复杂网络稳定性研究

论文摘要

本文从复杂网络的拓扑统计特性和动力学机制出发,将非平衡统计理论、非线性系统理论、随机微分方程方法以及Fokker-Plank方程的定态解应用到复杂网络的研究中。主要研究了在非平衡涨落驱动下复杂网络的动力学稳定性,以及在蓄意攻击情况下病毒在复杂网络上的传播机理,这两个方面的研究无论在理论上还是在实践中都有着十分重要的意义。通过对复杂复杂网络的稳定性的研究,一方面可以使我们更清晰的认识和理解实际网络所表现出的各种动力学现象;另一方面,我们可以将复杂网络稳定性研究的成果应用到实际中去,可设计出更好性质的网络或使网络处于更有利的状态。对在蓄意攻击情况下病毒在复杂网络上的传播机理的研究,一方面可为研究和开发新的免疫机制与策略提供理论基础,另一方面也有利于提高网络信息传输能力。另外,复杂网络在许多领域都得到了较为广泛而深入的应用,作为本课题的一个主要内容,我们综述了复杂网络理论在电子电路与微电子学方面的应用。本文的主要内容和创新之处可作如下概述:1.非平衡涨落与小世界网络稳定性的研究针对小世界特性是复杂网络的普遍特性,我们首先研究了故障对小世界网络稳定性的影响。在把实际网络元素的差错、失效等等“故障”抽象为非平衡随机涨落的前提下,利用非平衡统计理论、随机微分方程方法以及Fokker-Plank方程的定态解,来研究小世界网络稳定性。研究从小世界网络模型的非线性相互作用系数λ和NW长度标度ζ两个具体参数展开。（1）通过理论研究,我们首次发现了,小世界网络的特性参量NW长度标度ζ是网络突变发生的敏感因子。当非平衡涨落发生在特性参量NW长度标度ζ上时,NW长度标度的平均值（?）在涨落σ2的驱动下迅速增长。在随机化连接概率p不变时,网络的度值k将迅速减小。当k减小到某一值时（比如k＜1）,复杂网络系统的稳定性将发生突变。由NW长度标度ζ的定义可知,复杂网络的节点这时应仍然存在,但是节点之间的连接边基本被删除。这种情况,对应于整个网络系统出现了崩溃。这一研究结论充分说明,作为小世界网络特性参量的NW长度标度ζ传播稳定性的主要决定因素。电力网络由于个别节点跳闸而发生大停电事故,是这一发现的最好例证。（2）相比之下,当非线性相互作用系数λ发生非平衡涨落时,NW长度标度ζ随涨落σ2呈迅速下降趋势。在随机化连接概率p不变的情况下,小世界网络系统的度值k会缓慢增加。这表示网络系统连通性会增强,网络会向更稳定的方向发展。也就是说,系统的非线性相互作用系数发生的涨落,不是引起复杂网络系统稳定性发生宏观突变的主要因素。2.蓄意攻击与复杂网络稳定性的研究或许蓄意攻击会有较多的方式,但病毒的攻击方式在网络上是如此的泛滥,必然引起我们的高度重视。因此,本课题中我们主要研究了病毒的传播机理及其稳定性。（1）我们提出了一种描述病毒传播的新模型SIS-BD模型。利用这一模型以及非平衡统计理论,随机过程的理论和方法,从病毒传播的前期、后期及传播的全过程三个方面进行了研究。得到了病毒传播的三个时期病毒感染密度函数的分布规律。比较实际数据可知,这个分布过程与实际数据符合得较好。（2）研究过程中我们发现,病毒的有效传播速率并不是一个常数,而是一个可以用类Logistic微分方程描述的函数。这与传统传染病研究中,病毒的传播速率通常是一个常数明显不同。通过求解类Logistic微分方程和用实际数据拟合出相关的常数,并结合前两部分的研究结果,得到了病毒传播全过程的感染密度分布函数。这个分布函数曲线与实际病毒传播数据曲线十分吻合。（3）进一步分析有效传播速率我们知道,它与网络的结构参量密切相关。由此,我们用理论分析的方法讨论了有效传播速率与复杂网络结构参量的关系。经过分析,推论了网络节点的平均度值与有效传播速率变化率成正比;网络的聚类系数与有效传播速率成正比。从而得到病毒传播的有效速率与网络结构参量之间的更为普适的函数关系式。3.非平衡统计理论与方法利用非平衡统计理论与方法研究复杂网络,从研究方法上来说本身与是一种创新。在本文的最后,我们介绍了复杂网络理论在电子电路与微电子学方面结合实际的可能应用。重点对目前引起了广泛研究兴趣,并成为最新研究热点的量子相干网络、纳米线网络等作了简要介绍,这是复杂网络理论应用在量子信息技术上的一些探索。

论文目录

• 摘要
• Abstract
• 前言
• 1、背景简介
• 2、本文研究的主要内容
• 3、研究的目的和意义
• 4、课题来源
• 第1章 复杂网络的统计参量与模型
• 1.1 引言
• 1.2 复杂网络及其发展
• 1.3 复杂网络统计参量
• 1.3.1 网络的图表示
• 1.3.2 平均路径长度（average path length）
• 1.3.3 聚类系数（clustering coefficient）
• 1.3.4 度与度分布（degree and degree distribution）
• 1.3.5 介数与介数分布（bewteenness and betweenness distribution）
• 1.3.6 全局效率（globle efficient）
• 1.3.7 最大连通子图（giant component）
• 1.4 复杂网络模型
• 1.4.1 规则网络模型
• 1.4.2 ER随机网络模型（ER Random model）
• 1.4.3 小世界网络模型（WS small-World model）
• 1.4.4 无标度网络模型（Scale-free model）
• 1.4.5 其他网络模型
• 1.5 小结
• 第2章 复杂网络动力学
• 2.1 引言
• 2.2 网络微观动力学
• 2.2.1 网络上的自组织
• 2.2.2 复杂网络与Bose-Einstein凝聚
• 2.2.3 复杂网络上的Ising模型
• 2.3 网络传播动力学
• 2.3.1 病毒传播的理论与模型
• 2.3.2 复杂网络传播动力学
• 2.4 小结
• 第3章 涨落与复杂网络的稳定性
• 3.1 引言
• 3.2 随机微分方程
• 3.3 非平衡随机涨落
• 3.4 非平衡涨落与小世界网络的稳定性
• 3.4.1 λ涨落时小世界网络的稳定性
• 3.4.2 ζ涨落时小世界网络的稳定性
• 3.5 小结
• 第4章 蓄意攻击与复杂网络稳定性
• 4.1 引言
• 4.2 非平衡统计系统的随机理论
• 4.2.1 生灭主方程（Birth-Death Master Equation）
• 4.2.2 母函数（generation function）
• 4.3 网络病毒传播的SlS-BD模型
• 4.3.1 SIS—BD模型
• 4.3.2 传播后期的密度分布
• 4.3.3 感染初期的密度分布
• 4.3.4 病毒传播的全时域分布
• 4.4 网络结构参量与有效传播速率
• 4.5 小结
• 第5章 电子电路与微电子学中的应用
• 5.1 引言
• 5.2 电子电路与系统中的应用
• 5.2.1 电子电路的复杂网络特性
• 5.2.2 在电路设计中的应用
• 5.3 量子相干网络
• 5.3.1 理论概述
• 5.3.2 量子相干网络
• 5.4 纳米线网络
• 5.4.1 纳米线网络
• 5.4.2 纳米线网络的连接
• 5.5 小结
• 第6章 总结与展望
• 6.1 工作总结
• 6.2 工作展望
• 致谢
• 主要参考文献
• 附录