[发明专利]一种基于复杂网络理论的最短路径搜索方法及系统

权利要求书

1.一种基于复杂网络理论的最短路径搜索方法，其特征在于：包括，

利用处理模块(100)对复杂网络进行预处理，简化所述复杂网络；

通过网络划分模块(200)对简化后的复杂网络进行区域划分，并求解区域的局部中心点；

路径求解模块(300)根据所述局部中心点建立中继节点表，计算区域的局部中心点到各个中继节点的距离，并结合距离复杂度获得最短路径。

2.如权利要求1所述的基于复杂网络理论的最短路径搜索方法，其特征在于：预处理包括，

删除复杂网络中度为1的叶子节点；

增加n条连边，并判断连边是否连接两个相邻区域，若是，则将该连边对应的两个节点设为中继节点，否则，则删除这两个节点。

3.如权利要求2所述的基于复杂网络理论的最短路径搜索方法，其特征在于：包括，

计算简化后的复杂网络的局部中心点集合；

根据所述局部中心点集合遍历简化后的复杂网络，计算每个节点到中心点的距离，根据距离将简化后的复杂网络划分为m个区域。

4.如权利要求3所述的基于复杂网络理论的最短路径搜索方法，其特征在于：包括，

计算简化后的复杂网络中各节点的度和聚集系数；

根据各节点的度和聚集系数计算节点的局部中心度量值，并据此设定选择比例，获得所述局部中心点集合。

5.如权利要求3或4所述的基于复杂网络理论的最短路径搜索方法，其特征在于：求解区域的局部中心点包括，

定义节点邻居度为1的节点为局部中心点，根据下式计算节点邻居度E(i)：

其中，s(i)为节点i的局部中心点集合，s(j)为节点j的局部中心点集合，D(a)为节点a的相邻节点数量。

6.如权利要求5所述的基于复杂网络理论的最短路径搜索方法，其特征在于：包括，

d(A,B)＝d(A,C)+d(C,B)

其中，d(A,B)为区域的局部中心点A到中继节点B的距离，C为区域中心点。

7.如权利要求6所述的基于复杂网络理论的最短路径搜索方法，其特征在于：包括，

定义每个区域的局部中心点和中继节点间的平均节点个数为r，则距离复杂度为：O(2r/d+log N)；

距离复杂度最小的路径即为最短路径；

其中，N为复杂网络中的节点数量。

8.一种基于复杂网络理论的最短路径搜索系统，其特征在于：包括，

处理模块(100)，用于对复杂网络进行预处理，简化所述复杂网络；

网络划分模块(200)，与所述处理模块(100)，用于对简化后的复杂网络进行区域划分，并用于求解区域的局部中心点；

路径求解模块(300)，与所述网络划分模块(200)连接，用于根据所述局部中心点建立中继节点表，计算区域的局部中心点到各个中继节点的距离，并结合复杂度获得最短路径。