| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 引言 | 第8-9页 |
| 1 绪论 | 第9-13页 |
| 1.1 课题科学意义和应用前景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 2 复杂网络概述 | 第13-25页 |
| 2.1 图的概念及表示方法 | 第13-14页 |
| 2.2 复杂网络 | 第14-17页 |
| 2.2.1 连接度(Degree) | 第14-15页 |
| 2.2.2 度分布函数(Degree Distribution) | 第15页 |
| 2.2.3 聚类系数(C/ustering Coefficient) | 第15-16页 |
| 2.2.4 特征路径长度(Characteristic Length) | 第16-17页 |
| 2.2.5 介数(Betweeness) | 第17页 |
| 2.3 复杂网络的统计性质 | 第17-23页 |
| 2.3.1 规则网络 | 第17-18页 |
| 2.3.2 随机网络 | 第18-20页 |
| 2.3.3 小世界网络 | 第20-21页 |
| 2.3.4 无标度网络模型 | 第21-23页 |
| 2.4 复杂网络应用举例 | 第23-24页 |
| 2.5 生活中我们对复杂网络的直观认识 | 第24-25页 |
| 2.6 小结 | 第25页 |
| 3 信息流网络模型搭建 | 第25-39页 |
| 3.1 遗传算法基本原理 | 第26-28页 |
| 3.2 遗传算法的理论基础 | 第28-29页 |
| 3.2.1 模式定理 | 第28页 |
| 3.2.2 积木块假设 | 第28-29页 |
| 3.3 遗传算法特点及应用 | 第29-30页 |
| 3.3.1 遗传算法的特点 | 第29-30页 |
| 3.3.2 遗传算法的应用 | 第30页 |
| 3.4 遗传算法下信息流网络的搭建 | 第30-39页 |
| 3.4.1 问题编码 | 第30-31页 |
| 3.4.2 初始种群设定 | 第31页 |
| 3.4.3 适应值函数 | 第31-32页 |
| 3.4.4 遗传算子分析 | 第32-35页 |
| 3.4.5 信息流网络建模与输出 | 第35-39页 |
| 3.4.6 信息流网络标度指数计算 | 第39页 |
| 3.4.7 小结 | 第39页 |
| 4 信息流网络拓扑结构特性分析 | 第39-49页 |
| 4.1 最大似然法原理 | 第40-41页 |
| 4.2 测试函数 | 第41-44页 |
| 4.3 不同操作下信息流网络的静态特性分析 | 第44-49页 |
| 4.3.1 IFNs的分支特性 | 第44-46页 |
| 4.3.2 不同交叉率和变异率下的IFN | 第46-48页 |
| 4.3.3 选择压力和IFN | 第48-49页 |
| 5 总结 | 第49-50页 |
| 中外文参考文献 | 第50-53页 |
| 后记 | 第53-54页 |
| 附录：攻读硕士学位期间发表的部分学术论著 | 第54页 |
