320
个编辑
更改
→Watts–Strogatz small world model
[[Watts–Strogatz 模型]]利用重连接的概念构造小世界网络结构。模型生成器会遍历初始的规则网络的所有边，每一条边会以给定的重连接概率改变它两端的节点，例如<math>\langle k\rangle = 4</math>。
[[File:Watts-Strogatz-rewire.png|thumb|[[Watts–Strogatz 模型]]利用重连接的概念构造小世界网络结构。模型生成器会遍历初始的规则网络的所有边，每一条边会以给定的重连接概率改变它两端的节点，例如<math>\langle k\rangle = 4</math>。]]
[[Watts–Strogatz 模型]]是一个随机图生成模型，能够产生具有[[小世界性质]]的网络。
[[Watts–Strogatz 模型]]是一个随机图生成模型，能够产生具有[[小世界性质]]的网络。
Watts–Strogatz 模型在一个初始的规则网络的基础上生成，初始网络中每个节点与它的<math>\langle k\rangle</math>个最近邻节点连接。给定另外一个参数重连接概率，每条边以<math>p</math>的概率在图中随机重连。该模型中重连接边数的期望值为<math>pE = pN\langle k\rangle/2</math>。
由于Watts–Strogatz 模型的初始网络具有非随机的规则结构，它具有很高的聚集系数和平均路径长度。每次重新连接都可能在高度连接的集群之间创建一条捷径。随着重连接概率的增加，聚集系数的下降速度慢于平均路径长度。实际上，这使得网络的平均路径长度显著降低，而聚集系数只略微降低。更高的重连接概率<math>p</math>会导致更多的边重新连接，这实际上使Watts Strogatz模型趋于随机网络。
=== Barabási–Albert (BA) preferential attachment model ===
=== Barabási–Albert (BA) preferential attachment model ===