复杂网络学习2

继续学习Complex Networks

        这本书的第三篇就是复杂网络动力学的部分了，一般书的动力学开始部分，都要对鲁棒性进行研究，13章主要就是网络结构的优化，比说如论述了双峰度分布的网络结构就比其他的结构对随机故障和目的攻击抵抗力更强，当然鲁棒性分析中还是用的前面提到的临界值的方法，另外可以从吞吐量、对级联故障传播的抵抗力来进行模型的优化。网络结构的优化、模型调整问题已经有很多文章研究过了。

         17章讲谱的特征，用到图的邻接矩阵和laplacian算符，用概率转移矩阵来动态模拟在图中随机游走的问题，每一个时间步内移动一步，当前状态与转移矩阵还有上一步的状态建立关系。从矩阵理论和概率统计的角度来分析，应该是一个比较有意思的事情。

       最后学习了一个expandergraphs，大致是说图中一个结点群要想从图中独立出来需要各的边数与该群的大小成一定比例，这个图就是expander图，扩展性就好，比如说giantcomponent就不是一个expandergraph。而且还有一个很重要的特性，抵抗攻击的能力也会比较强。看的很多资料中没有见过这方面的研究，也没有特别明白为什么，先记下来，以后或许会有用到。

 

       又大概看了《复杂网络》这本书，在网上看评价很好，只看了第三章一个研究鸟类飞行的动态模型跟第一章的部分内容，觉得写得很好，有一些之前模糊的概念也清晰了好多。把那些零乱的知识系统地整合了一遍，觉得思路很清晰了，比如说动力学中的平均场法、率方程法，都是基于度随时间的变化建立微分方程；而数学上偏好用状态转移的方法，即是离散的时间点，用概率转移矩阵来描述。

 

       最后，再总结一下，看书不能只盯着一本书死看，可以多查资料，不同的作者有不同的理解问题的角度，所以泛读然后找到最适合自身的理解方式的才是最好的。