復雜網(wǎng)絡社團劃分及城市公交網(wǎng)絡研究.pdf

1、隨著互聯(lián)網(wǎng)的日益普及，網(wǎng)絡在人們交流和經(jīng)濟活動中的地位越來越重要，人們發(fā)現(xiàn)自然界和人類社會到處都充斥著形形色色的復雜系統(tǒng)，大多數(shù)的復雜系統(tǒng)能夠采用適當?shù)木W(wǎng)絡來表示。復雜網(wǎng)絡是近年來的一個新課題，它已滲透到許多不同的領域中，對復雜網(wǎng)絡的深入研究有助于人們理解網(wǎng)絡的功能、探索復雜網(wǎng)絡中的潛規(guī)律，使網(wǎng)絡更好地為人類服務。
　　首先，對K-means算法的初始中心進行優(yōu)化改進。傳統(tǒng)K-means算法的初始中心是任意選擇的，造成劃分結果不穩(wěn)

2、定，極易陷進局部最優(yōu)。針對這個問題，本文設計了一種新的算法來優(yōu)化初始中心，即在高密度區(qū)域中以距離最遠的兩點作為初始中心，接著找距離這兩點的中點最遠的點作為第三個初始中心，然后再將到這三個初始中心距離和最大的點作為第四個初始中心，依此類推，直到找到k個初始中心。在算法過程中通過自動調節(jié)參數(shù)的取值，增強了算法的魯棒性。實驗結果證實，改進的K-means算法具有較好的精度，降低了算法對初始中心的依賴，增強了算法的自適應能力，提高了聚類效果，為

3、復雜網(wǎng)絡社團劃分提供了思路。
　　其次，復雜網(wǎng)絡有著比較明顯的社團結構，為了找出網(wǎng)絡中的社團結構，在分析K-means的基礎上，設計了一種基于K-means的社團劃分算法。引入節(jié)點重要度系數(shù)，根據(jù)節(jié)點重要度系數(shù)尋找合適的初始中心，然后根據(jù)K-means算法將網(wǎng)絡聚成k個社團，最后選出模塊度高的社團結構。借助經(jīng)典網(wǎng)絡進行仿真實驗，分析發(fā)現(xiàn)該算法的社團劃分準確率比較高，驗證了這種算法的合理性。
　　最后，應用復雜網(wǎng)絡建模和分析方

4、法探索城市公交網(wǎng)絡，通過引入節(jié)點度、平均距離、聚類系數(shù)對青島市公交站點網(wǎng)絡、公交換乘網(wǎng)絡和公交線路網(wǎng)絡進行分析。研究表明這三種網(wǎng)絡模型都是無標度網(wǎng)絡，公交換乘和公交線路網(wǎng)絡還具備小世界特性。為了進一步研究站點之間的相互作用強度，構造了以車流量為權重的加權網(wǎng)絡，加權后的網(wǎng)絡仍然是無標度網(wǎng)絡，但它的加權距離和加權聚類系數(shù)都比較小，不具備小世界特性。最后在拓撲特性的基礎上設計一種新的度量指標即重要度D(i)來挖掘網(wǎng)絡中的重要節(jié)點，并對公交線路