一种基于最大流的网络结构熵  

A new network structure entropy based on maximum flow

作　　者：蔡萌[1,2] 杜海峰[2] 费尔德曼[2,3] 

机构地区：[1]西安交通大学管理学院,西安710049 [2]西安交通大学公共管理与复杂性科学研究中心,西安710049 [3]斯坦福大学莫里森人口与资源研究所,斯坦福94305

出　　处：《物理学报》2014年第6期98-108,共11页Acta Physica Sinica

基　　金：国家社会科学基金重点项目(批准号:12AZD110);国家自然科学基金(批准号:71071128);国家教育部新世纪优秀人才支持计划(批准号:NCET-08-0451);中央高校基本科研业务费专项资金(批准号:2011jdgz08)资助的课题~~

摘　　要：熵是可用来反映网络结构异质性的指标.针对传统熵指标不能很好反映网络全局异构性的不足,本文引入网络流的概念,综合考虑径向测度和中间测度,提出一种新的网络结构熵.特殊网络(如公用数据集Dolphins网络)的分析结果表明,本文提出的熵指标在一定程度上克服了其他网络熵指标的不足,更能够反映网络的真实拓扑结构;对随机网络、最近邻耦合网络、星型网络、无标度网络、Benchmark网络和小世界网络等典型网络的理论分析和仿真实验,进一步证明本文提出的熵指标在刻画一般复杂网络结构特征上的有效性和适用性.Entropy is an index to reflect the heterogeneity of network structure. By introducing the concept of network flow which comprehensively considers radial measurement and betweenness measurement, we define a new network structure entropy index to solve the problem that classical entropy indices cannot effectively reflect heterogeneity of the global network. Analysis results concerning specific network （e.g. public data set Dolphins network） indicate that this new entropy index can reflect the real topological structure of network, and effectively overcome the shortcomings of other network entropy indices to some extent. The theoretical analyses and simulation experiments on Erd？s-Rēnyi random network, nearest-neighbor coupled network, star network, Barab＆#225;si-Albert scale-free network, Benchmark network, and the Watts-Strogatz small-world network further prove the effectiveness and applicability of this new network structure entropy index to describe the characteristics of ordinary complex network structures.

关 键 词：复杂网络 异构性 熵 

分 类 号：O157.5[理学—数学]