演化網(wǎng)絡(luò)中節(jié)點的排序算法及其應(yīng)用研究
發(fā)布時間:2021-08-10 05:06
網(wǎng)絡(luò)科學(xué)作為一門新興學(xué)科在近二十年中迅速發(fā)展,由于復(fù)雜系統(tǒng)普遍存在于自然界及社會系統(tǒng)中,復(fù)雜網(wǎng)絡(luò)作為描述復(fù)雜系統(tǒng)的有力工具,關(guān)于它的研究涉及了廣泛的科學(xué)及工程問題。網(wǎng)絡(luò)中節(jié)點的重要性排序問題是網(wǎng)絡(luò)科學(xué)中的一類普遍而重要的研究課題,并且有廣泛的科研及應(yīng)用價值,例如網(wǎng)絡(luò)中高影響力節(jié)點的識別、網(wǎng)頁搜索引擎中對網(wǎng)頁的排序、在線購物平臺中對商品的排序等,節(jié)點的重要性排序問題一直以來受到廣泛的研究,以往的研究在不同的背景下提出了紛繁多樣的節(jié)點重要性排序算法。目前,絕大部分傳統(tǒng)的節(jié)點重要性排序算法默認的研究對象是靜態(tài)網(wǎng)絡(luò),即網(wǎng)絡(luò)的結(jié)構(gòu)不隨時間改變。然而在現(xiàn)實世界中的許多網(wǎng)絡(luò)會隨著時間演化,針對靜態(tài)網(wǎng)絡(luò)的節(jié)點排序算法將因網(wǎng)絡(luò)結(jié)構(gòu)隨時間的改變產(chǎn)生偏差,因此研究針對演化網(wǎng)絡(luò)的節(jié)點排序算法具有實際意義。與此同時,研究表明在如網(wǎng)頁搜索引擎等的諸多場景中,節(jié)點的排序算法也對網(wǎng)絡(luò)結(jié)構(gòu)的進一步演化產(chǎn)生影響,而如何研究節(jié)點的排序算法對系統(tǒng)產(chǎn)生的長期影響仍是一個尚未被探索的問題。本論文將著重研究演化網(wǎng)絡(luò)中節(jié)點的重要性排序問題、節(jié)點的重要性排序算法對演化網(wǎng)絡(luò)的長期影響、以及網(wǎng)絡(luò)中的節(jié)點排序在實際場景中的應(yīng)用。本文的主要工...
【文章來源】:電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【部分圖文】:
不同參數(shù)模型下,算法的質(zhì)量提升能力首先比較入度和重標(biāo)入度()的質(zhì)量提升能力
電子科技大學(xué)碩士學(xué)位論文34圖3-3四種排序算法在質(zhì)量提升能力上的比較3.4.2排序算法的質(zhì)量探測能力的比較排序算法探測節(jié)點質(zhì)量的能力由節(jié)點的中心性值和質(zhì)量之間的相關(guān)性的強弱決定。在入度和重標(biāo)入度生成的網(wǎng)絡(luò)中,排序算法對節(jié)點賦予的中心性值分別為節(jié)點的入度和重標(biāo)入度()。圖3-4展示了不同排序算法的質(zhì)量探測能力,同樣這里設(shè)定分別為0.7,0.8,0.9,通過固定的值改變的值來比較不同排序算法的質(zhì)量探測能力。在圖3-4上面的三個分圖中,我們發(fā)現(xiàn)對不同的模型參數(shù)和,((),)始終大于(,),100((),)始終大于100(,),說明在不同的模型參數(shù)情況下,重標(biāo)入度的質(zhì)量探測能力普遍高于入度,如上面討論的,因為重標(biāo)入度具有更好的質(zhì)量探測能力的這一優(yōu)勢,使得重標(biāo)入度能夠?qū)⒏哔|(zhì)量的節(jié)點探測到并將其排序至其他節(jié)點的前面,這樣高質(zhì)量節(jié)點將獲得更多的“曝光度”,使得其最終的入度得到提升,即重標(biāo)入度的高質(zhì)量探測能力使其具有更好地質(zhì)量提升能力。對于()+排序算法,與質(zhì)量提升能力的表現(xiàn)類似,當(dāng)較小時,其在質(zhì)量探測能力上的表現(xiàn)與重標(biāo)入度非常接近,說明隨機提升機制對算法的質(zhì)量探測能力沒有影響,而當(dāng)>1時,重標(biāo)入度表現(xiàn)得更好,這與質(zhì)量提升能力的結(jié)果是一致的。
第三章節(jié)點的排序算法對演化網(wǎng)絡(luò)的影響35值得注意的是,對于隨機排序算法,其質(zhì)量探測能力為0,這是因為隨機排序算法對節(jié)點的排序是完全隨機的,因而無法感知到節(jié)點的內(nèi)在質(zhì)量。盡管在特定的模型參數(shù)下,隨機排序具有一定的質(zhì)量提升能力,這種提升能力不是由其質(zhì)量探測能力帶來的。圖3-4四種不同的排序算法在質(zhì)量探測能力上的比較圖3-5四種不同的排序算法在多樣化能力上的比較3.4.3排序算法的多樣化能力的比較圖3-5展示了不同的排序算法的多樣化能力?梢钥吹,隨機排序能夠生成度
【參考文獻】:
期刊論文
[1]復(fù)雜網(wǎng)絡(luò)中節(jié)點重要度評估的節(jié)點收縮方法[J]. 譚躍進,吳俊,鄧宏鐘. 系統(tǒng)工程理論與實踐. 2006(11)
本文編號:3333523
【文章來源】:電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【部分圖文】:
不同參數(shù)模型下,算法的質(zhì)量提升能力首先比較入度和重標(biāo)入度()的質(zhì)量提升能力
電子科技大學(xué)碩士學(xué)位論文34圖3-3四種排序算法在質(zhì)量提升能力上的比較3.4.2排序算法的質(zhì)量探測能力的比較排序算法探測節(jié)點質(zhì)量的能力由節(jié)點的中心性值和質(zhì)量之間的相關(guān)性的強弱決定。在入度和重標(biāo)入度生成的網(wǎng)絡(luò)中,排序算法對節(jié)點賦予的中心性值分別為節(jié)點的入度和重標(biāo)入度()。圖3-4展示了不同排序算法的質(zhì)量探測能力,同樣這里設(shè)定分別為0.7,0.8,0.9,通過固定的值改變的值來比較不同排序算法的質(zhì)量探測能力。在圖3-4上面的三個分圖中,我們發(fā)現(xiàn)對不同的模型參數(shù)和,((),)始終大于(,),100((),)始終大于100(,),說明在不同的模型參數(shù)情況下,重標(biāo)入度的質(zhì)量探測能力普遍高于入度,如上面討論的,因為重標(biāo)入度具有更好的質(zhì)量探測能力的這一優(yōu)勢,使得重標(biāo)入度能夠?qū)⒏哔|(zhì)量的節(jié)點探測到并將其排序至其他節(jié)點的前面,這樣高質(zhì)量節(jié)點將獲得更多的“曝光度”,使得其最終的入度得到提升,即重標(biāo)入度的高質(zhì)量探測能力使其具有更好地質(zhì)量提升能力。對于()+排序算法,與質(zhì)量提升能力的表現(xiàn)類似,當(dāng)較小時,其在質(zhì)量探測能力上的表現(xiàn)與重標(biāo)入度非常接近,說明隨機提升機制對算法的質(zhì)量探測能力沒有影響,而當(dāng)>1時,重標(biāo)入度表現(xiàn)得更好,這與質(zhì)量提升能力的結(jié)果是一致的。
第三章節(jié)點的排序算法對演化網(wǎng)絡(luò)的影響35值得注意的是,對于隨機排序算法,其質(zhì)量探測能力為0,這是因為隨機排序算法對節(jié)點的排序是完全隨機的,因而無法感知到節(jié)點的內(nèi)在質(zhì)量。盡管在特定的模型參數(shù)下,隨機排序具有一定的質(zhì)量提升能力,這種提升能力不是由其質(zhì)量探測能力帶來的。圖3-4四種不同的排序算法在質(zhì)量探測能力上的比較圖3-5四種不同的排序算法在多樣化能力上的比較3.4.3排序算法的多樣化能力的比較圖3-5展示了不同的排序算法的多樣化能力?梢钥吹,隨機排序能夠生成度
【參考文獻】:
期刊論文
[1]復(fù)雜網(wǎng)絡(luò)中節(jié)點重要度評估的節(jié)點收縮方法[J]. 譚躍進,吳俊,鄧宏鐘. 系統(tǒng)工程理論與實踐. 2006(11)
本文編號:3333523
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3333523.html
最近更新
教材專著