[发明专利]基于社会群体观点的网络演化模型及其构建方法和应用

说明书

本发明属于复杂系统与网络技术领域，公开了一种基于社会群体观点的网络演化模型及其构建方法和应用，基于社会群体的观点构建网络演化模型；根据社会群体的观点与主流观点是否相同，判断耦合强度与耦合类型；在构建的网络演化模型中，通过考虑耦合强度K_i与振子的自然频率ω_i分布相关联的情况，对社会群体观点进行分析。本发明使用过后对网络演化模型带来的积极效果是，通过模拟仿真得出的结果比早前的网络模型得出的结果更丰富，更能说明问题。本发明在吸引耦合作用与排斥耦合作用共存的Kuramoto模型基础上，根据社会群体的观点认同与否。对社会中人们的一些观点认同，用两种关联情形进行描述。

技术领域

本发明属于复杂系统与网络技术领域，尤其涉及一种基于社会群体观点的网络演化模型及其构建方法和应用。

背景技术

目前，最接近的现有技术：近些年，随着复杂网络理论及其应用研究的不断深入，人们发现应用这种新的理论工具来研究现实世界中的各种大型复杂系统，可以揭示一些系统的演化规律和本质，具有很现实的研究意义。在自然界中，大量的复杂系统都可以通过形形色色的网络加以描述。一个典型的网络是由许多节点与节点之间的连边组成，其中节点用来代表真实系统中不同的个体，而边则用来表示个体间的关系，往往是两个节点之间具有某种特定的关系则连一条边，反之则不连边，有边相连的两个节点在网络中被看作是相邻的。例如，神经系统可以看作大量神经细胞通过神经纤维相互连接形成的网络；计算机网络可以看作是自主工作的计算机通过通信介质如光缆、双绞线、同轴电缆等相互连接形成的网络。类似的还有电力网络、社会关系网络、交通网络、调度网络等等。随着人们研究的不断拓展，复杂网络模型在很多科学领域都得到广泛的应用。基本的网络模型主要有以下几种：

小世界网络模型

现实世界中的网络结构不但具有小世界特征，还有很高的团簇特征，为了能够更好的反映真实网络中的这两种重要特征，Watts和Strogatz在1998年构建了一种新的网络结构模型——小世界网络模型，这个新的网络模型可以同时满足小世界特征和很高的团簇特征。他们是这样构建小世界网络结构的：

(1)首先，构建最近邻耦合环形网络，该网络由N个节点组成，其中，网络中每个节点的度为k。

(2)然后，以概率p在原有网络中随机找边，把找到的边进行断开再重新连接，这样所构建的网络即为小世界网络。

在Watts和Strogatz构造小世界网络结构的过程中，如果概率p＝0，对应的网络为规则网络结构；如果概率p＝1，对应的网络为随机网络结构。可以通过改变概率p使所构建的网络拓扑结构从规则网络拓扑结构向随机网络拓扑模型过渡。

无标度网络模型

大量研究表明，许多复杂网络包括新陈代谢网络和internet网络等等，它们节点的度分布符合幂律(power law)分布形式。由于节点的度分布没有非常明显的特征长度，所以，这样的网络人们也称为无标度(scale free)网络。

为了阐明一些实际网络的节点度为幂律分布的原理，1999年，A.L.Baralasi和R.Albert构造了无标度网络模型，所以现在也把无标度网络称为BA网络。他们考虑了一些现实网络中节点的增长性和边进行连接时的偏好性，也就是：

(1)现实系统中的网络是不断变化的，新的节点不断增加，还有一些节点不断减少，也就是网络的增长特性。

(2)在增加新的连接时，现实中的网络呈现出择优连接的特性，也称为“马太效应”，即连接到网络中某个节点的可能性与该节点的度有关。

依次向网络中添加新节点，新节点根据择优特性与网络中的两个节点相连，这样，逐渐增加节点既可以生成无标度网络。

Kuramoto模型