基于搜索效率的复杂网络多模型并行演化分析

很多真实的复杂网络呈现无标度性.但是,这些网络为什么在增长过程中遵从优先连接规则?现有研究尚未给出有力的解释.一个合理的猜想是:这些网络如果不遵从优先连接规则,则将处于不利的地位.为证实这一猜想,采用搜索效率作为评价指标,量化评价不同演化模型的优劣.首先提出一种新的复杂网络并行演化模式,使得同一网络中不同的局部遵从不同的演化模型,从而在统一的基础上比较不同演化模型搜索效率的优劣.以BA无标度网络、WS小世界网络和随机网络为基础,构建了异质复杂网络.其次,采用随机游走搜索策略和DS最大度搜索策略,比较遵从不同演化模型的异质子网的搜索效率,力图解释复杂网络中演化模式同质化的原因.实验发现一种"信息壁垒"现象,即处于劣势的网络模型,其所属节点很难被其他模型的节点访问到.实验结果表明:对于以搜索为重要功能的复杂网络,无标度网络具有最强的适应性,从而在一定程度上解释了无标度现象在众多现实复杂网络中存在的原因.