复杂网络模型的matlab实现.pdfVIP

度分布 function [DeD,aver_DeD] Degree_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,:)); end aver_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); 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); 网络图中节点的度数最大为 但要同时考虑到度为 的节点的存在性 for i 1:M+1; % M, 0 N_DeD (i) length (find (DeD i-1)); % DeD [2 2 2 2 2 2] end P_DeD zeros(1,M+1); P_DeD (:) N_DeD (:)./sum (N_DeD); bar ([0:M],P_DeD,r); xlabel (节点的度 K); 节点度为 的概率 ylabel ( K P (K)); title (网络图中节点度的概率分布图); 平均路径长度 function [D,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)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*(N-1)) %平均路径长度 if aver_D inf disp (该网络图不是连通图); end 算法 ： 用时间量级 的广度优先算法求解一个含 个节点和 条边的网络图的平 %% 2 O (MN) N M 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 中抽出该子图的邻接矩阵，计算子图的边数，再根据聚类系数的定义，即可算出该 %% A 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 isempt