更改

: <math>p_i = \frac{k_i}{\displaystyle\sum_j k_j},</math>

: <math>p_i = \frac{k_i}{\displaystyle\sum_j k_j},</math>

==BA模型以外=  

==BA模型以外==

BA模型是第一个从随着时间的推移而添加节点和连边的网络构造方式中推导出网络拓扑的模型。然而，该模型只做了产生无标度网络所必需的最简单的假设，即存在线性增长和线性偏好依附。这个最小模型没有刻画度分布形状的变化，度指数的变化，或不依赖大小的集聚系数 clustering coefficient。

BA模型是第一个从随着时间的推移而添加节点和连边的网络构造方式中推导出网络拓扑的模型。然而，该模型只做了产生无标度网络所必需的最简单的假设，即存在线性增长和线性偏好依附。这个最小模型没有刻画度分布形状的变化，度指数的变化，或不依赖大小的集聚系数 clustering coefficient。

因此，通过引入一些新的性质，对原有的模型进行了修改，以更充分地刻画演化网络的性质。

因此，通过引入一些新的性质，对原有的模型进行了修改，以更充分地刻画演化网络的性质。

===适应度 Fitness===

===适应度===

与BA模型有关的一个问题是，每个节点的度分布经历很强的正反馈 positive feedback，即最早的具有高度分布的节点继续无限期地主宰网络。但是，可以通过为每个节点引入一个适应度来缓解这个问题，该适应度可以修改用该节点创建新链接的概率，甚至可以修改该节点的链接被删除的概率。<ref>Albert R. and Barabási A.-L., "Statistical mechanics of complex networks", ''Reviews of Modern Physics'' 74, 47 (2002)</ref>

与BA模型有关的一个问题是，每个节点的度分布经历很强的正反馈 positive feedback，即最早的具有高度分布的节点继续无限期地主宰网络。但是，可以通过为每个节点引入一个适应度来缓解这个问题，该适应度可以修改用该节点创建新链接的概率，甚至可以修改该节点的链接被删除的概率。<ref>Albert R. and Barabási A.-L., "Statistical mechanics of complex networks", ''Reviews of Modern Physics'' 74, 47 (2002)</ref>