伪度优先演化网络的社团结构研究

doi:10.3778/j.issn.1002-8331.2009.20.027

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (20): 87-91.DOI: 10.3778/j.issn.1002-8331.2009.20.027

伪度优先演化网络的社团结构研究

王伊蕾¹，王远志²，李涛³，田生文¹

1.鲁东大学计算机科学与技术学院，山东烟台 264025
2.安庆师范学院计算机系，安徽安庆 246011
3.鲁东大学网络中心，山东烟台 264025

收稿日期:2008-10-07 修回日期:2009-01-05 出版日期:2009-07-11 发布日期:2009-07-11
通讯作者: 王伊蕾

Research on community structure of pseudo value first evolvement network

WANG Yi-lei¹，WANG Yuan-zhi²，LI Tao³，TIAN Sheng-wen¹

1.Department of Computer Science & Technology，Ludong University，Yantai，Shandong 264025，China
2.Department of Computer，Anqing Normal College，Anqing，Anhui 246011，China
3.The Network Center，Ludong University，Yantai，Shandong 264025，China

Received:2008-10-07 Revised:2009-01-05 Online:2009-07-11 Published:2009-07-11
Contact: WANG Yi-lei

摘要/Abstract

摘要： 复杂网络中的两个节点，随着时间的推移，由于利益冲突，可能会采取一些行动，合作或者背叛，对于背叛过多的节点，需要断开重连，这也恰好反映了现实情况。根据重复博弈中的tit-for-tat策略，提出了一种伪度优先算法，研究了在不改变节点个数情况下，复杂网络的统计特性。仿真结果表明，该算法可以优化网络的社团结构，不改变网络的无标度特征，经过演化的网络度相关系数小于0，说明度大的节点倾向于与度小的节点连接。

关键词: 囚徒困境, tit-for-tat, Nash均衡, 复杂网络

Abstract: With time going by，two nodes in complex network may adopt some actions for some conflicts of interests and they may either cooperate or detect their neighbors.For the node who detects most，its neighbor tends to cut their relationship and reconnect a new neighbor，this situation fit for real world.This paper puts forward a new pseudo value first algorithm based on tit-for-tat strategy in game theory and studies the network statistic characters with the network nodes unchanged.The simulation results show that the new algorithm can optimize the community structure，does not change scale free character of network and degree related coefficient is lower than zero that is to say the node who has large degree declines to connect the node who has small degree.

Key words: prisoner’s dilemma, tit-for-tat, Nash equilibrium, complex network

王伊蕾¹，王远志²，李涛³，田生文¹. 伪度优先演化网络的社团结构研究[J]. 计算机工程与应用, 2009, 45(20): 87-91.

WANG Yi-lei¹，WANG Yuan-zhi²，LI Tao³，TIAN Sheng-wen¹. Research on community structure of pseudo value first evolvement network[J]. Computer Engineering and Applications, 2009, 45(20): 87-91.

[1]	马满福，郭晨彪，李勇，张钟颖，张强，王常青. 基于结构熵的注意力流网络异构性研究[J]. 计算机工程与应用, 2021, 57(23): 98-105.
[2]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[3]	李金海，何有世，张鹏. 融合情境语义推理及社会网络的团购推荐研究[J]. 计算机工程与应用, 2021, 57(18): 163-171.
[4]	王安，顾益军. 基于社区划分的节点重要性评估方法[J]. 计算机工程与应用, 2020, 56(8): 42-48.
[5]	陈杰，程胜，徐梦，史豪斌. 面向医疗辅助诊断的可视化多属性决策方法[J]. 计算机工程与应用, 2020, 56(8): 249-255.
[6]	赵亮，朱征宇. 融入K-核迭代因子的重叠社区发现算法[J]. 计算机工程与应用, 2020, 56(3): 61-67.
[7]	杜轻，辛守庭，雷新宇，于海涛. 基于脑网络和TSK模糊系统的癫痫脑电识别[J]. 计算机工程与应用, 2020, 56(2): 133-140.
[8]	易成岐，郭鑫，童楠楠，窦悦，陈东，王建冬. 基于启发式社团发现模型的创新态势研判算法[J]. 计算机工程与应用, 2020, 56(15): 74-79.
[9]	蔡菲，张鑫，牟晓慧，陈杰，蔡珣. 深度非负矩阵分解的链路预测方法研究[J]. 计算机工程与应用, 2020, 56(15): 153-161.
[10]	张昕，郭阳. 复杂网络中的一种介度熵抗毁性度量方法[J]. 计算机工程与应用, 2020, 56(12): 105-111.
[11]	盛津芳，刘家广，王斌. 基于Katz自动编码器的城市路网链路预测模型[J]. 计算机工程与应用, 2019, 55(8): 116-123.
[12]	姚蓉1，杨雄1，杨鹏飞1，阴桂梅1，2，李海芳1. 精分EEG脑网络同步稳定性研究[J]. 计算机工程与应用, 2019, 55(5): 60-64.
[13]	陈紫扬，张月霞. 结合二层节点度和聚类系数的链路预测算法[J]. 计算机工程与应用, 2019, 55(23): 40-44.
[14]	张昕，严沛，郭阳，王慧慧. 基于k-shell的复杂网络最短路径近似算法[J]. 计算机工程与应用, 2019, 55(14): 54-60.
[15]	朱晓霞，胡小雪. 基于改进k-shell算法的节点影响力的识别[J]. 计算机工程与应用, 2019, 55(1): 35-41.

伪度优先演化网络的社团结构研究

Research on community structure of pseudo value first evolvement network

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics