小世界网络 | Python实现Watts-Strogatz模型生成和分析小世界网络（Small World Networks）

---

效果一览

文章概述

小世界网络 | Python实现Watts-Strogatz模型生成和分析小世界网络（Small World Networks）

研究内容

根据修订后的 Watts-Strogatz 模型生成和分析小世界网络，其中 β = 1 处的随机化确实等于 Erdős-Rényi 网络模型。
在 Watts-Strogatz 模型中，每个节点都以概率 β 重新连接其 k/2 个最右边缘。 这意味着每个节点始终具有最小度 k/2。 此外，当 β = 1 时，每条边都已重新布线。 因此它存在的概率是<k/(N-1)，与ER模型相反。
在调整后的模型中，每对节点以一定的连接概率连接。 如果潜在连接节点之间的格子距离为 d(i,j) <= k/2，则它们以短程概率 p_S = k / (k + β (N-1-k)) 连接，否则它们以长程概率 p_L = β * p_S 连接。

源码设计

%------