基于自适应算法的BA网络模型及其聚类分析
作者:段佳勇 郭昉 张晓宇 柏柯
关键词:
无标度网络; BA模型; 关联度; 自适应算法;
摘要：
BA模型是经典的无标度网络模型,具有一定小世界特性,但聚类系数随着点数增多趋近于零。为进一步优化BA网络模型的平均路径长度和聚类系数的特性,设计了一种基于自适应算法的无标度网络改进模型。改进模型优化了系统与网络节点的关联度,通过计算得到关联度的最优值及此时网络各参数的值,从而获得理想的网络模型。通过对自适应算法中关联度的数学分析,可知系统平均路径长度呈带有条件的收敛状态。仿真结果表明,改进后网络模型在平均路径长度和聚类系数方面,有进一步优化。不同于BA无标度网络的是,改进模型优化后具有较明显的聚类特性,更符合小世界网络特性。
上一篇：基于观测器的双吊具桥吊时变滑模同步控制
下一篇：基于DP-RFR的多模型软测量建模