python复杂网络全局效率计算_复杂网络及效率模型及其计算.pdf

复杂网络与效率模型及其计算

摘 要

复杂网络在现实世界中广泛存在。近年来，有关复杂网络的研究的一个重要方面是动

力学问题上。鉴于网络的加团效应在生物学中广泛存在，并在经济科学等领域有着重要的

用途，该课题已成为一个研究型热点问题。

本文的工作分为三个方面，第一个方面是关于 GPU 用于科学计算的研究。近年来，

由于CPU 在科学计算方面的不足（例如并行效率不高，投入过高等），将GPU 用于科学计

算已成为一个热门话题。本文主要考虑四个方面的问题，一是 GPU 通用计算编程的简便

性；二是GPU 价格的低廉；三是GPU 与CPU 速度上的比较；四是精度上能否满足要求。

最后，我们发现 GPU 通用计算编程较为复杂，但能为普通科研人员所掌握，如果要达到

相同的浮点运算能力，GPU 的价格要低廉得多，在某些计算中，精度上满足要求。

第二个方面是复杂网络上的效率模型。单团复杂网络上的效率模型已经有人研究，本

文重点通过模拟计算加团复杂网络上的效率模型，并借助于 GPU 来进行模拟。我们模拟

研究了两团小世界网络和两团无标度网络。通过模拟计算发现，对于两团小世界网络，如

果在二者之间添加一条边，那么任意一团的效率速率增长，则另一团的效率亦然；对于无

标度网络，那么在二者之间需要增加足够多的边，那么任意一团的效率速率增长，则另一

团的效率亦然。二者有共同的原因，那就是增加两团的边之后，整个网络的平均距离减少

了，直接导致增个网络的效率速率增长。

本文