论文部分内容阅读
复杂网络是具有自相似、自组织、小世界、吸引子、无尺度中部分或全部性质的网络。复杂网络是描述、分析复杂系统的一个有力工具和建模工具。现实世界中的多数离散结构,都可以适当地表示为特殊情况下的网络。自20世纪末以来,复杂网络已被广泛应用于计算机、物理、生物、工程技术、政治、经济、社会、军事等等众多领域。复杂网络的相关概念、特征量和度量方法用于描述复杂网络的拓扑结构特性、统计学特征和动力学性质。对复杂网络的研究涉及分析其具有代表性的结构和拓扑特征的测量以及测量结构特性的不断变化以表征其如何连接,通过所获得的量度以确定复杂网络不同类别的结构。对复杂网络特征的研究和实现具有重要的理论意义和实际应用价值,为衡量复杂网络的不同特性提供了测量依据。目前有许多复杂网络处理软件对复杂网络特征的支持都不够全面,有许多新近发现的特征没有在其中实现。本文首先收集整理了研究者新近定义的多种复杂网络特征,然后基于复杂网络分析工具NetworkX对收集整理的复杂网络特征用Pyhon语言编程实现,并将这些实现函数按类别组成模块集成到NetworkX中,以此扩展NetworkX对更多复杂网络特征的支持。最后将实现的复杂网络特征应用在生物中不同复杂网络中,分析生物中的几种复杂网络的特异性和共同特征。主要工作包括:(1)通过查阅大量文献,收集整理了研究者新近定义的多种复杂网络特征并进行整理归类。(2)基于NetworkX用Pyhon实现收集整理的复杂网络特征,并将这些实现函数按类别组成模块集成到NetworkX中,扩展NetworkX对复杂网络特征的支持。(3)最后选择了5个复杂生物网络,针对收集整理的复杂网络特征和一些常见的重要特征进行计算,整理出5个复杂生物网络的整体特征数据和局部特征数据,对得出的数据进行比对分析,寻找其中个性和共性特征。