slide1
Download
Skip this Video
Download Presentation
复杂网络研究 —— 现状与前瞻

Loading in 2 Seconds...

play fullscreen
1 / 86

复杂网络研究 —— 现状与前瞻 - PowerPoint PPT Presentation


  • 55 Views
  • Uploaded on

复杂网络研究 —— 现状与前瞻. 狄增如 北京师范大学管理学院系统科学系 北京师范大学复杂性研究中心 北京大学 ---2007.11. 关于复杂性. 关于复杂性. 我们所关心的问题: 大量个体(更典型的是具有适应性的主体)所组成的复杂系统,在没有中心控制、非完全信息、仅仅存在局域相互作用的条件下,通过个体之间的非线性相互作用,可以在宏观层次上涌现出一定的结构和功能。.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' 复杂网络研究 —— 现状与前瞻' - tana-weeks


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
slide1

复杂网络研究——现状与前瞻

狄增如

北京师范大学管理学院系统科学系

北京师范大学复杂性研究中心

北京大学---2007.11

slide3
关于复杂性
  • 我们所关心的问题:
    • 大量个体(更典型的是具有适应性的主体)所组成的复杂系统,在没有中心控制、非完全信息、仅仅存在局域相互作用的条件下,通过个体之间的非线性相互作用,可以在宏观层次上涌现出一定的结构和功能。
slide4

Internet

相互作用与复杂性

晶格

全局相互作用

?

平均场

扩散

slide5

为什么研究复杂网络?

•复杂系统不能够用分析的方法去研究, 必须考虑个体之间的关联和作用;

•理解复杂系统的行为应该从理解系统相互作用网络的拓扑结构开始;

•网络拓扑结构的信息是构建系统模型、研究系统性质和功能的基础。

slide6

为什么研究复杂网络?

  • 复杂网络是构成复杂系统的基本框架( backbone ),每一个复杂系统都可以看作是单元或个体之间的相互作用网络;
  • 复杂网络在刻画复杂性方面的重要性是由于结构和功能之间是相互影响的。

复杂网络是研究复杂系统的一种角度和方法,它关注系统中个体相互关联的作用的拓扑结构,是理解复杂系统性质和功能的基础。

slide7
技术网络

WWW

因特网

电力网

slide8
社会网络

朋友关系网

科学引文网

演员网

性关系网

科学家合著网

slide9
交通运输网络

航空网

城市公共交通网

道路交通网

slide10

神经网络

生物网络

生态网络

蛋白质相互作用网络

基因网络

新陈代谢网络

slide12
不同领域的复杂网络
  • 社会网:演员合作网,友谊网,姻亲关系网,科研合作网,Email网
  • 生物网:食物链网,神经网,新陈代谢网,蛋白质网,基因网络
  • 信息网络:WWW,专利使用,论文引用,计算机共享
  • 技术网络:电力网,Internet,电话线路网,
  • 交通运输网:航线网,铁路网,公路网,自然河流网
slide13

复杂网络

A food web

A Unified Approach

towards the

Connection Topology

of various

Complex Systems

slide14
网络研究的历史
  • 1736,欧拉:哥尼斯堡七桥
  • 1950,Erdos, Renyi: 随机图论
  • 1998,Strogatz, Barabasi: 小世界和无标度网络
slide15
为什么现在才开始研究复杂网络?
  • 计算机技术的发展:
    • 使我们拥有各种网络的数据库,并有可能对大规模的网络进行实证研究
  • 普适性的发现:
    • 许多实际网络具有相同的定性性质
    • 且已有的理论不能描述和解释
  • 理论研究的发展
    • 小世界网络 (Small World Network), 无标度网络 (Scale-free Network)
    • 统计物理学的研究手段
slide16
复杂网络研究所关心的问题
  • 如何定量刻画复杂网络?
    • 网络结构的描述及其性质
  • 网络是如何发展成现在这种结构的?
    • 网络演化模型
  • 网络特定结构的后果是什么?
    • 网络结构的鲁棒性
    • 网络上的动力学行为和过程
slide17
复杂网络的结构
  • 四种结构模型:
    • 规则网络
    • 随机网络
    • 小世界网络
    • 无标度网络
slide18
对网络结构的描述
  • 几何量及其分布

度(Degree):朋友的个数

集聚系数(群系数)(Clustering coefficient):

朋友的朋友还是不是朋友的情况

最短路径(Shortest path):

两个顶点之间边数最少的路径

介数(Betweenness):

经过我的最短路径的条数

slide19

K●=5

C●=1

K●=5

C●=0

一个简单的例子
slide20
规则网络

一般情况下,

聚集系数较大,

平均最短路径较长。

slide21
ER随机网络

当p不太小时,

聚集系数较小,

平均最短路径较短。

slide22
随机网络的平均最短路径 及其与实证数据的比较随机网络的平均最短路径 及其与实证数据的比较
slide23
随机网络的平均聚集系数 及其与实证数据的比较随机网络的平均聚集系数 及其与实证数据的比较
small world network
Small World Network

C(p) : 平均聚集系数

L(p) : 平均最短路径

slide25
度分布
  • 分布函数f(k):
    • 网络中度值为k的顶点占总点数的比例
    • 随机网络的度分布——Poisson分布

10000个顶点

p=0.0015

slide26
度分布
  • 幂律分布——Power Law

g=-3

slide27

World Wide Web

Nodes: WWW documents Links: URL links

P(k=500) ~ 10-6

800 million documents (S. Lawrence, 1999)

NWWW ~ 109

 N(k=500) ~ 103

slide28

INTERNET BACKBONE

Nodes: computers, routers Links: physical lines

(Faloutsos, Faloutsos and Faloutsos, 1999)

actor connectivities
ACTOR CONNECTIVITIES

Nodes: actors Links: cast jointly

N = 212,250 actors k = 28.78

P(k) ~k-

=2.3

science coauthorship

SCIENCE

CITATION INDEX

SCIENCE COAUTHORSHIP

Nodes: papers Links: citations

Nodes: scientist (authors) Links: write paper together

1736 PRL papers (1988)

(Newman, 2000, H. Jeong et al 2001)

slide31

Sex-web

Nodes: people (Females; Males)

Links: sexual relationships

4781 Swedes; 18-74;

59% response rate.

Liljeros et al. Nature 2001

slide32

Metabolic network

Archaea

Bacteria

Eukaryotes

Organisms from all three domains of life are scale-free networks!

H. Jeong, B. Tombor, R. Albert, Z.N. Oltvai, and A.L. Barabasi, Nature, 407 651 (2000)

scale free
Scale Free网络的基本特征

Power Law Degree Distribution(幂律度分布)

1、自相似结构:

2、两极分化,高度弥散

slide35

复杂网络中顶点度的匹配关系Assortative Mixing by Degree

  • 如果网络中度值高的顶点倾向于与其他高度值的顶点相互连接,则称网络具有同向匹配性质;
    • 例如:社会网络
  • 如果网络中度值高的顶点倾向于与度值低的顶点相互连接,则称网络具有反向匹配性质;
    • 例如:大部分生物、技术网络

同向匹配

无标度网络

反向匹配

无标度网络

slide36

复杂网络中的社团结构

Community Structures

社团内部连接紧密,社团之间连接相对稀疏

Physics collaboration network

Palla et al. Nature 435, 9 (2005)

slide38

Rhesus猴子网

经济物理学科学家合作网

slide39

网络模体---Network Motifs

模体——在网络中密度明显较高的子图(基本结构单元)

slide41
复杂网络演化模型
  • BA模型
    • 网络增长、偏好连接
  • 基于蛋白质相互作用的演化模型
    • 复制、分化、变异
  • 优化演化模型
slide42

Most real world networks have the same internal structure:

  • 其形成机制是什么?
  • 结构与功能?

Scale-free networks

slide43

BA偏好连接模型——PREFERENTIAL ATTACHMENT

(1) The number of nodes (N) is NOT fixed.

Networks continuously expand by the addition of new nodes

Examples: WWW : addition of new documents Citation : publication of new papers

(2) The attachment is NOT uniform.

A node is linked with higher probability to a node that already has a large number of links.

Examples : WWW : new documents link to well known sites (CNN, YAHOO, NewYork Times, etc) Citation : well cited papers are more likely to be cited again

slide44

Scale-free model

P(k) ~k-3

(1)GROWTH: At every timestep we add a new node with m edges (connected to the nodes already present in the system).

(2)PREFERENTIAL ATTACHMENT :The probability Π that a new node will be connected to node i depends on the connectivity ki of that node

A.-L.Barabási, R. Albert, Science 286, 509 (1999)

slide45

网络的结构与功能

网络上的动力学行为和过程

  • 动力系统:自旋、振子或混沌的同步、可激发系统
  • 传播过程:信息传播与拥堵、网络搜寻、运输过程、疾病传播、谣言的传播、舆论形成
  • 博弈与其他社会行为:囚徒困境、少数者博弈
  • 其他过程:电力网的级联失效等
slide46
复杂网络上的渗流和网络鲁棒性

给定度分布P(k)的复杂网络上的点缺陷:

顶点以概率q被随机的占据(工作状态良好)

或以概率1-q被空置 (被破坏)

然后考察系统存在无限大连通集团的临界概率qc

对无标度网络

当 λ<=3, 临界概率qc是0或负值.

无标度网络对于顶点的随机移除非常稳健!

percolation and network resilience
Percolation and Network Resilience
  • Callyway et al:占据某个顶点的概率可以是该顶点度值 k 的任意函数: qk.
  • 取 qk=θ(k-kmax), Heaviside step function

只需移除掉很少比例的顶点就可以完全摧毁网络中的最大连通集团!

无标度网络对有目的的最大度攻击非常脆弱!

slide53
小世界网络上混沌映象的同步

SW:

影响同步的结构因素:

平均最短距离、度分布

最大度值、最大点介数

随着短边重连概率的

增加,同步得到加强

slide57

网络上的动力学—疾病传播

  • High-risk actors over 4 years
  • 695 people represented
  • Longest path is 17 steps
  • Average distance is about 5 steps
  • Average person is within 3 steps of 75 other people
  • 137 people connected through 2 independent paths, core of 30 people connected through 4 independent paths

Reachability in Colorado Springs

(Sexual contact only)

  • Epidemic Dynamics in Complex Networks

(Node size = log of degree)

slide59

传染者

易受感染者

传染病动力学:SI 模型

接触数目  IS

: 易受感染者人数

: 总人数

: 传染比例

:传染者人数

固定人口总数的疾病传播模型:

I(t)

t

slide61

传染病动力学:SIS 模型

有效扩散速率:

slide62

传染病动力学:SIR模型

疾病扩散条件:

OR

slide63

网络上的疾病传播

  • 完全混合

网络拓扑结构的影响

规则网格

复杂网络

slide65

网络上的疾病传播

  • 小世界网上的SIS 模型

有效扩散速率

And Let g=1

利用平均场理论计算被感染顶点密度随时间的变化:

稳态解:

传播阈值:

slide66

小世界网上的SIS 模型

  • 计算机数值模拟

N=103_---- N=3* 106, <k>=6, 10 个不同的网络, 100 个不同的初始分布

slide67

BA无标度网络上的SIS 模型

利用平均场理论计算被感染顶点密度随时间的变化:

SW

BA

稳态解:

BA无标度网度分布

sir model on complex networks
SIR Model on Complex Networks

Percolation

Disease spreading

slide70
复杂网络上的SIR模型

Percolation!

Disease spreading

无标度网络上的SIR模型

slide72

少数者博弈

网络结构的影响?

数值模拟结果

网络结构上的少数者博弈模型

slide73
关于复杂网络研究现状
  • 复杂网络研究是否已经形成并仍处于热潮之中?
  • 在复杂网络研究中有什么应该注意的问题?
  • 我们还应该继续做些什么?
slide74
复杂网络研究的综述与著作
  • S.H.Strogatz, Nature, 410,(2001)268
  • R.Albert, A.-L.Barabasi, Rev.Mod.Phys. 51 (2002)1079
  • M.E.J.Newman, SIAM Rev. 45(2003) 167
  • S.N.Dorogovtesev, J.Mendes, Evolving of Networks, Oxford Un. Press, 2003
  • E.Ben-Naim, et al, Complex Networks, Springer, 2004
  • S.Boccaletti, et al, Complex Networks: Structure and dynamics, Phys. Rep. 424 (2006) 175-308
  • Newman, Barabasi, Watts, The Structure and Dynamics of Networks, Princeton University Press, 2006
slide75
部分由物理学推动的科研热潮
  • 混沌和分形 Chaos and Fractals
  • 自旋玻璃 Spin Glasses
  • 自组织临界性 Self-organized criticality
  • 统计物理学在生物进化中的应用
  • 经济物理学 Econophysics
  • 复杂网络 Complex networks?
slide76

毫无疑问,这些工作对科学的发展做出

了贡献,但有些研究的意义被夸大了。

例如 Per Bak’s 关于自组织临界性的著作冠名为:How Nature Works

中译本:《大自然是如何工作的》

slide77
波及面也各有不同
  • 尽管自组织临界性被认为有广泛的应用价值,但研究工作事实上仅仅局限在物理学领域中。
  • 对于经济物理学,我们很少能够在经济学杂志上见到相关工作,经济物理学的文章只发表在物理学以及专门的经济物理学杂志上。
slide78
而复杂网络研究已经波及到众多科学领域,确实可以称之为形成了研究热潮而复杂网络研究已经波及到众多科学领域,确实可以称之为形成了研究热潮

但还没有做到与其他学科领域的有机结合

slide79
发挥复杂网络研究的意义和价值应该注意以下几点:发挥复杂网络研究的意义和价值应该注意以下几点:
  • 具备你所研究的系统的相关知识;
  • 存在一个确实需要网络基础的科学问题,而复杂网络有助于你解决它。
  • 清楚了解系统相互作用的拓扑结构仅仅是万里长征走完了第一步,它不可能魔术般地解决系统的根本问题。
slide80
同时应该注意复杂网络研究中所可能出现的问题同时应该注意复杂网络研究中所可能出现的问题

在实证研究中,样本太少或取样的偏差

会导致对网络结构的错误认识。

把系统的某些特性仅仅归结为网络结

构的作用往往是片面的。

slide82

2

10

1

10

0

10

0

1

2

3

10

10

10

10

高度值的中枢节点核心

低度值的网状核心

identical power-law degrees

度分布相同的网络的细致结构未必相同

slide83

我们接下来该做什么?

  • 发现和刻画实际系统的网络结构
  • 模拟网络的演化
  • 探讨结构与功能之间的相互关系
  • 利用网络结构控制和优化系统功能
slide84
我们接下来该做什么?
  • 是否有更多的统计分布帮助我们深入理解复杂网络的结构和分类?
  • 对于不同的网络结构是否存在规范的分类方法?
  • 为什么许多网络是组合式的?
  • 影响生物网络的演化机制是什么?
  • 如何量化不同性质网络间的相互作用(网络的网络)?
slide85
我们接下来该做什么?
  • 为什么社会网络都是相配的,而所有的生物和科技网都是不相配的?
  • 网络动力学是否有普遍性质?
  • 在网络中发生的动力学过程怎样影响网络的拓扑结构?
  • 如何研究与网络功能相关的网络容错性与鲁棒性?
ad