杂网络。复杂网络是构成复杂系统的基本结构,每个复杂系统都可以看作是单元或个体之间的相互作用网络;复杂网络在刻画复杂性方面的重要性是由于结构决定功能的。复杂网络是研究复杂系统的一种角度和方法,它关注系统中因子相互关联作用的拓扑结构,是理解复杂系统性质和功能的基础。3.2 复杂系统与复杂网络的主要特性:a 开放性。即与环境和其它系统进行相互作用,交换物质、能量、信息,保持和发展系统内部的有序性与结构稳定性。在这种交换中,系统经历着从低级向高级、从简单到复杂、从无序向有序的不断优化的动态发展过程。虽然开放性是所有真实系统的基本属性,但这里的开放非指一般意义
6、上的相互作用与交流,而开放的度量、性质、强度对复杂系统的性态、演化具有决定性的意义。例子,人,城市网络簇。b 涌现性。即内部元素通过非线性相互作用,在宏观层次上产生出新的、元素不具有的整体属性,表现为整体斑图、模式等。虽然涌现同样是所有系统都具有的,但这里涌现意味着新的整体属性的产生。例子,“整体大于部分之和”,大脑的神经网络系统。c 演化性(不可逆性)。即通过与所在环境中的其它系统的相互作用和内部的自组织,使系统发展到新的阶段,表现出阶段性、临界性,完成系统演化的生命周期。例:社会网络中的人,生物群体的自组织系统(鸟群)。d 复杂性。包括系统的结构、行为、功能等多个方面同时具有的复杂性。结构
7、复杂性表现为多元性,非对称性,非均匀性,非线性(分岔(Bifurcation),混沌(Chaos),分形 Fractal);行为复杂性表现为学习,自适应性,混沌同步,混沌边沿,随机性等等;认识复杂性又称为主观复杂性,它表现为不确定性,描述复杂性与计算复杂性等等。例:神经网络中的突触有强有弱,可抑制也可兴奋。e 网络结构。即系统内部和系统之间的相互作用可以看成由节点、边(连接)构成的体系,出现网络复杂性、小世界特征与无标度特征等。3.3 网络系统的复杂性 a 结构复杂性 网络连接结构错综复杂、极其混乱,同时又蕴含着丰富的结构:社区、基序、聚集性、生成规律性等等,而且网络连接结构可能是随时间变化的
8、,例如,WWW 上每天都不停地有页面和链接的产生和删除。静态结构的复杂性和结构动态演化的复杂性。例:神经系统由神经元互连形成,连接以“突触连接结构”实现,突触有强弱、兴奋与抑制、不同的神经递质;连接不断改变,形成连接结构变化。(重边,加权等)。b 节点复杂性 1】节点的独立或固有特性 网络中的节点可能是具有分岔和混沌等复杂非线 性行为的动力系统。例如,基因网络中每个节点都具有复杂的时间演化行为。而且,一个网络中可能存在多种不同类型的节点。例如,控制哺乳动物中细胞分裂的生化网络就包含各种各样的基质和酶。2】关联引发的节点特性 当关联失去时这类特性会在节点处消失或改变。例如,耦合神经元重复地被同时
9、激活,那么它们之间的连接就会加强,这被认为是记忆和学习的基础。3】复杂网络之间相互影响的复杂性 实际的复杂网络会受到各种各样因素的影响和作用。例如,电力网络故障会导致 Internet 网速变慢,运输系统失控等一系列不同网络间的连锁反应。4】网络分层结构的复杂性 例如,行政管理网络是具有层结构的,多数网络都有节点的分层结构,只是在许多网络中没有意识到是一种造成复杂性的重要结构。复杂网络是二十一世纪科学研究的思想和理念,它启发我们用什么观点理解这个世界:整个世界以及组成世界的任何细部都是由网络及其变化形成的。复杂网络也是研究复杂系统的一种技术和方法,它关注系统中个体相互作用的拓扑结构,是理解复杂
10、系统性质和功能的基本方法。4 复杂网络上的物理过程 对于物理学家而言,研究复杂网络的终极目标是理解网络拓扑结构对物理过程的影响。在以前的研究中,物理学家往往忽略了网络的拓扑性质,在讨论逾渗、传播、同步等物理过程时,他们自然地选择 了最容易模拟和分析的规则网络或者随机网络,而没有仔细思考和研究这种选择是不是应该的,不同的选择会不会对物理过程产生不可忽略的影响。以网络上的传播动力学模型为例,由于传统的网络传播模型大都是基于规则网络的,因此,复杂网络不同统计特征的发现使科学家面临更改既有结论的危险。当然,如果理论研究和实验结果都说明复杂网络上的传播动力学行为与规则网络别无二致,那么我们至少暂时还可以
11、心安理得地使用以前的结论。但是,不幸的是,复杂网络上的传播行为与规则网络相比确实存在根本上的不同。类似的情况还出现在其他的物理过程中,下面我们将简略地介绍网络拓扑性质对某些典型物理过程的影响。逾渗模型与疾病传播动力学。之所以在这里把逾渗模型和网络上的疾病传播动力学问题归在一起讨论,是因为网络上的疾病传播模型可以等价于键逾渗模型。以前的基于规则网络的研究表明,疾病在网络中的平均波及范围与疾病的传染强度正相关,而疾病的传染强度有一个阈值,只有当其值大于这个阈值时,疾病才能在网络中长期存在,否则感染人数会指数衰减。根据这个理论,疾病若是持久存在,则必然波及大量个体。但实证研究表明,计算机病毒,麻疹等
12、一般仅波及少数个体但能够长期存在。这一理论与实证的矛盾在很长时间里一直困扰着科学界。近年来的研究表明在无标度网络中没有正的传播阈值,也就是说即使疾病的传染强度接近零,只波及非常少的个体,也能在网络中长期存在。由于大部分真实网络是无标度网络,因此该结论很好地解决了上面的矛盾。混沌同步。近十余年来,混沌动力系统 在网络上的同步性能吸引了大量科学家的关注。早期的研究主要是针对以最近邻环网为代表的规则网络,研究表明对于给定的非零耦合强度,当节点数目很大时网络无法实现同步。最近几年的研究却表明,尽管小世界网络只是在规则网络进行一个非常小的修正的结果,但其实现混沌同步的能力却远远好于规则网络。对于小世界上
13、的广义混沌同步与超混沌同步的研究同样表明,小世界网络有明显好于规则网络的同步能力。物理学家还考察了无标度网络,研究表明其混沌同步的能力与星形网络几乎是一样的,这可能是因为它与星形网络都具有很不均匀的节点度分布。沙堆模型与自组织临界性。网络拓扑结构是否会影响沙堆模型中的自组织临界现象,一直以来就是该领域争论的焦点。Zhou 和 Wang 对复杂网络上沙堆模型的研究表明,沙堆模型中的雪崩动力学性质对网络拓扑结构非常敏感,相比规则网络,无标度网络上大雪崩发生更为频繁,最大雪崩的规模也大得多。物理性质明显依赖于网络拓扑结构的物理过程还很多,例如随机游走,玻色爱因斯坦凝聚49-51,XY 临界模型等等。
14、总的来说,物理学家已经开始学会把网络拓扑性质看作影响系统行为的一个特征量,这也很大程度上改变了我们对很多物理过程原有的认识。5 复杂网络研究简史 a 格尼斯堡七桥问题。b 随机图理论。20 世纪 60 年代,由两位匈牙利数学家 Erds 和Rnyi 建立的随机图理论(random graph theory)被公认为是在数 学上开创了复杂网络理论的系统性研究。Erds 和 Rnyi 的最重要的发现是:ER 随机图的许多重要性质都是突然涌现的。也就是说,对于任一给定的概率 p,要么几乎每一个图都具有某个性质 Q(比如说,连通性),要么几乎每一个图都不具有该性质。在 20 世纪的后 40 年中,随机
15、图理论一直是研究复杂网络的基本理论。c 小世界实验。20 世纪 60 年代美国哈佛大学的社会心理学家Stanley Milgram 通过一些社会调查后给出的推断是:地球上任意两个人之间的平均距离是 6。这就是著名的“六度分离”(six degrees of separation)推断。为了检验“六度分离”的正确性,小世界实验Bacon 数。美国 Virginia 大学计算机系的科学家建立了一个电影演员的数据库,放在网上供人们随意查询。网站的数据库里目前总共存有近 60 万个世界各地的演员的信息以及近 30 万部电影信息。通过简单地输入演员名字就可以知道这个演员的 Bacon 数。有两篇开创性的
16、文章可以看作是复杂网络研究新纪元开始的标志:一篇是美国康奈尔(Cornell)大学理论和应用力学系的博士生Watts 及其导师、非线性动力学专家 Strogatz 教授于 1998 年 6 月在Nature 杂志上发表的题为“小世界”网络的集体动力学(Collective Dynamics of Small-World Networks)的文章;另一篇是美国 Notre Dame 大学物理系的 Barabsi 教授及其博士生Albert 于 1999 年 10 月在 Science 杂志上发表的题为随机网络中标度的涌现(Emergence of Scaling in Random Networ
17、ks)的文 章。这两篇文章分别揭示了复杂网络的小世界特征和无标度性质,并建立了相应的模型以阐述这些特性的产生机理。不同领域的复杂网络:社会网:演员合作网,友谊网,姻亲关系网,科研合作网,Email网;生物网:食物链网,神经网,新陈代谢网,蛋白质网,基因网络;信息网络:WWW,专利使用,论文引用,计算机共享;技术网络:电力网,Internet,电话线路网;交通运输网:航线网,铁路网,公路网,自然河流网。6 复杂网络研究内容 6.1 1)复杂网络模型 典型的复杂网络:随机网、小世界网、无标度网等;实际网络及其分类。2)网络的统计量及与网络结构的相关性 度分布的定义和意义,聚集性、连通性的统计量及其
18、实际 意义等。3)复杂网络性质与结构的关系 同步性、鲁棒性和稳定性与网络结构的关系。4)复杂网络的动力学 信息传播动力学、网络演化动力学、网络混沌动力学。5)复杂网络的复杂结构 社团结构、层次结构、节点分类结构等。6)网络控制 关键节点控制、主参数控制和控制的稳定性和有效性。7)复杂网络建模 机理建模、数据建模和实际系统的复杂网络正向与逆向建模。8)复杂逻辑网络 逻辑与高阶逻辑定义、分类、判定算法,高阶逻辑的实际意义等等。F1:AB;F2:(A,B)C;F3:(A,B,C)D A,B,C,D取布尔值。6.2 复杂网络研究 a 突破性进展的主要原因 越来越强大的计算设备和迅猛发展的 Intern
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 复杂网络理论及其应用 复杂 网络 理论 及其 应用 读书笔记
限制150内