Epidemics on evolving networks with varying degrees
复杂网络上的传染病是近几年来研究的一个热点问题，主要是由于最近的流行病事件。通常情况下，真实的接触网络是动态的，因此许多努力已经投入到研究不断发展的网络上的流行病。在这里，我们提出并研究了一个模型的基础上不断变化的程度，在每一个时间步的节点可能会得到，概率$r$，一个新的程度和新的邻居根据一个给定的度分布，而不是它以前的邻居。我们发现分析，使用生成函数的框架，流行病的阈值和概率的宏观传播疾病依赖于重新布线率$r$。我们的分析结果支持数值模拟。我们惊讶地发现，重新布线率的影响$r$具有不同的度分布的网络的定性不同的趋势。也就是说，在某些结构中，例如随机规则网络，动力学增强了传染病传播，而在其他结构中，例如无标度网络，动力学降低了传播。此外，对于无标度网络，我们揭示了网络的快速动力学，$r=1$，将流行阈值改变为非零，而不是$r<1$的零，这与$r=0$的已知情况类似，即，静态网络。最后，我们发现流行病的阈值也为一般分布的恢复时间。
2022-01-10 physics.soc-ph
Collective variables for homophily-driven network rewiring dynamics
Zuse Institute Berlin（柏林齐瑟研究所）；Freie Universität Berlin（柏林自由大学）；University of Bayreuth（拜罗伊特大学）
针对同质性驱动的随机网络重连过程，利用数据驱动方法识别低维集体变量，并基于图论推导其闭合演化方程，实现宏观降阶建模。
2026-06-25 math.DS physics.soc-ph
Optimization of synchronizability in multiplex networks by rewiring one layer
多路网络的数学框架已经越来越多地被认为是一个更适合于模拟现实世界复杂系统的框架。在这项工作中，我们研究了在多路复用网络的同步性的优化，只有一个层的发展，而保持其他层固定。我们的主要发现是显示的条件下，收敛到最优结构的效率几乎是一样好的情况下，两个层在优化过程中重新布线。特别是，负责层之间的集成层间耦合强度原来是决定优化效率的关键因素，即使是在经过进化的层的节点相互作用比固定层弱得多的情况下。此外，我们调查的依赖关系的同步性的重新布线的概率，管理的网络结构从一个规则的晶格的随机网络。当固定层具有规则结构时，优化过程驱动的进化之前的优化过程的效率是最大的，而优化的网络对于具有位于小世界转移和随机结构之间的重新布线概率的固定层更具有同步性。
2017-01-17 nlin.AO physics.soc-ph
Detecting and Describing Dynamic Equilibria in Adaptive Networks
我们回顾了自适应网络的范式接触过程（或SIS模型）的建模尝试。详细阐述了一个特定的建议机制的拓扑结构的变化（重新布线）和平均场分析，我们得到一个粗粒度的观点，共同发展的网络拓扑结构的稳定活跃阶段的系统。引入一个替代的框架适用于广泛的自适应网络类，主动稳态检测，并给出了三种不同的重新布线方案的扩展描述所产生的稳态统计。我们发现，稍微修改的标准重新布线规则可以导致微小或剧烈的变化，稳态网络拓扑结构。
2013-03-01 cs.SI nlin.AO physics.soc-ph
Structural transitions induced by adaptive rewiring in networks with fixed states
Max Planck Institute for the Physics of Complex Systems（马克斯·普朗克复杂系统物理研究所）；School of Physical Sciences & Nanotechnology, Universidad Yachay Tech（亚查伊科技大学物理科学与纳米技术学院）；Institute for Cross-Disciplinary Physics and Complex Systems, UIB-CSIC（巴利阿里岛大学-西班牙国家研究委员会交叉物理与复杂系统研究所）
研究通过适应性重 wiring 引发网络结构转变，揭示同质性和异质性对网络拓扑的影响，发现中等同质性下形成社区结构，极端情况下则出现碎片化或随机网络。
2026-01-22 nlin.AO physics.soc-ph
Local rewiring algorithms to increase clustering and grow a small world
许多真实世界的网络在顶点之间具有高度的聚类：共享邻居的顶点通常也直接相互连接。一个网络的聚类可以是其连通性和社区结构的有用指标。已经开发了用于生成具有高聚类的网络的算法，但通常依赖于添加或删除边缘和节点，有时是从完全空的网络中添加或删除。在这里，我们介绍了一种算法，该算法通过从现有网络开始并重新排列边来创建高度聚类的网络，而不添加或删除它们;这些算法可以保持其他网络属性，即使聚类增加。它们依赖于局部重新布线规则，其中单个边以保证增加聚类的方式改变其顶点之一。这个贪婪的步骤可以迭代地应用于将随机网络转换为具有更高聚类的形式。此外，提出的算法增长网络的聚类速度比增加其路径长度的速度更快，这意味着网络进入了一个相对高聚类和低路径长度的状态：一个小世界。这些算法可能是现实世界网络如何有机地重新排列以实现或保持高聚类和小世界结构的基础。
2018-04-11 cs.DM cs.SI math.CO
Rewiring hierarchical scale-free networks: Influence on synchronizability and topology
许多现实世界的复杂网络同时表现出无标度行为和层次组织的拓扑特征。在这方面，确定性无标度[A.- L. Barabási \etal，Physica A，299，3（2001）]和伪分形无标度[S. N.多罗戈夫采夫\etal，物理学Rev. E，65，6（2002）]网络构成同时包含上述属性的显著模型。控制这种网络形成的规则是完全确定的。然而，现实世界的网络可能既不是完全确定的，也不是完全分层的。因此，我们建议在这里完美的分层无标度网络与随机重新布线的边缘作为实际的网络系统的更好的代表。特别是，我们保留了各种确定性网络的无标度分布，但在重新布线的同时连续放松了层次结构。我们利用主稳定性函数的框架来研究耦合在这种重连网络上的动力系统的同步性。有趣的是，这揭示了重新布线的过程能够显著增强，以及恶化所产生的网络的同步性。我们调查的影响重新布线的边缘上的重新布线的网络的拓扑性质，反过来，它们的关系，各自的拓扑结构的同步性。最后，我们将确定性无标度网络和伪分形无标度网络的同步性与随机无标度网络（使用经典的Barabási-Albert增长和偏好连接模型生成）进行了比较，发现后者比确定性网络更能促进同步性。
2017-07-13 nlin.CD physics.soc-ph
Q-Learning-Driven Adaptive Rewiring for Cooperative Control in Heterogeneous Networks
Department of Accounting, National Taiwan University, Taiwan（台湾大学会计系）；College of Health, Lehigh University, USA（莱斯大学健康学院）
该研究提出基于Q学习的自适应重连方法，结合时序差分学习与网络重构优化智能体策略与连接，在异构幂律网络中识别出三种行为机制，揭示机器学习可作为多智能体网络合作自组织的新驱动力。
2025-09-03 cs.AI physics.soc-ph
A model of dynamic rewiring and knowledge exchange in R&D networks
本文通过一个基于Agent的模型研究了企业间研发联盟中的知识交换过程。现有的研究指出，企业选择联盟伙伴时会考虑网络相关和网络无关的特征（例如，社会资本与补充知识存量）。在我们的基于代理的模型中，企业位于一个度量的知识空间。互动规则包括一个探索阶段和知识转移阶段，在此期间，企业寻找一个新的合作伙伴，然后评估他们是否可以建立一个联盟，以交换他们的知识库存。决定整个系统特性的模型参数是联盟形成和解散的速率以及代理的交互半径。接下来，我们定义了一个新的绩效指标，基于知识空间中的公司所走过的距离。值得注意的是，我们发现，-取决于联盟的形成率和互动半径-企业往往集群周围的一个或多个吸引子在知识空间，其位置是一个紧急属性的系统。而且，更重要的是，我们发现，存在一个倒U形的网络性能的依赖于两个模型参数。
2016-06-29 physics.soc-ph
Fitting In and Breaking Up: A Nonlinear Version of Coevolving Voter Models
我们研究了一个非线性版本的共同进化的选民模型，其中节点状态和网络结构更新作为一个耦合的随机动力学过程。大多数以前的工作共同进化的选民模型集中在线性更新规则与固定和同质重新布线和采用概率。相比之下，在我们的非线性版本中，节点重新连接或采用的概率是它在其邻域内“适应”程度的函数。为了探索这个想法，我们将一个参数$σ$，它代表了一个更新节点的邻居，分享其意见状态的分数。在一次更新中，以概率$σ^q$（对于某个非线性参数$q$），更新节点重新布线;以互补概率$1-σ^q$，更新节点采用新的意见状态。我们使用三种重新布线方案来研究这种机制：在更新节点删除不一致的边之后，它然后（1）通过在随机过程中选择新邻居来“重新布线到随机”;（2）通过在随机过程中从共享其状态的节点中选择新邻居来“重新布线到相同”;或者（3）通过根本不重新布线来“重新布线到无”（类似于社交媒体上的“取消好友”）。我们比较我们的非线性协同进化模型，现有的几个线性模型，我们发现在我们的模型中，初始网络拓扑结构起着更大的作用的动态和选择的重新布线机制起着较小的作用。我们的模型的一个特别有趣的特征是，在某些条件下，最初由少数节点持有的意见状态可以有效地传播到网络中的几乎所有节点，如果少数节点将自己视为多数。鉴于这一观察结果，我们将我们的结果与最近关于社交网络中多数错觉的工作联系起来。
2020-02-07 cond-mat.stat-mech cs.SI math.DS
Zealotry Effects on Opinion Dynamics in the Adaptive Voter Model
自适应选民模型作为一个概念模型，在时间演化的社交网络上的意见形成过程中得到了广泛的研究。过去对狂热者（即旨在将其固定观点传播到整个系统的节点）的影响的研究仅考虑了静态网络上的选民模型。在这里，我们扩展的狂热的研究的情况下，自适应网络拓扑结构与节点的状态共同发展，并调查意见传播引起的狂热者取决于他们的初始密度和连通性。数值模拟表明，在碎片阈值以下，低密度的狂热者足以将他们的观点传播到整个网络。在过渡点之外，狂热者必须表现出比普通节点更高的度，以有效地传播他们的观点。我们使用平均场近似的模型产生一组低维的耦合常微分方程来验证数值结果。我们的研究结果意味着，传播的狂热分子的意见，在自适应选民模型是强烈依赖于链路重布线的速度和正常节点的平均程度相比，狂热分子。为了避免狂热者的观点完全占据主导地位，剩下的节点有两种可能的策略：分别调整重新布线的速度和/或与其他节点的连接数量。
2017-11-07 physics.soc-ph
Macroscopic description of complex adaptive networks co-evolving with dynamic node states
在现实世界中的许多复杂系统中，网络结构的时间演化与节点的动态状态是紧密联系在一起的。在这里，我们研究意见的形成和模仿的自适应复杂网络，这是依赖于每个节点的个人动态状态，反之亦然，可再生资源的共同进化与社会网络上的收获代理的动态建模。自适应选民模型耦合到一组相同的逻辑增长模型，我们表明，在这样的系统中，节点之间的相互作用，以及自适应重新布线概率的速度发挥了至关重要的作用，系统的平衡态的可持续性。我们得到一个宏观的描述系统，提供了一个通用的框架来建模和量化的影响，单节点动态的宏观状态的网络，适用于许多领域的研究，如传染病传播或社会建模。
2016-04-08 physics.soc-ph
Emergence and persistence of communities in coevolutionary networks
我们调查的出现和持久性的社区，通过最近提出的自适应重新布线的机制，在共同进化网络。我们描述了在一个共同进化网络中产生的拓扑结构，该网络具有一个自适应的重新布线过程和一个简单的类似投票规则的节点动态。我们发现，对于一些值的参数描述的自适应重新布线过程中，社区结构出现在一个连接的网络。我们发现，社区的出现与系统中活动链接的数量减少有关，即连接不同状态的两个节点的链接。社区结构状态的生命周期与系统的规模成指数关系。此外，我们发现，一个小的噪声在节点动态可以维持多样性的状态和社区结构的时间在一个有限大小的系统。因此，大的系统大小和/或局部噪音可以解释许多真实系统中群落和多样性的持续存在。
2014-07-01 nlin.AO physics.soc-ph q-bio.PE
Evolving network models under a dynamic growth rule
研究了动态增长规则下的网络模型，该规则包括节点的增加和删除。通过在每个时间步以概率$P_a$增加一个节点或以概率$P_d=1-P_a$删除一个节点，其中$P_a$和$P_d$由Logistic种群方程确定，研究了网络的拓扑性质.得到了真实系统中观测到的所有厚尾度分布，证明了增删机制可以导致真实系统度分布的多样性.此外，它被发现的网络表现出非平稳的度分布，从幂律变化到指数或从指数高斯一个。这些结果有望为真实世界复杂网络的形成和演化提供一些启示。
2011-08-08 cs.SI physics.soc-ph
Adaptive cyclically dominating game on co-evolving networks: Numerical and analytic results
提出了一种协同进化和自适应的Rock（R）-Paper（P）-Scissors（S）游戏（ARPS），其中智能体使用三种循环主导策略之一，并进行了数值和解析研究。一个代理采取自适应行动，以实现一个邻居，他的优势，通过重新布线一个不满意的链接概率$p$或切换策略的概率$1-p$。数值结果表明，在稳定状态下的两个阶段。$p<p_{\text{cri}}$的活动阶段具有一个使用不同策略的代理的连接网络，这些代理不断交互并采取自适应动作。$p>p_{\text{cri}}$的冻结阶段有三个单独的代理集群，分别使用R、P和S，并终止自适应操作。本文给出了一种一般意义上的协进化网络中链路密度的平均场论，该理论可以很容易地应用于其它多策略协进化网络问题。分析结果与ARPS仿真结果吻合较好。我们指出，不同的概率赢，输，并提请代理之间的游戏分析和模拟结果之间的小差异的起源。由于自适应行动，更高程度的代理往往是那些被利用。度小于（大于）平均度的代理人获胜的概率大于失败的概率。这些结果对于将来试图建立更精确的理论是有用的。
2016-05-11 physics.soc-ph
Higher-order distributions and nongrowing complex networks without multiple connections
我们研究随机过程，产生非增长的复杂网络没有自循环和多个边缘（简单的图形）。这项工作集中在理解和制定的限制，保持重新布线的随机过程中的类简单的图形。为了制定这些限制一个新的概念楔形分布（路径长度为2）的介绍和它的关系度度相关性进行了研究。分析表明，约束条件，连同边缘选择规则，甚至不允许制定一个封闭的主方程在一般情况下。我们还介绍了一个特殊的随机过程，它不包含边选择规则，但我们相信，它可以提供一些洞察简单图的复杂性。
2009-07-09 cond-mat.stat-mech physics.soc-ph
The structure of coevolving infection networks
感染动力学中的疾病意识可以用自适应接触网络来建模，其重新布线规则反映了易感者避免传染性接触的尝试。这种类型的模型的模拟显示了一个活跃的阶段与恒定的感染节点密度，其中疾病的动态和链接重新布线的相互作用，促使收敛到一个定义良好的度分布，无论初始的网络拓扑结构。我们开发了一种方法来研究这种动态平衡，并给出了分析描述的结构的特征度分布和其他网络措施。该方法适用于广泛的一类系统，并可用于确定许多其他自适应网络的稳态拓扑结构。
2012-12-05 nlin.AO physics.soc-ph q-bio.PE
Topology-dependent criticality in triplet majority-rule dynamics with collective reversal on quenched networks
Asia Pacific Center for Theoretical Physics（亚太理论物理中心）；Research Center for Quantum Physics, BRIN（BRIN量子物理研究中心）
研究三元多数规则意见动力学模型中拓扑对临界点的影响，揭示网络结构如何改变临界点位置及临界指数。
2026-07-08 physics.soc-ph
Evolving Social Weighted Networks: Nonlocal Dynamics of Open Source Communities
复杂网络在不同的条件下通过简单的生长和进化规则出现。在处理生物系统和大多数社交网络时，这些规则通常是局部的。与这种情况的一个重要的偏离是由从事技术开发的代理社区提供的，例如开源（OS）社区。在这里，我们分析了他们的网络结构，表明它定义了一个复杂的加权网络，在不同的水平上具有标度律，通过查看电子邮件交换来测量。我们还提出了一个简单的网络增长模型，涉及非本地规则的介数中心。模型的结果非常符合观察到的比例法则，表明社区的总体目标和底层的等级组织在塑造其动态方面发挥了关键作用。
2006-02-01 physics.soc-ph
Evolving learning rules and emergence of cooperation in spatial Prisoner's Dilemma
在进化的囚徒困境博弈中，各智能体之间按照一定的微观动力学规则进行博弈，并在每一代中不断更新策略。在其空间版本中，智能体不与每个其他智能体一起玩，而是只与他们的邻居互动，从而模仿定义谁与谁互动的社交或联系网络的存在。在这项工作中，我们探索进化，空间PD系统组成的两种类型的代理，每一个有一定的更新（繁殖，学习）规则。我们调查了两种不同的情况：在第一种情况下，更新规则保持固定的整个系统的演变;在第二种情况下，代理更新策略和更新规则在每一代。我们表明，在一个良好的混合人口的进化结果总是完全背叛。随后，我们重点讨论了接触网络上最近邻交互的双策略竞争和策略的同步更新。我们的研究结果表明，对于一个重要的范围内的参数的游戏，系统的最终状态是在很大程度上不同于所产生的通常设置的一个单一的，固定的动力学规则。此外，如果更新规则是固定的或随着策略的变化而变化，结果也是非常不同的。在这些方面，我们研究了代表性的更新规则，发现其中一些可能会消失，而另一些则占上风。我们描述了新的和丰富的各种最终结果，从这种共同的演化动力学。我们包括其他社区和异步更新的例子，证实了我们的结论的鲁棒性。我们的研究结果铺平了道路，通过博弈论与一组首选的更新规则的社会互动建模的进化原理。
2009-03-08 physics.soc-ph q-bio.PE
Birth-Burst in Evolving Networks
复杂网络的演化受生长规则和内部性质的共同支配。大多数进化网络模型（如优先连接）强调增长策略，而忽略了单个节点的特性。在这项研究中，我们分析了一个被广泛研究的网络：进化的蛋白质-蛋白质相互作用（PPI）网络。我们发现了单个节点的关键贡献，特别是在它们出生时。具体来说，一个节点生来就有一个适应度值--一个衡量其内在重要性的指标。当网络中引入一个适应度较大的节点时，相应地确定了一个较高的出生度，从而导致网络的连通性急剧增加。这些大（枢纽）节点的度分数不会随着网络的演化而衰减，同时在整个生命周期内保持恒定的影响。在这里，我们开发了出生爆发模型，适应度模型的适应，模拟度爆发和相变的网络进化。
2020-05-06 cs.SI physics.soc-ph
On the Shoulders of Giants: Incremental Influence Maximization in Evolving Social Networks
识别最有影响力的个人可以为开发和部署有效的病毒式营销策略提供宝贵的帮助。以前的研究主要集中在设计有效的算法或算法来找到给定的静态社会网络上的前K个有影响力的节点。然而，事实上，现实世界的社交网络随着时间的推移而不断发展，并且对改变的网络的重新计算不可避免地导致长的运行时间，从而显著影响效率。本文从真实世界的痕迹中观察到，社会网络的演化遵循优先依附规则，影响力节点主要是从高度节点中选择出来的。这样的观察揭示了IncInf的设计，IncInf是一种增量方法，可以根据以前的信息而不是从头开始计算，在不断发展的社交网络中有效地定位前K个有影响力的个人。特别是，IncInf通过将拓扑演化的影响局限于局部区域来定量分析节点的影响扩散变化，并进一步提出了一种剪枝策略，有效地将搜索空间缩小到经历重大增长或度高的节点。我们在真实世界的动态社交网络（包括Facebook、NetHEPT和Flickr）上进行了广泛的实验。实验结果表明，与最先进的静态启发式算法相比，IncInf算法在保持影响扩散匹配性能的同时，在执行时间上实现了高达21倍的加速。
2015-08-05 cs.SI physics.soc-ph
Growth signals determine the topology of evolving networks
网络科学为研究现实复杂系统的结构和功能提供了不可或缺的理论框架。不同的网络模型通常用于寻找控制其演变的规则，因此正确选择模型细节对于获得相关见解至关重要。在这里，我们研究如何与老化节点模型生成的网络的结构取决于增长信号的属性。我们使用不同的波动信号，并比较结构的不同之处的网络与一个恒定的增长信号。我们表明，网络的幂律度分布，这是随着时间的变化而变化的增长信号，相关和聚类，而网络获得一个恒定的增长信号没有。事实上，生长信号的性质显著地决定了所获得的网络的拓扑结构，因此在复杂系统的模型中应该被突出地考虑。
2020-09-01 physics.soc-ph
An evolving model for the supply network in a tourism destination
旅游业是一个复杂的动态系统，由多个相互关联的行为主体组成，构成一个不断演化的社会网络。本文提出了一个增长的二分网络模型，解释了从发展的开始阶段，在旅游目的地的供应网络的兴起。节点是目的地的住宿和服务，如果住宿中的代表性游客在他/她逗留期间访问/消费服务，则它们之间的链接出现。这两个类别之间的具体联系是由随机和优先的依恋规则决定的。分析结果表明，服务业的长期度分布服从移动的幂律分布。数值模拟结果表明，与理论结果略有分歧的情况下，单模度分布的服务，由于低阶收敛到零的X-模体。该模型的预测与来自西班牙大加那利岛的热门旅游目的地的真实数据进行了比较，数值和经验数据之间表现出良好的一致性。
2016-11-27 physics.soc-ph
