DE 
EnglishStandard
Українська
Polski🔗 Kräftebasierter Graph
Erkunden Sie Netzwerktopologie mit einem interaktiven kräftebasierten Graphen. Erzeugt Erdős-Rényi-, skalenfreie (Barabási-Albert-) und Small-World-(Watts-Strogatz-)Graphen. Ziehen Sie Knoten und beobachten Sie, wie das Fruchterman-Reingold-Federlayout konvergiert. Grad-eingefärbte Knoten, Live-Graddiagramm.
Über diese Simulation
Ein kräftebasiertes Graphlayout ist eine Methode, ein Netzwerk so zu zeichnen, dass das Bild seine Struktur offenbart. Jeder Knoten wird wie ein geladenes Teilchen behandelt, das andere abstößt, während Kanten wie Federn wirken, die verbundene Knoten zusammenziehen. Das System wird simuliert, bis sich die Kräfte ausgleichen, sodass gut vernetzte Cluster nahe beieinander liegen und locker verknüpfte Knoten weiter auseinander gespreizt werden.
🔬 Was gezeigt wird
Es berechnet eine abstoßende Kraft von etwa k²/Abstand zwischen jedem Knotenpaar und eine anziehende Kraft von Abstand²/k entlang jeder Kante, wobei k ein idealer Abstand aus der Zeichenflächengröße und Knotenzahl ist. Kräfte werden summiert, Geschwindigkeiten jeden Schritt gedämpft, und ein kleiner Schwerkraftzug hält den Graphen zentriert.
🎮 Bedienung
Wählen Sie einen Graphtyp (Erdős-Rényi, Barabási-Albert oder Watts-Strogatz), stellen Sie Knotenzahl, Schwerkraft und Geschwindigkeitsmultiplikator ein und ziehen Sie Knoten direkt mit der Maus, um das Layout zu beeinflussen.
💡 Wussten Sie schon?
Der zufällige Erdős-Rényi-Graph verbindet jedes Knotenpaar mit fester kleiner Wahrscheinlichkeit, während das skalenfreie Barabási-Albert-Modell durch bevorzugte Anbindung wächst — neue Knoten bevorzugen bereits populäre, wodurch große Hubs entstehen.
Häufig gestellte Fragen
Was ist ein kräftebasiertes Graphlayout?
Es ist eine Methode, ein Netzwerk so zu zeichnen, dass das Bild seine Struktur offenbart. Jeder Knoten wird wie ein geladenes Teilchen behandelt, das andere abstößt, während Kanten wie Federn wirken, die verbundene Knoten zusammenziehen. Das System wird simuliert, bis sich die Kräfte ausgleichen, sodass gut vernetzte Cluster nahe beieinander liegen und locker verknüpfte Knoten weiter auseinander gespreizt werden.
Wie funktioniert der Fruchterman-Reingold-Algorithmus hier?
Er berechnet eine abstoßende Kraft von etwa k²/Abstand zwischen jedem Knotenpaar und eine anziehende Kraft von Abstand²/k entlang jeder Kante, wobei k ein idealer Abstand aus der Zeichenflächengröße und Knotenzahl ist. Kräfte werden summiert, Geschwindigkeiten jeden Schritt gedämpft, und ein kleiner Schwerkraftzug hält den Graphen zentriert, sodass sich das Layout allmählich zu einer stabilen Anordnung entspannt.
Was ist der Unterschied zwischen den drei Graphtypen?
Das Zufallsmodell (Erdős-Rényi) verbindet jedes Knotenpaar mit fester kleiner Wahrscheinlichkeit, was eine glockenförmige Gradverteilung ergibt. Das skalenfreie Modell (Barabási-Albert) wächst durch bevorzugte Anbindung, sodass neue Knoten bereits populäre bevorzugen und große Hubs entstehen. Das Small-World-Modell (Watts-Strogatz) startet von einem regelmäßigen Ring und verdrahtet einen Anteil der Kanten neu, was kurze Pfade bei hoher lokaler Clusterbildung erzeugt.
Was bedeuten die Knotenfarben und -größen?
Beide kodieren den Grad jedes Knotens, die Anzahl der an ihm angeschlossenen Kanten. Knoten mit niedrigem Grad erscheinen blau und klein, während Hubs mit hohem Grad über Grün zu Orange wechseln und größer werden. Das Seitenpanel zeigt zudem Knoten- und Kantenzahl, durchschnittlichen und maximalen Grad sowie Dichte, zusammen mit einem Histogramm der vollständigen Gradverteilung.
Ist das Layout physikalisch genau?
Es ist eine originalgetreue Implementierung der Fruchterman-Reingold-Heuristik statt eines Modells realer Physik, sodass die Kräfte für klare, lesbare Diagramme statt zur Naturnachbildung gewählt sind. Abstoßung wird für alle Paare berechnet, was exakt ist, aber quadratisch mit der Knotenzahl skaliert, weshalb die Simulation das Netzwerk auf 150 Knoten begrenzt, um im Browser flüssig zu bleiben.