Graph 图中节点与其他节点之间的关系

我在模拟一个系统，在这个系统中有许多变量相互影响。不管效果如何，我将其表示为一个无向加权图，其中顶点表示这些变量，边具有表示两个变量之间关系水平的权重（值越高表示关系越高）。在我的模拟中，我想随机选择一个节点（比如v），并检查节点v与网络中其他预定义节点（比如u1、u2和u3）之间的关系级别。例如，如果nodev与所有预定义节点强关联，那么它将获得比与它们关联较少的节点更高的分数。 我的问题是，如果我分别从预定义的节点（u1、u2和u3）中获得节点v和每个节点之间的关联级别，然后将它们相加。i、 e.如果函数f计算关联级别：

关联度f（v）=f（v，u1）+f（v，u2）+f（v，u3）

鉴于分数应反映节点v和所有预定义节点之间的关联程度，您认为这是正确的方法吗？我的意思是，总分需要反映节点vw.r.tu1和u2以及u3之间的关联（而不是u1、u2或u3）

我希望这是清楚的

---

感谢您的解释，“表示两个变量之间关系水平的权重（越高的值意味着越高的关系）”，我认为您的函数已经满足该约束。。根据您的拓扑结构和约束条件，我看不出任何问题。

假设f（v，u1）=0；i、 e.v和u1之间没有关系。在这种情况下，从函数中获得的分数仅反映v和（u2和u3）之间的关联，而不是所有关联。主要的一点是找到一种方法，所有预定义的节点都应该是计算的一部分。在编程中，我将此链接到逻辑AND和OR。使用逻辑AND时，所有语句都应该满足为真，而使用逻辑OR时，一个语句就足以得到真。我有点明白你的意思，不过让我问你这个例子。例如，A-B=0，A-D=5，A-C=5，B-C=10。我相信C的得分最高，但在A和B之间，哪一个得分更高？现在，您的示例缺少预定义的节点（我们在计算关联级别时引用的节点）。让我们假设预定义的节点是C。现在我们需要计算节点C和图中每个节点之间的关联级别（例如，这将告诉我们节点A如何与C相关）。如果我们对每个节点（即A、B和D）进行计算，我们会发现节点B与C的关联度更高，然后是A，最后是D。在这种情况下，回答你的问题是“B应该有更高的分数”（它比C有更强的边权重）。嗯，也许我是个noob或者误解了你的解释。。据我所知，人们通常将图形表示为矩阵。通过执行此操作，可以找到连接到特定节点的边的值。最后，您可以找到每个节点具有最高值的边，如在我的示例中，您可以看出B与C的关联性比其他的更大。对不起，如果我把事情弄得更复杂了…@amit，你能看一下吗。非常感谢。