内容简介
《复杂网络和人类行为动力学演化模型》致力于系统地介绍复杂网络和人类行为动力学演化模型的理论分析方法,涉及的模型几乎均给出解析过程和模拟,大部分模型给出实证分析或实际背景。《复杂网络和人类行为动力学演化模型》力图取材广泛新颖、理论严谨有深度、模型与实证相结合。
复杂网络部分在模型中引入随机过程,介绍多种分析和实证模型的方法;以供应链为背景,建立连续时间动态网络模型;将加权网络统一在竞争网络下处理,体现出竞争网络的普适性;基于随机服务系统建立节点退出机制的网络模型;提出变速增长网络模型,讨论加速增长网络;论述幕律分布和几何级数增长网络度分布的计算,给出计算确定性网络分布的方法。人类行为动力学部分介绍基于排队系统的人类行为动力学模型,利用非齐次Poisson过程研究人类行为动力学,对供应链采购行为动力学特性进行分析。
目录
目录
前言
第1章 预备知识 1
1.1 随机变量与随机过程简介 1
1.2 Poisson过程 3
1.3 更新过程 9
1.4 排队系统 17
参考文献 19
第2章 图、随机图与复杂网络 20
2.1 图和网络的基本概念 20
2.2 随机图与小世界网络 29
2.3 复杂网络 33
2.4 几类真实复杂网络 38
参考文献 44
第3章 无标度网络 46
3.1 Barabasi Albert模型 46
3.2 BA模型拓扑结构分析 47
3.3 无标度网络与鲁棒性 52
3.4 集聚系数与平均路径长度计算 56
3.5 调节集聚系数的无标度网络 62
参考文献 64
第4章 度分布计算方法 66
4.1 近似估计方法与S曲线网络 66
4.2 Poisson过程方法 73
4.3 差分方程方法 75
4.4 Poisson增长网络结构熵和分布熵 78
4.5 论坛网络模型 79
参考文献 84
第5章 竞争网络与加权网络 85
5.1 竞争网络 85
5.2 非线性择优的竞争模型 90
5.3 适应度模型 93
5.4 加权网络的度量 96
5.5 加权网络演化机制 97
5.6 竞争网络对BBV网络的普适性 100
5.7 竞争网络对交通流驱动的权重模型普适性 106
参考文献 110
第6章 有向复杂网络 112
6.1 Price模型 112
6.2 连续时间增长的有向网络 114
6.3 供应链型有向网络 119
6.4 老节点间有相互连接的供应链网络 125
参考文献 129
第7章 变速增长网络 131
7.1 内部边加速增长模型 131
7.2 边随机增长网络 133
7.3 新节点的边对网络无标度性影响 137
7.4 无标度网络的幂律加速不变性 140
7.5 加速增长网络的量变到质变 149
参考文献 152
第8章 节点具有寿命的复杂网络 153
8.1 节点老化模型 153
8.2 节点线性渐近老化模型 157
8.3 节点具有寿命的网络和节点退出机制 160
8.4 基于齐次Markov链的度分布计算方法 162
参考文献 167
第9章 离散型幂律分布与确定性网络 168
9.1 连续型幂律分布 169
9.2 离散型幂律分布 170
9.3 层次网络与BRV确定性无标度网络 172
9.4 复杂网络的分形与自相似性 174
9.5 有先行者优势的确定性网络 176
9.6 Apollonian网络 181
参考文献 185
第10章 Barabasi人类行为动力学模型 187
10.1 人类的通信模式 187
10.2 Barabasi排队模型 190
10.3 具有服务时间的人类行为动力学模型 197
10.4 人类行为的记忆性 201
参考文献 202
第11章 基于非齐次Poisson过程的人类动力学 204
11.1 基于兴趣的人类行为动力学模型 204
11.2 兴趣衰减的人类行为动力学 206
11.3 兴趣衰稳的人类行为动力学 211
参考文献 214
第12章 供应链采购行为动力学特性分析 215
12.1 实证统计方法和对数装箱 215
12.2 实证对象和数据说明 218
12.3 采购行为动力学特性分析 218
12.4 基于更新过程的人类行为动力学 223
12.5 核心企业采购行为动力学模型 224
参考文献 226
索引 227
前言/序言
复杂网络和人类行为动力学演化模型 下载 mobi epub pdf txt 电子书 格式
评分
☆☆☆☆☆
学界关于复杂网络的研究方兴未艾。特别是国际上有两项开创性工作掀起了一股不小的研究复杂网络的热潮。一是1998年Watts和Strogatz在Nature杂志上发表文章,引入了小世界(Small-World)网络模型,以描述从完全规则网络到完全随机网络的转变。小世界网络既具有与规则网络类似的聚类特性,又具有与随机网络类似的较小的平均路径长度。(Watts&Strogatz,p.440-442)。二是1999年Barabási和Albert在Science上发表文章指出,许多实际的复杂网络的连接度分布具有幂律形式。由于幂律分布没有明显的特征长度,该类网络又被称为无标度(Scale-Free)网络[1]。而后科学家们又研究了各种复杂网络的各种特性。(Strogatz,p.268-276)国内学界也已经注意到了这种趋势,并且也开始展开研究。(吴金闪、狄增如,第18-46页)加入复杂网络研究的学者主要来自图论、统计物理学、计算机网络研究、生态学、社会学以及经济学等领域,研究所涉及的网络主要有:生命科学领域的各种网络(如细胞网络、蛋白质-蛋白质作用网络、蛋白质折叠网络、神经网络、生态网络)、Internet/WWW网络、社会网络,包括流行性疾病的传播网络、科学家合作网络、人类性关系网络、语言学网络,等等;所使用的主要方法是数学上的图论、物理学中的统计物理学方法和社会网络分析方法。 《复杂网络和人类行为动力学演化模型》致力于系统地介绍分析复杂网络和人类行为动力学的演化模型和理论方法;涉及到的模型均给出解析过程和模拟,大部分模型给出了实证。力图体现理论研究上有深度、模型与实证相结合。第一部分以图、随机图和复杂网络为主线,《复杂网络和人类行为动力学演化模型》拓展了随机图模型,将小世界网络的WS模型纳入了随机图的框架,给出了复杂网络的数学定义。以Poisson过程为基础,力求分析严谨、并且使应用工作者容易接受的解析过程。将适应度模型,加权网络统一在竞争网络模型下处理。基于随机服务系统对节点具有寿命的网络分类与分析。给出了变速增长网络模型,论述了幂律分布和几何级数增长网络度分布的计算。第二部分首先论述了基于排队系统的人类行为动力学模型。其次,在几类人类行为动力学的实证研究基础上,利用非齐次Poisson过程分析了人类行为动力学模型。提出了采购行为动力学模型,对采购订单的预测有一定的积极意义。最后,讨论了人类行为动力学中的分形与自相似性。
评分
☆☆☆☆☆
非常好,超乎想象,值得购买。
评分
☆☆☆☆☆
还不错,有代码,就是有点简略
评分
☆☆☆☆☆
质量很好,发货很快。内容丰富
评分
☆☆☆☆☆
快到春节了,服务依然给力。
评分
☆☆☆☆☆
非常的的非常的棒
评分
☆☆☆☆☆
内容丰富,很好
评分
☆☆☆☆☆
快到春节了,服务依然给力。
评分
☆☆☆☆☆
不错!!!!!!!!!!