《(最新整理)复杂网络模型的matlab实现》由会员分享，可在线阅读，更多相关《(最新整理)复杂网络模型的matlab实现（6页珍藏版）》请在金锄头文库上搜索。
1、(完整)复杂网络模型的matlab实现(完整)复杂网络模型的matlab实现 编辑整理：尊敬的读者朋友们：这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布的，发布之前我们对文中内容进行仔细校对，但是难免会有疏漏的地方，但是任然希望（(完整)复杂网络模型的matlab实现）的内容能够给您的工作和学习带来便利。同时也真诚的希望收到您的建议和反馈，这将是我们进步的源泉，前进的动力。本文可编辑可修改，如果觉得对您有帮助请收藏以便随时查阅，最后祝您生活愉快 业绩进步，以下为(完整)复杂网络模型的matlab实现的全部内容。度分布function DeD,aver_DeD=Degree
2、_Distribution(A） 求网络图中各节点的度及度的分布曲线 求解算法:求解每个节点的度，再按发生频率即为概率，求P(k) A-网络图的邻接矩阵%DeD-网络图各节点的度分布aver_DeD-网络图的平均度N=size(A，2);DeD=zeros(1，N）;for i=1:N DeD(i）=length（find（A(i，：)=1); DeD（i)=sum（A(i,:);endaver_DeD=mean（DeD）； if sum（DeD)=0 disp(该网络图只是由一些孤立点组成); return；else figure; bar(1:N,DeD）; xlabel（节点编号n）;
3、ylabel(各节点的度数K）； title(网络图中各节点的度的大小分布图)；end figure；M=max（DeD);for i=1：M+1； %网络图中节点的度数最大为M,但要同时考虑到度为0的节点的存在性 N_DeD（i)=length(find(DeD=i-1)）； DeD=2 2 2 2 2 2endP_DeD=zeros(1，M+1)；P_DeD（：)=N_DeD(：)。/sum(N_DeD）；bar(0：M,P_DeD,r）;xlabel（节点的度 K）；ylabel（节点度为K的概率 P（K）);title(网络图中节点度的概率分布图)； 平均路径长度 function D
4、，aver_D=Aver_Path_Length(A)% 求复杂网络中两节点的距离以及平均路径长度 求解算法:首先利用Floyd算法求解出任意两节点的距离，再求距离的平均值得平均路径长度 A网络图的邻接矩阵 D-返回值：网络图的距离矩阵% aver_D-返回值：网络图的平均路径长度 N=size(A,2)； D=A; D(find(D=0）)=inf; 将邻接矩阵变为邻接距离矩阵，两点无边相连时赋值为inf，自身到自身的距离为0。 for i=1:N D(i，i)=0; end for k=1:N Floyd算法求解任意两点的最短距离 for i=1：N for j=1:N if D（i，j）
5、D（i,k）+D（k,j) D（i，j）=D（i,k）+D（k,j）； end end end end aver_D=sum(sum(D)）/(N（N1）) 平均路径长度 if aver_D=inf disp（该网络图不是连通图)； end % 算法2： 用时间量级O（MN)的广度优先算法求解一个含N个节点和M条边的网络图的平均路径长度 聚类系数 function C,aver_C=Clustering_Coefficient（A）% 求网络图中各节点的聚类系数及整个网络的聚类系数 求解算法：求解每个节点的聚类系数,找某节点的所有邻居,这些邻居节点构成一个子图% 从A中抽出该子图的邻接矩阵,计
6、算子图的边数，再根据聚类系数的定义，即可算出该节点的聚类系数%A-网络图的邻接矩阵C网络图各节点的聚类系数aver-整个网络图的聚类系数N=size（A,2）；C=zeros(1，N）；for i=1:N aa=find(A（i，：）=1); %寻找子图的邻居节点 if isempty(aa） disp(节点,int2str（i）,为孤立节点,其聚类系数赋值为0）; C（i)=0; else m=length(aa)； if m=1 disp（节点，int2str(i)，只有一个邻居节点，其聚类系数赋值为0）； C(i）=0; else B=A（aa，aa) % 抽取子图的邻接矩阵 C(i）=length(find（B=1)/(m*（m-1）); end endendaver_C=mean（C)
