用构件图和部署图构造系统的体系结构物理模型。_复杂网络中的统计物理（一）...

一、什么是复杂网络

In the context ofnetwork theory, a complex networkis agraph(network) with non-trivialtopologicalfeatures—features that do not occur in simple networks such aslatticesorrandom graphsbut often occur in graphs modelling of real systems.

我们来看看wiki给出的定义。复杂系统是具有非平凡拓扑结构的图。这里举出了一些拓扑平凡的简单的图的例子，比如晶格。那么，非平凡结构就表明这与一般的物理理论中优美的对称性，简洁而深刻的方程“线性无关”。但另一方面，实际生活里遇到的不少问题都不具有那样优雅的对称性，所以复杂网络也就成为了为现实世界建立模型的工具

这里我想提一句，拓扑这个词到处都有，但是各个学科里的意义不大一样，数学上的拓扑是定义开集的数学结构，这里的拓扑跟计算机里的拓扑比较类似，其实也不难理解，下面介绍复杂系统的数学模型的时候会提到图论

为了让大家体会什么是网络的拓扑，可以举个简单的例子，比如在社交网络中，A认识B，B不认识A，A, B都认识C，就是我们用语言来描述的这个三个人所组成的小网络的拓扑结构，拓扑表示的就是一种关系P，我们可以通过这个拓扑来判断网络中两个点之间是否满足关系P，也就是

就是这个网络的拓扑，也就是定义在这个网络上的一种关系

又比如生物中的基因调控，A基因控制B，B基因控制C，C基因控制A，那么这个基因调控网络的调控关系，也就是拓扑为

二、复杂网络的数学模型

我们已经说过了，复杂网络研究的是一群个体，和这些个体之间的关系所导致的整体性性质的改变。那么，数学上，我们可以用图

来表示这个复杂网络，其中，

是图的顶点，也就是网络中的个体，而边的集合

就表示网络中个体之间的关系，是否关联，是否有相互作用。利用图论中的邻接矩阵，我们可以把拓扑结构表示成矩阵形式，定义

邻接矩阵元

，即按照定义好的关系关联的两个顶点对应的矩阵元为1

是不是只有邻接矩阵就可以了，当然不是，为了描述特殊的网络子结构，我们还需要引入一起的参量，对于有聚簇的网络，我们定义

聚簇系数

包含点i的三角形数/包含点i的三元组数，节点i 有

条边与其他节点相连，这些节点之间存在的边数为

，则聚簇系数

Note. 包含i的三元组可以是i关联j, k，但是j, k不关联，也就不构成三角形即这个关系在这三个顶点上不具有传递性。N为总节点数，整个网络的平均聚簇系数记为

。所有节点都是孤立节点的

，全连接网络的

。完全随机图的聚簇系数

，因此，如果聚簇系数的量级大于

就表示网络有比较明显的聚簇效应，会形成比较多的成簇的子结构，甚至形成层级分明的结构。举个例子，社交网络就具有聚簇效应，因此，当网络大小足够大时，你的朋友的朋友也是你的朋友的概率会趋于一个非零常数，如果没有聚簇效应，这个概率将趋于0

度 与节点i相连的其他节点的数目，对于无向图还可以定义入度和出度，

Note. 为什么要定义度，大家可以回忆一下我们既然有了哈密顿力学，为什么还要引入统计物理，原因正是在于当系统的大小非常大时，我们研究具体的微观细节几乎是不可能的，因此，只能退而求其次，通过某个物理量，将微观态映射到维数比较低的空间上，来研究物理量的分布。复杂网络也正是如此，我们引入度，也是为了通过度，将原本复杂的网络映射到

上，通过研究度的分布，来研究复杂网络的性质。也相当于是定义了一种等价关系

，然后研究

上的一些性质

平均路径长度 网络中任意两点路径长度的平均值

三、三个常用的随机图

在图论里，我们学到的都是比较规则的网络（至少我学的离散数学里的是的。。。可能数学系的图论会有更高级的东西吧），而由于现实模型的复杂性和较大的规模，我们很难用规则的网络拓扑结构去描述，因此，只能通过统计分布反过来构造随机图的生成算法。因此，我感觉在复杂网络里也不怎么用到欧拉回路、哈密顿圈这些

1.ER随机图

ER随机图的度分布服从以平均度为参数的Poisson分布，

，因此，也被称为Poisson随机图。随着图规模的增大，其平均路径长度增长相对缓慢，聚簇系数趋于0，即具有小世界特性，不具有聚簇效应

构造算法 根据概率

随机连接两边

ER随机图也是构造剩下两个随机图的基础

2. 小世界网络

小世界网络是一种很有趣的随机图，它的拓扑结构介于完全规则和完全随机之间，并且，小世界网络具有小世界特性，即它的平均路径长度随网络规模的增大的增大不明显。这也和社交网络中的小世界特性是一致的，也就是著名的六度分隔理论，你和世界上任何一个人之间只需要通过四个中间人就能认识

构造算法

• 首先构造规则网络，将N个顶点围成环，将各个顶点与左右各K个点相连
• 随机重连，选定断点i和边ij，按概率p重连到ik，保证不能有重边和自环

Note.

当p=0时，没有随机性，图完全规则，当p=1时，图完全随机

按这样的算法构造的小世界网络的节点的度分布几乎一致

3. 无标度网络

无标度网络的度分布服从Pareto分布，即幂律分布。这样的分布相比于高斯分布具有厚尾，也就是说

之外的事件也不算是很小的小概率事件。物理里，一般幂律标度表示一些临界行为，比如相变。所以，研究这种随机图是有用的

BA构造算法将这种幂律特性归结为网络规模的增长和增长过程中新节点优先和度大的节点连接

构造算法

• 在一个已经有N个节点的网络中引入新的节点，并且与m个已有节点相连
• 按概率
  大小选择连边节点

By the way，金融市场也是无标度的，所以大牛市和大熊市都有可能发生

写代码算的一个简单市场持续盈利时间的分布

三、复杂系统中的动力学问题

在这里就只用一个有趣的例子来介绍复杂系统中的动力学问题

考虑网络上的疾病传播问题，S为健康节点，I为感染节点，

为疾病传播速率，

为治愈速率

当我们不考虑网络的拓扑结构时，感染节点的密度

按如下微分方程变化

Note. 到这里，大家应该可以看出来，跟化学反应是比较像的。确实，因为化学反应也是通过这个主方程来描述的，化学反应系统一般都假设溶液均匀，这一近似等价于假设网络全连接，即拓扑结构平凡，因此，也就不太讨论拓扑结构对化学反应的影响

现在引入网络的拓扑结构，

表示第i个节点为感染节点的概率，A表示邻接矩阵，微分方程变为

当我们考虑网络的拓扑时，问题就来了，微观细节太多，导致计算复杂度非常高，为了解决这一问题，我们引入度分布，记

为给定度为k的节点，其与度为k'的节点相连的概率，微分方程变为

这样，我们把网络的微观拓扑结构通过度映射到了一个低维的问题上

下面可以考虑其稳态解

记

，则稳态解为

，其中，

为有效疾病传播速率

将稳态解带入

的表达式，得到不动点方程

，接下来就可以通过动态规划求解这个不动点问题了

非常有趣的是，在这个系统中，在有效疾病传播速率达到临界值是，会出现动力学相变，即

时，整个系统的稳态分布会出现感染节点

，当

时，疾病完全得到控制，稳态分布的

随之而来的问题是，如何分配医疗资源，即复杂系统上的免疫策略，当认为治愈速率

和节点有关时，我们仍然可以通过度将其映射为

，通过不动点方程，可以解出当

时免疫效果最好。这个结果也是可以想到的，对复杂系统中度大的节点加强免疫，可以更加有效的抑制疾病传播在复杂网络中形成回路

四、复杂系统与随机性

大家知道Markov链可以用图来表示，因此，将随机过程和复杂系统结合起来也是一种思路，这一部分以后再写吧

参考文献

屈婉玲 离散数学

https://journals.aps.org/rmp/abstract/10.1103/RevModPhys.87.925

https://journals.aps.org/pre/abstract/10.1103/PhysRevE.96.012321