聚类对复杂网络可观测性与可控性的影响

随着系统在各领域的日益复杂和互联性，人们对复杂网络的研究兴趣日益浓厚，尤其是尺度自由（SF）网络，这些网络最能模拟现实系统。本文研究了聚类对复杂 SF 网络可观测性和可控性的影响，并将这些特征置于结构化系统理论的框架内。在本文中，我们表明，密集聚类网络需要更少的驱动节点和观察节点，因为信息在簇内传播更好。这一关系对于优化社交网络和智能交通系统等应用中的网络设计具有重要意义。我们首先量化网络的可观测性/可控性需求，然后通过蒙特卡罗仿真和不同案例研究，展示聚类如何影响这些指标。我们的发现为在资源受限环境中减少控制和观察节点提供了实用见解，特别是在传感器/执行器布局方面。这项工作促进了对网络可观测性/可控性的理解，并为通过更改网络结构和聚类提供改进这些特征的技术方法。