搜索

文章查询

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

无标度立体Koch网络上随机游走的平均吸收时间

邢长明 刘方爱 徐如志

无标度立体Koch网络上随机游走的平均吸收时间

邢长明, 刘方爱, 徐如志
PDF
导出引用
导出核心图
  • 作为一种基本的动力学过程,复杂网络上的随机游走是当前学术界研究的热点问题, 其中精确计算带有陷阱的随机游走过程的平均吸收时间(mean trapping time, MTT)是该领域的一个难点. 这里的MTT定义为从网络上任意一个节点出发首次到达设定陷阱的平均时间. 本文研究了无标度立体Koch网络上带有一个陷阱的随机游走问题, 解析计算了陷阱置于网络中度最大的节点这一情形的网络MTT指标. 通过重正化群方法,利用网络递归生成的模式,给出了立体Koch网络上MTT的精确解, 所得计算结果与数值解一致,并且从所得结果可以看出,立体Koch网络的MTT随着网络节点数N呈线性增长. 最后,将所得结果与之前研究的完全图、规则网络、Sierpinski网络和T分形网络进行比较, 结果表明Koch网络具有较高的传输效率.
    • 基金项目: 国家自然科学基金(批准号: 71171122, 90612003); 山东省自然科学基金(批准号: ZR2010FM003, 2009ZRB019PF)和山东高校科研发展计划(批准号: J11LG11)资助的课题.
    [1]

    Albert R, Jeong H, Barabasi A L 1999 Nature 401 130

    [2]

    Cami A, Deo N 2008 Networks 51 211

    [3]

    Faloutsos M, Faloutsos P, Faloutsos C 1999 Comput. Commun. Rev. 29 251

    [4]

    Xu T, Chen R, He Y 2004 Int. J. Mod. Phys. B 18 2599

    [5]

    Guimerá R, Amaral L A N 2004 Eur. Phys. J. B 38 381

    [6]

    Dorogovtsev S N, Goltsev A V, Mendes J F F 2008 Rev. Mod. Phys. 80 1275

    [7]

    Spitzer F 1964 Principles of Random Walk (1st Ed.) (Princeton, N. J.: van Nostrand) p402

    [8]

    Lloyd A L, May R M 2001 Science 292 1316

    [9]

    Shlesinger M F 2006 Nature 443 281

    [10]

    Pandit S A, Amritkar R E 2001 Phys. Rev. E 63 041104

    [11]

    Noh J D, Rieger H 2004 Phys. Rev. Lett. 92 118701

    [12]

    Lee S M, Yook S H, Kim Y 2008 Physica A 387 3033

    [13]

    Fouss F, Pirotte A, Renders J, Saerens M 2007 IEEE T. Knowl. Data En. 19 355

    [14]

    Berkhin P 2005 Internet Mathematics 2 73

    [15]

    Zhang Z Z, Li X T, Lin Y, Chen G R 2011 J. Stat. Mech. 2011 08013

    [16]

    Bénichou O, Coppey M, Moreau M, Suet P H, Voituriez R 2005 Phys. Rev. Lett. 94 198101

    [17]

    Loverdo C, Bénichou O, Moreau M, Voituriez R 2008 Nat. Phys. 4 134

    [18]

    Montroll E W 1969 J. Math. Phys. 10 753

    [19]

    Kozak J J, Balakrishnan V 2002 Phys. Rev. E 65 021105

    [20]

    Kozak J J, Balakrishnan V 2002 Int. J. Bifurcation Chaos Appl. Sci. Eng. 12 2379

    [21]

    Agliari E 2008 Phys. Rev. E 77 011128

    [22]

    Zhang Z Z, Qi Y, Zhou S G, Xie W L, Guan J H 2009 Phys. Rev. E 79 021127

    [23]

    Wu S Q, Zhang Z Z, Chen G R 2011 Eur. Phys. J. B 82 91

    [24]

    Zhang Z Z, Guan J H, Xie W L, Qi Y, Zhou S G 2009 Europhys. Lett. 86 10006

    [25]

    Zhang Z Z, Zhou S G, Xie W L, Chen L C, Lin Y, Guan J H 2009 Phys. Rev. E 79 061113

    [26]

    Liu J X, Kong X M 2010 Acta Phys. Sin. 59 2244 (in Chinese) [刘甲雪, 孔祥木 2010 物理学报 59 2244]

    [27]

    Zhang Z Z, Gao S Y, Chen L C, Zhou S G, Zhang H J, Gan J H 2010 J. Phys. A: Math. Theor. 43 395101

    [28]

    Zhang Z Z, Gao S Y, Xie W L 2010 Chaos 20 043112

    [29]

    Zhang Z Z, Gao S Y 2011 Euro. Phys. J. B 80 209

    [30]

    Wu B, Zhang Z Z, Chen G R 2012 J. Phys. A: Math. Theor. 45 025102

    [31]

    Newman M E J 2002 Phys. Rev. Lett. 89 208701

    [32]

    Kemeny J G, Snell J L 1976 Finite Markov Chains (lst Ed.) (New York: Springer) p210

  • [1]

    Albert R, Jeong H, Barabasi A L 1999 Nature 401 130

    [2]

    Cami A, Deo N 2008 Networks 51 211

    [3]

    Faloutsos M, Faloutsos P, Faloutsos C 1999 Comput. Commun. Rev. 29 251

    [4]

    Xu T, Chen R, He Y 2004 Int. J. Mod. Phys. B 18 2599

    [5]

    Guimerá R, Amaral L A N 2004 Eur. Phys. J. B 38 381

    [6]

    Dorogovtsev S N, Goltsev A V, Mendes J F F 2008 Rev. Mod. Phys. 80 1275

    [7]

    Spitzer F 1964 Principles of Random Walk (1st Ed.) (Princeton, N. J.: van Nostrand) p402

    [8]

    Lloyd A L, May R M 2001 Science 292 1316

    [9]

    Shlesinger M F 2006 Nature 443 281

    [10]

    Pandit S A, Amritkar R E 2001 Phys. Rev. E 63 041104

    [11]

    Noh J D, Rieger H 2004 Phys. Rev. Lett. 92 118701

    [12]

    Lee S M, Yook S H, Kim Y 2008 Physica A 387 3033

    [13]

    Fouss F, Pirotte A, Renders J, Saerens M 2007 IEEE T. Knowl. Data En. 19 355

    [14]

    Berkhin P 2005 Internet Mathematics 2 73

    [15]

    Zhang Z Z, Li X T, Lin Y, Chen G R 2011 J. Stat. Mech. 2011 08013

    [16]

    Bénichou O, Coppey M, Moreau M, Suet P H, Voituriez R 2005 Phys. Rev. Lett. 94 198101

    [17]

    Loverdo C, Bénichou O, Moreau M, Voituriez R 2008 Nat. Phys. 4 134

    [18]

    Montroll E W 1969 J. Math. Phys. 10 753

    [19]

    Kozak J J, Balakrishnan V 2002 Phys. Rev. E 65 021105

    [20]

    Kozak J J, Balakrishnan V 2002 Int. J. Bifurcation Chaos Appl. Sci. Eng. 12 2379

    [21]

    Agliari E 2008 Phys. Rev. E 77 011128

    [22]

    Zhang Z Z, Qi Y, Zhou S G, Xie W L, Guan J H 2009 Phys. Rev. E 79 021127

    [23]

    Wu S Q, Zhang Z Z, Chen G R 2011 Eur. Phys. J. B 82 91

    [24]

    Zhang Z Z, Guan J H, Xie W L, Qi Y, Zhou S G 2009 Europhys. Lett. 86 10006

    [25]

    Zhang Z Z, Zhou S G, Xie W L, Chen L C, Lin Y, Guan J H 2009 Phys. Rev. E 79 061113

    [26]

    Liu J X, Kong X M 2010 Acta Phys. Sin. 59 2244 (in Chinese) [刘甲雪, 孔祥木 2010 物理学报 59 2244]

    [27]

    Zhang Z Z, Gao S Y, Chen L C, Zhou S G, Zhang H J, Gan J H 2010 J. Phys. A: Math. Theor. 43 395101

    [28]

    Zhang Z Z, Gao S Y, Xie W L 2010 Chaos 20 043112

    [29]

    Zhang Z Z, Gao S Y 2011 Euro. Phys. J. B 80 209

    [30]

    Wu B, Zhang Z Z, Chen G R 2012 J. Phys. A: Math. Theor. 45 025102

    [31]

    Newman M E J 2002 Phys. Rev. Lett. 89 208701

    [32]

    Kemeny J G, Snell J L 1976 Finite Markov Chains (lst Ed.) (New York: Springer) p210

  • [1] 钭斐玲, 胡延庆, 黎勇, 樊瑛, 狄增如. 空间网络上的随机游走. 物理学报, 2012, 61(17): 178901. doi: 10.7498/aps.61.178901
    [2] 刘甲雪, 孔祥木. 无标度立体Koch网络的建立及其结构性质研究. 物理学报, 2010, 59(4): 2244-2249. doi: 10.7498/aps.59.2244
    [3] 刘金良. 具有随机节点结构的复杂网络同步研究. 物理学报, 2013, 62(4): 040503. doi: 10.7498/aps.62.040503
    [4] 高湘昀, 安海忠, 方伟. 基于复杂网络的时间序列双变量相关性波动研究. 物理学报, 2012, 61(9): 098902. doi: 10.7498/aps.61.098902
    [5] 高忠科, 金宁德, 杨丹, 翟路生, 杜萌. 多元时间序列复杂网络流型动力学分析. 物理学报, 2012, 61(12): 120510. doi: 10.7498/aps.61.120510
    [6] 吴腾飞, 周昌乐, 王小华, 黄孝喜, 谌志群, 王荣波. 基于平均场理论的微博传播网络模型. 物理学报, 2014, 63(24): 240501. doi: 10.7498/aps.63.240501
    [7] 胡耀光, 王圣军, 金涛, 屈世显. 度关联无标度网络上的有倾向随机行走. 物理学报, 2015, 64(2): 028901. doi: 10.7498/aps.64.028901
    [8] 宋青松, 冯祖仁, 李人厚. 用于混沌时间序列预测的多簇回响状态网络. 物理学报, 2009, 58(7): 5057-5064. doi: 10.7498/aps.58.5057
    [9] 姜志宏, 王晖, 高超. 一种基于随机行走和策略连接的网络演化模型. 物理学报, 2011, 60(5): 058903. doi: 10.7498/aps.60.058903
    [10] 汪丽娜, 成媛媛, 臧臣瑞. 基于seasonal-trend-loess方法的符号化时间序列网络. 物理学报, 2019, 68(23): 238901. doi: 10.7498/aps.68.20190794
    [11] 周婷婷, 金宁德, 高忠科, 罗跃斌. 基于有限穿越可视图的时间序列网络模型. 物理学报, 2012, 61(3): 030506. doi: 10.7498/aps.61.030506
    [12] 许 丹, 李 翔, 汪小帆. 复杂网络病毒传播的局域控制研究. 物理学报, 2007, 56(3): 1313-1317. doi: 10.7498/aps.56.1313
    [13] 李雨珊, 吕翎, 刘烨, 刘硕, 闫兵兵, 常欢, 周佳楠. 复杂网络时空混沌同步的Backstepping设计. 物理学报, 2013, 62(2): 020513. doi: 10.7498/aps.62.020513
    [14] 崔爱香, 傅彦, 尚明生, 陈端兵, 周涛. 复杂网络局部结构的涌现:共同邻居驱动网络演化. 物理学报, 2011, 60(3): 038901. doi: 10.7498/aps.60.038901
    [15] 汪秉宏, 周 涛, 王文旭, 李 季, 蒋品群. 节点数加速增长的复杂网络生长模型. 物理学报, 2006, 55(8): 4051-4057. doi: 10.7498/aps.55.4051
    [16] 王丹, 于灏, 井元伟, 姜囡, 张嗣瀛. 基于感知流量算法的复杂网络拥塞问题研究. 物理学报, 2009, 58(10): 6802-6808. doi: 10.7498/aps.58.6802
    [17] 吕翎, 张超. 一类节点结构互异的复杂网络的混沌同步. 物理学报, 2009, 58(3): 1462-1466. doi: 10.7498/aps.58.1462
    [18] 李涛, 裴文江, 王少平. 无标度复杂网络负载传输优化策略. 物理学报, 2009, 58(9): 5903-5910. doi: 10.7498/aps.58.5903
    [19] 陈华良, 刘忠信, 陈增强, 袁著祉. 复杂网络的一种加权路由策略研究. 物理学报, 2009, 58(9): 6068-6073. doi: 10.7498/aps.58.6068
    [20] 周漩, 张凤鸣, 李克武, 惠晓滨, 吴虎胜. 利用重要度评价矩阵确定复杂网络关键节点. 物理学报, 2012, 61(5): 050201. doi: 10.7498/aps.61.050201
  • 引用本文:
    Citation:
计量
  • 文章访问数:  1852
  • PDF下载量:  692
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-03-31
  • 修回日期:  2012-04-20
  • 刊出日期:  2012-10-20

无标度立体Koch网络上随机游走的平均吸收时间

  • 1. 山东财经大学计算机科学与技术学院,山东省金融信息工程技术研究中心, 济南 250014;
  • 2. 山东师范大学信息科学与工程学院, 济南 250014
    基金项目: 

    国家自然科学基金(批准号: 71171122, 90612003)

    山东省自然科学基金(批准号: ZR2010FM003, 2009ZRB019PF)和山东高校科研发展计划(批准号: J11LG11)资助的课题.

摘要: 作为一种基本的动力学过程,复杂网络上的随机游走是当前学术界研究的热点问题, 其中精确计算带有陷阱的随机游走过程的平均吸收时间(mean trapping time, MTT)是该领域的一个难点. 这里的MTT定义为从网络上任意一个节点出发首次到达设定陷阱的平均时间. 本文研究了无标度立体Koch网络上带有一个陷阱的随机游走问题, 解析计算了陷阱置于网络中度最大的节点这一情形的网络MTT指标. 通过重正化群方法,利用网络递归生成的模式,给出了立体Koch网络上MTT的精确解, 所得计算结果与数值解一致,并且从所得结果可以看出,立体Koch网络的MTT随着网络节点数N呈线性增长. 最后,将所得结果与之前研究的完全图、规则网络、Sierpinski网络和T分形网络进行比较, 结果表明Koch网络具有较高的传输效率.

English Abstract

参考文献 (32)

目录

    /

    返回文章
    返回