复杂网络分形维数的计算方法研究

《复杂网络分形维数的计算方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文复杂网络分形维数的计算方法研究ResearchontheMethodtoCalculatetheFractalDimensionofComplexNetworks学号：21109213大连理工大学DalianUniversityofTechnology大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。若有不实之

2、处，本人愿意承担相关法律责任。学位论文题目：作者签名：大连理工大学硕士学位论文摘要检测复杂网络中的分形特性和自相似性广泛采用盒覆盖法计算其分形维数的办法，而其中问题的关键是如何用最少盒子来覆盖整个网络，或者如何得到一个最优的解决方案。在独立盒子以及没有考虑网络自身结构的情况下，由盒覆盖法得到的结果往往具有很大的随机性或者较大的误差。本文主要从两个方面对该问题进行了研究，即重叠盒子和由外到内的层次，以尽可能的得到更少的盒子数量，从而使得分形维数更加精确。其一，本文采用重叠盒子来覆盖整个网络，将该方法称为重叠盒覆盖法。在这此情况下，为了验证其有效性，本文提出一个重叠盒覆盖算法(OBCA)，并将其

3、应用到三个确定性网络以及四个实际分形网络中。对于前者，OBCA得到了最优盒子数量或者更精确的分形维数；对于后者，OBCA最终得到的盒子数量更少且更确定，其中冗余盒子的比重最多高达33．3％。实验结果表明，重叠盒覆盖法是有效的，并且重叠盒子要优于独立盒子的情况，使得随机性有所降低，误差更小。其二，本文检验由外到内的层次节点执行序列是否有助于盒覆盖法获得更少的盒子数量。首先，定义两种由外到内的层次，即距离层次和度层次。然后，在这两种层次节点序列下，将OBCA与CBB(紧密盒燃烧)算法应用到上述三个确定性网络和四个实际分形网络中。对于前者，在距离层次任意随机序列下，两个算法都得到最优的盒子数量。对

4、于后者，在这两种层次下，CBB算法都能够生成更少的盒子，而OBCA得到的盒子数量在整体上都没有太大变化。实验结果表明，这两种由外到内的层次都起到有效的作用，都有利于盒覆盖法得到更少的盒子数量，尤其是CBB算法。最后，本文得出结论，认为重叠盒子以及由外到内的层次是决定复杂网络分形维数更加精确的两个影响因素。关键词：复杂网络；分形维数；分形特性；盒覆盖法；重叠盒子；层次复杂网络分形维数的计算方法研究ResearchontheMethodtoCalculatetheFractalDimensionofComplexNetworksAbstractThefi'actalityandself-simi

5、larityofcomplexnetworkshavebeenwidelyinvestigatedbyusingthebox—coveringmethodtoevaluatethefractaldimension．thecruxofwhichiShowtolocatetheoptimalSOlutionorhowtotilethenetworkwiththefewestboxes．Inthecasesofseparatedboxandtheignoranceofnetwork’Sownstructure，theresults弧eldedbythebox—coveringmethodposse

6、ssgreatrandomnessorlargeerrors．Inthispaper，weresearchontheCruxfromtwoaspects，i．e．，overlappingboxaswellasthehierarchyfromexteriortointerior，withthepurposetoobtainthefewernumbersofboxesasmuchaspossible．First，weadopttheoverlappingboxtotiletheentirenetwork，calledtheoverlappingboxcoveringmethod．Insuchac

7、ase，forverifyingitsvalidity，weproposeanoverlapping-box—coveringalgorithm(OBCA)；wefirstapplyittothreedeterministicnetworks，thentofourreal—worldfractalnetworks．Itproducesoptimumsormoreaccuratefractaldimension