复杂网络相似性自相似性波动性股票市场
① 复杂网络现在都应用在什么领域
如果你指计算机的话，主要应用在大数据、人工智能、物联网、云计算等。
如果你指钱学森定义的具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质的网络称为复杂网络的话，那么主要应用于数学，计算机科学研究图主要研究图的拓扑结构性质。例如，网络最小生成树，网络节点度分布，网络节点或者边的结构重要性，以及网络流等等。物理方面除了研究网络的拓扑性质以外，还将物理学科以前研究过的物理过程放到了网络上进行了模拟，例如利用网络模拟疾病传播过程，包括SIR, SIS，渗流理论等；网络复杂性研究，例如借用系综理论定义的熵；网络生长机制研究，比如小世界规则，优先连接规则等。
② 怎样求解布朗运动的期望和方差
怎样求解布朗运动的期望和方差
布朗运动（Brownian motion）是一种正态分布的独立增量连续随机过程。它是随机分析中基本概念之一。其基本性质为：布朗运动W（t）是期望为0方差为t（时间）的正态随机变量。对于任意的r小于等于s，W（t）-W（s）独立于的W（r），且是期望为0方差为t-s的正态随机变量。可以证明布朗运动是马尔可夫过程、鞅过程和伊藤过程。
③ 求高手给翻译一下，谢谢
First, we should have an in-depth study on thecharacteristics of new workflow, such as long range dependence (LRD), short rangedependence (SRD), self similarity and chaos character, and then analyze their impacton network flow prediction. After that, we will design a model in accordancewith the complex network flow based on time series analysis. At the same time, weare able to analyze the network flow accurately and conct precise simulation.
④ 复杂网络的介绍
复杂网络（Complex Network），具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质的网络称为复杂网络。
⑤ 几何布朗运动和分数布朗运动有什么区别
几何布朗运动 (GBM) (也叫做指数布朗运动) 是连续时间情况下的随机过程,其中随机变量的对数遵循布朗运动,[1] also called aWiener process.几何布朗运动在金融数学中有所应用,用来在布莱克-舒尔斯定价模型中模仿股票价格.
分数布朗运动
世界是非线性的,宇宙万物绝大部分不是有序的、线性的、稳定的,而是混沌的、非线性的、非稳定和涨落不定的沸腾世界.有序的、线性的、稳定的只存在于我们自己构造的理论宫殿,而现实宇宙充满了分形.在股票市场的价格波动、心率及脑波的波动、电子元器件中的噪声、自然地貌等大量的自然现象和社会现象中存在着一类近乎全随机的现象,它们具有如下特性：在时域或空域上有自相似性和长时相关性和继承性；在频域上,其功率谱密度在一定频率范围内基本符合1/f的多项式衰减规律.因此被称为1/f族随机过程.Benoit Mandelbrot和Van Ness 提出的分数布朗运动(fractional Brownian motion,FBM)模型是使用最广泛的一种,它具有自相似性、非平稳性两个重要性质,是许多自然现象和社会现象的内在特性.分数布朗运动被赋予不同的名称,如分形布朗运动、有偏的随机游走(Biased Random walk)、分形时间序列(Fractional time serial)、分形维纳过程等.
⑥ 复杂网络为什么那么火
复杂网络（Complex Network），具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质的网络称为复杂网络。
复杂网络研究的内容主要包括：网络的几何性质，网络的形成机制，网络演化的统计规律，网络上的模型性质，以及网络的结构稳定性，网络的演化动力学机制等问题。其中在自然科学领域，网络研究的基本测度包括：度（degree）及其分布特征，度的相关性，集聚程度及其分布特征，最短距离及其分布特征，介数(betweenness)及其分布特征，连通集团的规模分布。
这么火的原因主要是因为：通过对复杂网络的研究，人们可以对模糊世界进行量化和可预测，目前只有基于复杂网络的研究成果，能够在一定的范围内对事物的发展和运行进行简单预测，并且能够对网络崩溃进行一定的预告。同时对复杂网络研究的过程中，会产生大量的实际可用的模型，而且这些模型已经在实际的生产和组织结构中进行了大量的应用，取得了大量的实际成果。
国内最早在这方面有所建树的是钱学森院士，这个东东实在不是我等老百姓能玩的了的。、
钱老对复杂网络的定义：具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质的网络称为复杂网络。
⑦ 复杂网络理论及其应用的作品目录
第1章引论
1.1引言
1.2复杂网络研究简史
1.3基本概念
1.4本书内容简介
参考文献
第2章网络拓扑基本模型及其性质.
2.1引言
2.2规则网络
2.3随机图
2.4小世界网络模型
2.5无标度网络模型
2.6局域世界演化网络模型
2.7模块性与等级网络
2.8复杂网络的自相似性
参考文献
第3章Internet拓扑特性及建模
3.1引言
3.2Internet的拓扑特性
3.3随机图产生器
3.4结构产生器
3.5基于连接度的产生器
3.6多局域世界模型
3.7各类模型的定性比较
参考文献
第4章复杂网络上的传播机理与动力学分析
4.1引言
4.2复杂网络的传播临界值理论
4.3复杂网络的免疫策略
4.4复杂网络的传播动力学
4.5计算机病毒在Internet上的传播
4.6复杂网络中的其他传播现象
参考文献
第5章复杂网络上的相继故障
5.1引言
5.2复杂网络相继故障的动态模型分析
5.3基于耦合映象格子的相继故障模型
参考文献
第6章复杂网络中的搜索
6.1引言
6.2社会网络搜索
6.3几种复杂网络搜索策略分析
6.4P2P网络中的搜索
6.5复杂网络中的搜索和拥塞
参考文献
第7章复杂网络中的社团结构
7.1引言
7.2Kernighan—Lin算法
7.3谱平分法
7.4分裂方法
7.5凝聚算法
7.6派系过滤算法
参考文献
第8章复杂网络中的同步
8.1引言
8.2复杂网络的完全同步判据
8.3复杂动力网络的完全同步
8.4连续时间时变耦合网络完全同步
8.5其他网络完全同步判据
8.6复杂网络中各个因子与完全同步的关系
8.7改进复杂网络同步的方法
8.8复杂网络的相位同步
参考文献
第9章复杂动态网络的控制
9.1引言
9.2规则网络时空混沌的牵制控制
9.3无标度动态网络的牵制控制：鲁棒性与脆弱性
9.4一般复杂动态网络的牵制控制
9.5随机驱动下动态网络的有序性与动力学
参考文献
附录名词对照
⑧ 分形是什么,股市里面的分形,有谁知道
股市分形学理解股市波动的空间和时间为什么大多具有黄金分割率特征
1、分形学认为，分形就是客观事物部分形态与整体以某种方式相似的形体。
价格的波动都具有相似的形态。
2、分形学认为，自然界众多庞杂的无规现象具有一定的共同逻辑特征，大量客观存在的分形现象的分形维（分形指数术语）大多在1.6—1.7附近，少数在0.6—0.7或2.6附近。如此很容易理解股市波动的空间和时间为什么大多具有黄金分割率特征，并且总是恒久不断地重复下去。
3、分形学认为,价格的随机波动曲线具有“自相似性”，但价格分形实际为“无规分形”，价格波动没有严格的自相似性，不具有严格统计学上的意义。
现在我终于想通“艾略特波浪理论”为什么那样难以捉摸、为什么会有“千人千浪”现象了。但不可否认，发现黄金分割率在波动曲线中的存在是艾略特最有价值的贡献。
4、分形学认为，一个流动性较强的交易过程（集合），价格的随机波动总是包含某种平均趋势，而这种趋势往往是长期发展的。 由于影响股票价格的各种因素在时间和空间上都有很难量化的距离,股市整体运动的“惯性”很大,所以如果股市的一个趋势形成，就会长期沿趋势走下去，不会轻易发生逆转，直到各种因素发生钝化，由相互促进转变为相互抑制，旧的平衡被打破，股市新的趋势才会形成。
5、分形学认为，形态在某一阶段的趋势中，分形是有序的，在另一阶段的趋势中，分形又是无序的或是变异的。比如在股市的有序分形阶段（已形成某一趋势），在升势中逆势沽空或跌势中相反做多，都将会构成失败，同样，在杂乱无序的分形阶段（横幅盘整阶段），试图去预测方向，往往是徒劳无功的，如果试图按预测去建仓也是注定不到50%的成功率。 当股市的某一规律被我们认识后，往往就会发生变异，从有序变为无序；而当我们认为股市是无规律时，它又不知不觉中从无序变为有序，如此周而复始。
6、分形学认为，不均衡变化、不可逆性、遗传或记忆性是自然界普遍存在的现象，任何繁杂的看似无规的自然（或社会）现象，都存在一定的内在联系。
所以股票的价格波动并不仅仅受价值规律和供需关系的影响，实际影响的因素很多，应属“多因一果”，是合力作用的结果。象经济社会的基本态势、自然重力、天体运行（包括星体位置和作用力、日月蚀、甚至潮汐变化、节气的转换...）等都会对价格波动造成影响。
7、分形学认为，价格的波动曲线永远不可能重复前者，只是一定程度上的形似，因为价格的蠕动具有四维特性，中心对称空间（极坐标）的分形基本单元为“三树枝”结构，而不是我们所常见的平面（二维）波动结构。