Barabasi-Albertを使用してべき乗次数分布を持つスケールフリーネットワークを生成する
一部の論文に記載されている合成ネットワーク（グラフ）を再現しようとしています。 Barabasi-Albertモデルが「べき乗則の次数分布を持つスケールフリーネットワーク」を作成するために使用されたと述べられています。PA(k)∝k−λPA(k)∝k−λP_A(k) ∝ k^{-λ} PAPAP_Aは、次数ノードの確率を返す確率分布です。たとえば、は、ネットワークからノードをランダムに選択し、2次のノードを取得する確率を示します。P A（2 ）kkkPA(2)PA(2)P_A(2) 1つの論文での平均次数ストロークは4であるように見え、最小は2 です。最大についての言葉はありません。他の論文では指定されていません。ネットワークを定義することはそれほど重要ではないようです。k kkkkkkkkkk ノードの数と同様に、ラムダλ値が与えられます。組み合わせはnnn n = 50000、λ= 3、2.7、2.3、論文あり 他の論文では、n = 4000およびλ= 2.5、またはn = 6000およびλ= 3 Barabasi-Albertアルゴリズムを実装するライブラリを探しましたが、それらにはラムダや平均次数とは異なるパラメーターが必要なようです。1つはNetworkXで、もう1つはGraphStreamです（ここでの実装）。彼らは同様の方法で働き、次のことを求めます： n：int-ノードの数 m：int-新しいノードから既存のノードに接続するエッジの数。各ステップで追加されるエッジの数 設定mを計算して比較可能なグラフを生成するにはどうすればよいですか？ ここにいくつかの参照があります： 相互に依存するネットワークにおける故障の破滅的なカスケード、Buldyrev等。2010、別途提供される補足情報 サイバーフィジカルシステムの小さなクラスター、Huang et al。2014 相互依存ネットワークにおける破局的な障害のカスケード、ハブリン等。2010年、これはArxivに関するものであり、最初の これらの論文は、これらのグラフのいくつかの特性を分析的に研究するために「生成関数」を使用したことに注意してください。ただし、これらのモデルでシミュレーションを実行するため、何らかの方法でこれらのネットワークを生成している必要があります。 ありがとう。