2021n/e3t/w7ork becomes increasingly disordered until CfoHr Ep=N1LaI ll edges are rewired randomly.
9
• Fig. 2 An example of scale-free network.
2021/3/7
• 在复杂网络的研究过程中，人们将网络中的节点用1， 2，…，N表出（注意：网络中的节点个数N可以是动态变 化的，也就是说网络可以而且应该是一个不断演化的过 程），网络建模主要考虑的是点与点之间的连边机制，下 面详细说明一下这四种网络的生成过程。
2021/3/7
CHENLI
7
• （i）规则网络（Lattice）：节点个数N为不变的参数，将
这N个编号的节点通过以下的连边机制：每个节点连接到
• 它（的ii）K随临机近网的络节（点ERi）1,i：2节,...,点iK个2 ，数这N为里不K是变一的个参偶数整，数将。这
N个编号的节点通过以下的连边机制：节点 的概率为 p 。
i
和节点
j
连接
• （iii）小世界网络（WS）：节点个数N为不变的参数，将 这N个编号的节点通过以下两个过程的连边机制：（1） 初始化：构造一个Lattice网络；（2）随机化：将网络中 的每一条边以概率 p 进行重连（即遍历选取每一条边，固 定边的一个节点，以概率选择另一个节点进行连接）。显 然WS网络是规则网络当 p 0 ，是随机网络当 p 1 。
复杂网络研究的是介于确定和随机之间的现实中的系统。 一个典型的网络由节点和连接两个节点的边组成。很长时 间以来，网络被考虑成点和边的随意集合，在数学上用随 机图表示。近几年，由于计算机数据处理和运算能力的飞 速发展，这种状况发生了根本性的改变。人们开始研究大 规模复杂网络的拓扑结构，研究发现，尽管很多网络具有 明显的复杂性和随机性，但也会出现可以用数学和统计语 言来描述的清晰的模式和规律，其中最重要的是小世界效 应（small-world effect），(Watts & Strogatz, 1998)和无标 度特性（scale-free property），(Barabási & Albert, 1999)。
