基于社会群体观点的网络演化模型及其构建方法和应用技术

本发明专利技术属于复杂系统与网络技术领域，公开了一种基于社会群体观点的网络演化模型及其构建方法和应用，基于社会群体的观点构建网络演化模型；根据社会群体的观点与主流观点是否相同，判断耦合强度与耦合类型；在构建的网络演化模型中，通过考虑耦合强度Ki与振子的自然频率ωi分布相关联的情况，对社会群体观点进行分析。本发明专利技术使用过后对网络演化模型带来的积极效果是，通过模拟仿真得出的结果比早前的网络模型得出的结果更丰富，更能说明问题。本发明专利技术在吸引耦合作用与排斥耦合作用共存的Kuramoto模型基础上，根据社会群体的观点认同与否。对社会中人们的一些观点认同，用两种关联情形进行描述。

Network Evolution Model Based on Social Group Perspective and Its Construction Method and Application

【技术实现步骤摘要】
基于社会群体观点的网络演化模型及其构建方法和应用
本专利技术属于复杂系统与网络
，尤其涉及一种基于社会群体观点的网络演化模型及其构建方法和应用。
技术介绍
目前，最接近的现有技术：近些年，随着复杂网络理论及其应用研究的不断深入，人们发现应用这种新的理论工具来研究现实世界中的各种大型复杂系统，可以揭示一些系统的演化规律和本质，具有很现实的研究意义。在自然界中，大量的复杂系统都可以通过形形色色的网络加以描述。一个典型的网络是由许多节点与节点之间的连边组成，其中节点用来代表真实系统中不同的个体，而边则用来表示个体间的关系，往往是两个节点之间具有某种特定的关系则连一条边，反之则不连边，有边相连的两个节点在网络中被看作是相邻的。例如，神经系统可以看作大量神经细胞通过神经纤维相互连接形成的网络；计算机网络可以看作是自主工作的计算机通过通信介质如光缆、双绞线、同轴电缆等相互连接形成的网络。类似的还有电力网络、社会关系网络、交通网络、调度网络等等。随着人们研究的不断拓展，复杂网络模型在很多科学领域都得到广泛的应用。基本的网络模型主要有以下几种：小世界网络模型现实世界中的网络结构不但具有小世界特征，还有很高的团簇特征，为了能够更好的反映真实网络中的这两种重要特征，Watts和Strogatz在1998年构建了一种新的网络结构模型——小世界网络模型，这个新的网络模型可以同时满足小世界特征和很高的团簇特征。他们是这样构建小世界网络结构的：(1)首先，构建最近邻耦合环形网络，该网络由N个节点组成，其中，网络中每个节点的度为k。(2)然后，以概率p在原有网络中随机找边，把找到的边进行断开再重新连接，这样所构建的网络即为小世界网络。在Watts和Strogatz构造小世界网络结构的过程中，如果概率p＝0，对应的网络为规则网络结构；如果概率p＝1，对应的网络为随机网络结构。可以通过改变概率p使所构建的网络拓扑结构从规则网络拓扑结构向随机网络拓扑模型过渡。无标度网络模型大量研究表明，许多复杂网络包括新陈代谢网络和internet网络等等，它们节点的度分布符合幂律(powerlaw)分布形式。由于节点的度分布没有非常明显的特征长度，所以，这样的网络人们也称为无标度(scalefree)网络。为了阐明一些实际网络的节点度为幂律分布的原理，1999年，A.L.Baralasi和R.Albert构造了无标度网络模型，所以现在也把无标度网络称为BA网络。他们考虑了一些现实网络中节点的增长性和边进行连接时的偏好性，也就是：(1)现实系统中的网络是不断变化的，新的节点不断增加，还有一些节点不断减少，也就是网络的增长特性。(2)在增加新的连接时，现实中的网络呈现出择优连接的特性，也称为“马太效应”，即连接到网络中某个节点的可能性与该节点的度有关。依次向网络中添加新节点，新节点根据择优特性与网络中的两个节点相连，这样，逐渐增加节点既可以生成无标度网络。Kuramoto模型在日常生活的不同领域，随时随地都可以发现同步现象。比如：剧场中人们的鼓掌声，从开始时的零乱到后来的有节奏；心脏中无数细胞的同节奏振动，使心瓣膜有规律的张开收缩；夜间，大量萤火虫忽明忽暗的同步闪烁；酵母菌细胞的同步代谢现象；蟋蟀有节奏的集体鸣叫；还有在internet网络上，每个路由器都是有规律地发送信息，由于某种原因所有路由器会同步发送信息引发网络堵塞等等。有关同步现象的最早正式描述，可以追溯到1673年，惠更斯(christiaanHuygens)惊讶地发现两个相邻的钟摆出现同步摆动。从那之后，越来越多的同步现象被发现。为了研究同步现象，1975年，Kuramoto提出了耦合相振子的网络模型，这就是经典的Kuramoto模型。Kuramoto模型是一个精确可解并且可以很形象解释同步行为的模型。在全局耦合相互作用下，系统的运动方程为：其中，N为系统的相振子总数，θi和ωi分别为第i个相振子的相位和自然频率(或本征频率，intrinsicfrequency)，相振子的自然频率满足一定的概率分布函数g(ω)。K(K≥0)为相振子与平均场之间的耦合强度。如果相振子之间没有耦合时，也即K＝0，每个相振子都以自己的自然频率ωi振动。当相振子之间的耦合作用被引入后，随着相振子之间的耦合强度逐渐增大，系统中一些相振子会出现锁相(相位保持同步运动)，而其它的相振子则处于漂移(drifting)状态。如果相振子之间的耦合强度继续增大到一定程度，所有相振子将达到完全相同步。这时，各个相振子的有效频率都相等。在相振子由无序状态向同步转变过程中，会出现一个临界耦合强度KC。当耦合强度K＜KC时，所有相振子处于无序状态，也就是各个相振子按照自己的自然频率运动；当耦合强度K＞KC时，网络中将出现相同步行为。自从Kuramoto提出耦合相振子网络模型以来，Kuramoto模型已成为研究同步现象的经典模型。一般同步相变的例子都可以通过Kuramoto相振子模型进行模拟演化。在Kuramoto提出的网络模型中，振子之间的耦合强度K为一个正的常数，也就是认为相振子之间存在相互吸引作用。在后来的研究中，研究人员发现，大量的复杂系统不仅存在吸引作用，还存在排斥作用，吸引耦合与排斥耦合共同承担着重要的作用。比如，在神经细胞系统中，抑制耦合作用和激发耦合作用是同时存在的；在一些化学反应过程中，也是同时存在着排斥作用和吸引作用，等等。所以，人们把这种振子之间的耦合作用进行了推广，除了吸引耦合作用以外，认为相振子之间还存在相互排斥耦合作用。相振子之间的排斥耦合作用可通过负的耦合强度表示。因此，在推广的Kuramoto相振子网络模型中，相振子之间的耦合强度K的符号则可正可负。综上所述，现有技术存在的问题是：(1)现在的网络大部分都不是随机网络，少数的节点往往拥有大量的连接，而大部分节点却很少，一般而言它们符合马太定律。小世界网络模型主要考虑了较短的平均路径长度又具有较高的聚类系数，进一步导致该模型的问题是为了与实际生活中的网络特点相一致，也即是高聚集性和短程连接性。进一步导致相关设备和硬件的问题是进行大数据收集和处理。无标度网络的无标度性是描述大量复杂系统整体上严重不均匀分布的一种内在性质，少数的节点拥有大量的连接，而大部分节点拥有的连接却很少。导致少数的节点拥有大量的连接，而大部分节点拥有的连接却很少的原因是实际生活中，领导者，决策者是少数，但他们可以指挥很多人。而普通人、平凡人很多，他们有很少联系。少数的节点拥有大量的连接，而大部分节点拥有的连接却很少导致相关的设备或硬件的问题是与实际情况有差别，需要收集大量数据，进行修正。(2)现有的网络都没有考虑网络内节点的类型分类，以及节点之间的关联性，对实际网络节点进行分类，收集大量数据，进行处理。现实生活中，不同网络内节点的类型，节点的性质都有所不同，不同节点之间可能还有不同的联系。这些特点在构建网络模型都应考虑。网络模型没有考虑到这些特征，可能有一些原因，比如，这些网络模型已具有网络的主要特点，可以简单刻画一些实际特征。提出的时间较早，没有把一些实际特征考虑进去。解决上述技术问题的意义：本专利技术考虑了一些实际网络中包含的因素，构建的网络模型更贴近生活中的实际网络。把本文档来自技高网...

【技术保护点】
1.一种基于社会群体观点的网络演化模型，其特征在于，所述基于社会群体观点的网络演化模型为全连接网络模型，具体为：

【技术特征摘要】
1.一种基于社会群体观点的网络演化模型，其特征在于，所述基于社会群体观点的网络演化模型为全连接网络模型，具体为：式中，θi为第i个相振子在时间t时的的相位，N为系统内相振子总数，ωi为第i个相振子的自然频率，Ki为第i个相振子与平均场之间的耦合强度。2.一种如权利要求1所述基于社会群体观点的网络演化模型的社会群体观点信息分析方法，其特征在于，所述社会群体观点信息分析方法包括：步骤一，基于社会群体的观点构建网络演化模型；步骤二，根据社会群体的观点与主流观点是否相同，判断耦合强度与耦合类型；步骤三，在构建的网络演化模型中，通过考虑耦合强度Ki与振子的自然频率ωi分布相关联的情况，对社会群体观点进行分析。3.如权利要求2所述的社会群体观点信息分析方法，其特征在于，所述步骤二的根据社会群体的观点与主流观点是否相同，判断耦合强度与耦合类型包括：如果社会群体的观点与主流观点相同，则耦合强度Ki>0；如果社会群体的观点与主流观点相反，则耦合强度Ki<0；当Ki>0时...

【专利技术属性】
技术研发人员：袁地，田俊龙，耿会娟，张颖新，
申请(专利权)人：安阳师范学院，
类型：发明
国别省市：河南,41