复杂网络是描述生命、人类社会技术等领域的复杂系统的有力工具。本书从复杂网络的数据分析、复杂网络的层次与演化、复杂网络的抗攻击性及复杂网络的多目标优化建模等方面展开了研究。在数据分析方面，讨论了复杂网络的重要节点和骨干网络的提取方法，将层次结构和抗攻击性关联起来；在层次与演化方面，讨论了层次结构与网络演化之间的关系，并用来解释经济现象；在动力学方面，得出了复杂网络在选择性攻击下具有鲁棒性的结论；在建模方面，利用多目标优化方法来对复杂网络建模，用一个框架得到多种复杂网络，确立了复杂网络之间的关系，修正了复杂网络领域中多个被广泛传播的结论。
样章试读
目录
- 目录
序
前言
第一篇 概论
第1章 概述 3
1.1 复杂系统与复杂网络 3
1.2 复杂网络的特征和类型 4
1.2.1 随机网络 4
1.2.2 小世界网络 4
1.2.3 无标度网络 6
1.2.4 超小世界网络 8
1.2.5 网络的社区结构 8
1.2.6 网络的分形结构 9
1.3 本书研究内容 9
1.3.1 网络化数据挖掘 10
1.3.2 无标度网络演化机制 12
1.3.3 网络抗攻击性 15
1.3.4 复杂网络的统一优化建模 16
1.4 讨论 17
1.4.1 复杂网络研究哲学 17
1.4.2 复杂网络研究的弱点 17
第二篇 复杂网络的数据挖掘
第2章 复杂网络的节点重要性 21
2.1 相关工作 23
2.1.1 定义节点的重要性 23
2.1.2 冲突消解 24
2.1.3 度量节点重要性排序算法的效能 25
2.2 重要性的基于直觉的规则 25
2.2.1 规则和选择规则 25
2.2.2 形式化5条规则 26
2.3 用偏序对节点排序 27
2.3.1 基本概念 28
2.3.2 等价类算法 29
2.4 实验结果I 30
2.4.1 用于测试的网络实例 30
2.4.2 实验网络的等价类 31
2.5 度量排序算法的性能 33
2.5.1 覆盖率 34
2.5.2 覆盖率的算法 35
2.6 实验结果II 36
2.7 拓扑势对节点按重要性排序 38
2.7.1 拓扑势方法介绍 38
2.7.2 拓扑势方法的实验结果 39
2.8 本章小结 41
第3章 复杂网络的骨干 44
3.1 相关研究 44
3.2 骨干网络的度量 45
3.3 基于等价类算法的骨干网络提取算法 47
3.3.1 全骨干网络提取算法 48
3.3.2 全骨干网络提取算法实验结果 49
3.3.3 层次骨干网络提取算法 51
3.3.4 层次骨干网络提取算法实验结果 51
3.4 关于网络分裂的假说 53
3.5 Web服务网络的骨干网络 55
3.6 Internet的结构 60
3.7 基于拓扑势方法的骨干网络提取算法 61
3.8 基于拓扑势方法的骨干网络提取算法实验结果 61
3.9 本章小结 63
第三篇 复杂网络的层次与演化
第4章 复杂网络的层次演化模型 67
4.1 无标度网络与偏好 67
4.2 对Web链接的幂律分布的一个解释 68
4.2.1 Web链接的隐树模型介绍 69
4.2.2 实验结果 71
4.2.3 Web链接的幂律分布的讨论 74
4.3 隐树结构重叠带来的效应 75
4.4 隐树模型理论分析 75
4.5 本章小结 77
第5章 财富分布建模 79
5.1 马太效应的由来 79
5.2 目前的马太效应的解释 79
5.3 马太效应的新机制和建模 80
5.4 财富分布的实验结果和分析 82
5.5 财富分布的隐树结构模型的讨论 84
5.6 本章小结 85
第四篇 复杂网络的抗攻击性
第6章 复杂网络的抗攻击理论 89
6.1 传统理论及分析 89
6.2 代价攻击理论 90
6.3 相关定义 91
6.3.1 攻击的定义 91
6.3.2 攻击代价的定义 92
6.3.3 攻击策略的定义 93
6.3.4 攻击效果的定义 94
6.4 代价条件下无标度网络的抗攻击性分析 95
6.4.1 紧致性网络的定义 95
6.4.2 理论性讨论 96
6.5 仿真实验 97
6.5.1 CSF网络 97
6.5.2 Polbook网络 98
6.5.3 CSF网络 99
6.5.4 Protein网络 99
6.5.5 Netscience网络 100
6.5.6 实验网络相关数据表 101
6.6 实验分析 101
6.6.1 紧致程度对抗攻击性的影响 101
6.6.2 平均度对抗攻击性的影响 104
6.7 理论证明 106
6.8 本章小节 107
第7章 复杂网络的抗攻击理论与边攻击 109
7.1 潜在佯谬 109
7.1.1 第一表述 110
7.1.2 第二表述 111
7.1.3 第三表述 112
7.2 定量化方法 114
7.2.1 正则化网络性能 114
7.2.2 基准线的定义 115
7.2.3 抗攻击性指标 116
7.3 定量化指标下小世界网络的抗攻击性分析 117
7.3.1 边攻击定量仿真实验 118
7.3.2 节点攻击定量仿真实验 120
7.4 定量化指标下无标度网络抗攻击性分析 122
7.4.1 实验网络说明 123
7.4.2 鲁棒性指标 123
7.4.3 边攻击策略 124
7.4.4 实验结果与分析 124
7.5 本章小节 127
第五篇 复杂网络的优化与演化
第8章 复杂网络的优化模型 131
8.1 复杂网络的典型类型及传统的演化机制解释 131
8.1.1 无标度网络及演化机制简介 132
8.1.2 小世界网络及演化机制 134
8.1.3 社区结构网络及演化机制 135
8.1.4 分形网络及演化机制 135
8.2 最优化理论与复杂网络演化机制 135
8.3 双优模型 136
8.3.1 方法 137
8.3.2 模型介绍 137
8.4 理论分析结果 139
8.4.1 网络的类型 140
8.4.2 实验仿真 144
8.4.3 网络类型之间的关系 160
8.4.4 改进的快速算法 161
8.5 本章小结 172
第9章 复杂网络多目标优化模型的深入研究 173
9.1 社区结构网络的优化建模 173
9.1.1 相关工作 175
9.1.2 基于优化理论建模社区无标度网络的必要性 176
9.1.3 社区无标度网络优化模型 177
9.1.4 仿真实验 179
9.2 分形网络的演化机制研究 187
9.2.1 复杂网络中的分形维度定义及其算法 189
9.2.2 有关分形网络的几个重要观点 192
9.2.3 复杂网络分形的应用研究 195
9.2.4 具有Hub吸引行为的分形和无标度的复杂网络模型 195
9.2.5 优化模型所得到网络的性质分析 201
9.2.6 网络的同配性分析 202
9.3 本章小结 204
第六篇 总结与展望
第10章 总结与展望 209
10.1 总结 209
10.2 对复杂网络的新理解 212
10.3 展望 215
参考文献 217
京公网安备 11010102004214号