文档介绍：♦沥类号注密级'学位论文复杂网络演化模型分析题名和副题名崔爱香作者姓名指导教师姓名傅彦教授尊导电子科技大学成都职务、职称、学位、单位名称及地址申请专业学位级别硕士专业名称计算机软件与理论论文提交日期论文答辩日期学位授予单位和日期电子科技大学答辩委员会主席评阅人年月日注注明《国际十进分类法》的类号。纠一支•独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知除了文中特别加以标注和致谢的地方外论文中不包含其他人已经发表或撰写过的研究成果也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。签名肇塾垄日期加。年巧月万日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定有权保留并向国家有关部门或机构送交论文的复印件和磁盘允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。保密的学位论文在解密后应遵守此规定签名一竖导师签名日期讪•。对复杂网络结构演化规律的实证分析以及相应的建模研究是充分认识一切有关复杂网络的功能与应用的基础。通过对复杂网络演化模型的研究人们可以捕捉到网络形成的动态特性准确获得各种微观机制对网络结构的影响对掌握网络功能及其动力学行为有着极其重要的作用。在复杂网络演化模型研究的早期绝大部分模型都只关注网络的主要宏观性质例如无标度特性和小世界效应。仅仅从宏观性质出发难以给出对不同演化机制的可信的评估。深入挖掘网络细致的统计性质特别是局部结构特性并利用这些统计性质对己知演化机制进行更严格更准确的评估是网络演化建模研究向前发展的必然趋势。随着对复杂网络演化模型研究的深入近年来研究的焦点开始转移到更为细致的网络局部结构例如对网络中模块、环、紧密子图等结构的统计分析。集团度是典型的用于刻画节点局部环境的指标实证研究表明大量真实网络都表现出幕律的集团度分布这一新的统计特性为复杂网络演化模型的研究提供了新的比较平台但目前还没有简单的机制能够再现这种分布形式特别是分布指数随集团阶数下降的性质。寻找可能表征部分真实网络的演化规律并建立相应模型一直是推动复杂网络演化模型研究的根本动力。本文重点围绕度分布、簇系数、平均路径长度、集团度分布等FI前公认的网络基本特征对复杂网络的拓扑特征、演化机制和演化模型进行了研究提出了两个网络演化模型。第一个模型是对可调簇系数模型的改进。经典的可调簇系数模型实现小世界特性和无标度特性的统一但该模型只考虑了演化网络的线性增长忽略了加速增长这一重要因素生成的网络不具有低阶集团度藉律分布的特性。加速增长是网络演化过程中的重要因素在很大程度上影响网络的结构和度分布。在改进的模型中网络的总连接数随着网络规模呈指数形式的加速增长这种加速增长主要源于网络演化过程中新节点加入时与老节点之间建立的连接。数值模拟显示改进的模型不仅具有可调簇系数模型的所有统计特性而且还涌现了原模型不具有的低阶集团度羸律分布特性。改进的可调簇系数模型更接近真实网络有利于更好地认识真实网络中的基元。第二个是共同邻居驭动的网络加速演化模型考虑了真实网络中广泛存在的摘要共同