CTRW模型等待时间分布的随机抽样方法

研究等待时间分布为截断幂律分布的连续时间随机行走(CTRW)模型,分析比较截断幂律分布的可能随机抽样方法,并提出一套可以对其进行精确抽样的乘分布舍选算法.数值结果表明:当幂律指数α>0.2时,该算法的抽样效率在80%以上.利用该算法可以成功得出CTRW模型描述的三种反常输运过程的标度关系.

微博关系网络模型研究

舆论在微博上的传播过程可以抽象成一个生长的复杂网络。在分析微博网络特性和用户行为习惯的基础上,考虑新用户在进入网络时的同配性,建立微博关系网络的演化模型,并对模型进行仿真。分析指出,微博网络呈现出指数与幂律的混合分布。对微博网络进行实证研究,结果表明,微博关系网络中节点的度分布服从指数截断的幂律分布,具有无标度和小世界特性,与理论分析的结果相一致。

多孔介质速度场和流量场分布

流体在多孔介质中的宏观特性由介质本身的孔隙结构直接决定,速度场和流量场作为连接微观和宏观的桥梁显得尤为重要,但相关的研究相对较少。基于孔隙网络模型中的流动模拟,采用欧拉描述方法,系统统计了多孔介质中速度和流量的分布,分析了速度和流量的概率密度函数随孔隙结构的变化关系。研究表明:①随多孔介质无序性的增加,速度的分布范围急剧增加,流量的分布范围变化不大;②速度的概率密度函数随无序因子的减小依次表现为:高斯分布、指数分布、指数截断的幂律分布及幂律分布,流量的概率密度函数主要受孔隙非均质性的影响,表现为高斯分布和指数截断的幂律分布;③归一化流体速度的平均值受变异系数和配位数共同影响,且与配位数成乘幂关系,归一化流体流量的平均值不随配位数的变化而变化,但其随变异系数的增加而降低。

微博用户行为统计特性及其动力学分析

以新浪微博为研究对象,运用复杂网络和统计学的方法从个体和群体层面对微博的网络拓扑结构和用户的行为特性进行统计分析。结果表明,微博用户的行为表现出多重的标度特性,其中节点的度分布和微博发布行为近似服从幂律分布,而转发和评论行为表现为指数截断的幂律分布。在此基础上,运用兴趣驱动机制和重尾特性对其进行分析,得到微博用户行为的一些共性。这可以为微博信息的传播动力学研究提供有益的帮助。