BA.rar_BA模型_BA算法的实现_ba_复杂网络 算法_网络模型

function A=BA_net() %%% 从已有的m0个节点的网络开始，采用增长机制与优先连接的机制生成BA无标度网络 %% A ——————返回生成网络的邻接矩阵 m0=input('未增长前的网络节点个数m0: '); m=input(' 每次引入的新节点时新生成的边数m： '); N=input('增长后的网络规模N： '); disp('初始网络时m0个节点的连接情况：1表示都是孤立；2表示构成完全图；3表示随机连接一些边'); pp=input('初始网络情况1，2或3： '); if m>m0 disp('输入参数m不合法'); return; end x=100*rand(1,m0); y=100*rand(1,m0); switch pp case 1 A=zeros(m0); case 2 A=ones(m0); for i=1:m0 A(i,i)=0; end case 3 for i=1:m0 for j=i+1:m0 p1=rand(1,1); if p1>0.5 A(i,j)=1;A(j,i)=0; end end end otherwise disp('输入参数pp不合法'); return; end for k=m0+1:N M=size(A,1); p=zeros(1,M); x0=100*rand(1,1);y0=100*rand(1,1); x(k)=x0;y(k)=y0; if length(find(A==1))==0 p(:)=1/M; else for i=1:M p(i)=length(find(A(i,:)==1))/length(find(A==1)); end end pp=cumsum(p); %求累计概率 for i=1:m %利用赌轮法从已有的节点中随机选择m个节点与新加入的节点相连 random_data=rand(1,1); aa=find(pp>=random_data);jj=aa(1); % 节点jj即为用赌轮法选择的节点 A(k,jj)=1;A(jj,k)=1; end end plot(x,y,'ro','MarkerEdgeColor','g','MarkerFaceColor','r','markersize',8); hold on; for i=1:N for j=i+1:N if A(i,j)~=0 plot([x(i),x(j)],[y(i),y(j)],'linewidth',1.2); hold on; %% 画出BA无标度网络图 end end end axis equal; hold off [C,aver_C]=Clustering_Coefficient(A); [DeD,aver_DeD]=Degree_Distribution(A); [D,aver_D]=Aver_Path_Length(A); disp(['该随机图的平均路径长度为：',num2str(aver_D)]); %%输出该网络的特征参数 disp(['该随机图的聚类系数为：',num2str(aver_C)]); disp(['该随机图的平均度为：',num2str(aver_DeD)]);