5、复杂网络模型与测量指标解析

复杂网络模型与测量指标解析

1. 复杂网络模型

1.1 随机网络

随机网络由 Erdös 和 Réyni 在 1959 年提出。构建时，从完全不相连的 V 个顶点开始，逐渐随机添加 L 条边以避免自环；或者设定 V 个顶点，每对顶点以概率 p 相连。

样本空间的基数，即顶点间理论最大边数为：
[|\Omega| = \frac{V(V - 1)}{2}]

度分布遵循二项分布 (Binomial(V - 1, p))：
[P(k) = \binom{V - 1}{k}p^k(1 - p)^{(V - 1) - k}]

当 (V \to \infty) 且 (p \ll 1) 时，二项分布渐近近似于泊松分布 (Poisson(\lambda))，其中 ((V - 1)p = \lambda)。随机网络的平均最短路径 ( \langle d \rangle) 与网络规模的对数成正比，即 ( \langle d \rangle \sim \frac{\ln(V)}{\ln(\langle k \rangle)})，其中 (\langle k \rangle = \lambda = (V - 1)p)。此外，改变连接概率 p 会使随机网络呈现不同性质，当 (p > p_c)（临界概率）时，几乎所有随机网络都具有特定属性 Q。

1.2 小世界网络

许多现实网络具有小世界属性，即多数顶点可通过少量中间步骤（边）到达其他顶点，如社交网络。构建小世界网络的步骤如下：
1. 初始时，网络为规则网络，包含 V 个顶点，每个顶点与 k 个最近邻相连，共 2k 条连接。
2