каналам (т.е. сети можно представить в виде графа, между вершинами
которого существуют различные пути).
Таким образом, описание динамики передачи данных невозможно
без учета этих особенностей. Моделирование перколяции данных в
случайных сетях возможно только с помощью численных методов.
В качестве платформыдля реализации средымоделирования
структур с регулярной и случайной топологиями и передачи данных
была выбрана платформа .Net и язык C#, что позволило разработать
программу, получившую название “Система имитационного модели-
рования обработки и перколяции данных в сетях с упорядоченной и
случайной структурой”. После сбора необходимых массивов данных
моделирования разработанное программное обеспечение позволяет
отображать различные виды графиков, например зависимость средне-
го размера кластеров от вероятности исключения узла.
Случайная сеть Кэйли.
Исследования показали, что для доли уз-
лов, входящих в кластерымалых размеров, наблюдается некоторое
различие между регулярной и случайной сетями Кэйли. Однако для
среднего размера кластеров перегруженных узлов и зависимости чи-
сла областей неперегруженных узлов от вероятности
Q
i
наблюдается
полное совпадение результатов для сети Кэйли со случайным числом
связей между узлами с результатами для регулярной сети Кэйли с
числом связей для одного узла
Z
= 3
(рис. 3). Увеличение числа воз-
можных связей для одного узла в сетях Кейли не изменяет их общего
среднего значения, так как доля узлов, находящихся на границах сети
и имеющих только по одной связи с соседями, увеличивается таким
образом, что среднее значение числа связей всегда стремится к преде-
лу, равному 2.
Нерегулярные решетки с произвольным числом связей на узле.
Ис-
следования показали, что для нерегулярных решеток с числом связей
Рис. 3. Зависимость среднего размера кластеров перегруженных узлов от ве-
роятности
Q
i
для сетей с регулярной и случайной структурами при разных
значениях среднегочисла связей
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2009. № 3 101
