基于决策偏移的舆论演化动力学模型

随着社会计算的飞速发展,网络数据日益向大数据方向演进,网络群体呈现出多样性特征. 针对传统舆论演化动力学模型忽略大规模群体一致性压力和个体决策内驱力的相互作用,以及社会网络节点多、规模大等问题,提出了基于决策偏移概念的舆论演化动力学模型. 模型将内在偏移牵引力、外在群体一致性压力相结合,并引入社会心理学从众效应理论,建立依从、趋同和内化的节点状态及状态转移策略和观点演化策略. 仿真结果表明,模型能够有效模拟观点的收敛和分化,与经典有限信任模型相比,更加符合大型社会网络中群体舆论演进和个体交互的行为特征,揭示了群体层面观点演化的内在规律,为大数据时代分析现实舆论形成的内在机理提供理论模型和参考.     

从众心理引起博弈策略的同步振荡

在著名的博弈模型"石头-布-剪刀"模型中加入从众心理的影响,考察从众心理对系统动力学的影响. 其中对利益的渴求和从众心理两个机制相互竞争.从复杂系统科学的角度来看,从众心理在网络中的个体之间起到了很好的耦合作用.当从众心理占据上风时,这种耦合作用可以引起个体之间博弈策略的同步振荡,进而形成宏观的振荡现象.在社会学的某些领域中,这种宏观振荡往往造成不良的后果.所以,如果期望一个稳定的多样策略共存的状态,就要尽力降低从众心理对策略选择的影响.     

具有社团结构的有界信任舆论涌现模型研究

社团结构是复杂网络除小世界和无标度特性外的又一重要性质.建立具有社团结构的有界信任舆论涌现模型,采用Multi-Agent方法对模型仿真发现,具有社团结构的有界信任基本模型终态与社团间连通性无关而只取决于交互阈值,只有当社团间有相反的观点领袖时舆论涌现才与社团间连通性密切相关.研究内容有利于理解社团结构对舆论事件涌现的影响.     

基于心理阈值模型的危机事件下从众行为动力学分析

应激心理与行为的科学问题是突发公共事件应急管理中的五大板块核心科学问题之一.从心理阈值的角度对主体的行为识别过程进行建模,根据效用阈值和不确定性阈值分为重复、审视、模仿和邻毗审视4种行为认知过程,应用多代理主体进行人工模拟对群体应激行为的动力学进行探索.研究结果显示,危机发生时从众行为只有在涉及到主体的重要利益时才能发生,因为此时主体对于这样的行为更多地是采取(模仿和重复);而危机事件的不透明性和时间压力增加了主体决策的不确定性,此时主体将倾向于采取社会依赖性策略(模仿、毗邻审视),通过应用社会信息来降低决策风险.上述2个条件同时存在将导致群体的从众行为涌现.而群体间的不同连接关系(网络结构)对从众行为的影响在于:在小世界网络中随着长程连接的增加将导致更高的从众水平.无标度的网络中枢纽节点作用,将构成更大范围的社会比较,导致的结果为,对初期的从众行为具有抑制作用,但众行行为达到一定规模时,枢纽节点可以形成大范围锁定,从而造成全局性高的从众水平.     

基于社会网络冲突信息传播的群体特征

当两种冲突信息在社会网络上同时传播时,社会群体呈现的特征值得研究. 依据复杂性科学和社会学研究的有关理论和方法,利用了网络传播的SIR模型,建立了信息的传播演化模型. 在传播过程中引入个体处理冲突信息的三种行为方式：先入为主、从众行为和领导意见,并在大规模社会网络上进行了不同行为方式传播模型的对比研究. 研究表明,社会网络的结构和个体行为的倾向对信息传播结果有显著影响. 由局域性相互作用发展为集体行为,整体特性比局部特性呈现出更多的变化趋势. 研究结果有助于解释大规模社会群体呈现出的某些特征,如群体极化和群体多样性等现象.     

网络雷达对抗系统涌现性建模

网络雷达对抗系统是电子战系统和雷达系统一体化网络化发展的新型综合电子战系统,涌现性是其复杂特性的典型表现.从系统科学的角度研究网络雷达对抗系统的涌现性,阐释了网络雷达对抗系统涌现性的内涵和构成,其涌现性具体表现为系统探测侦察涌现性、系统目标识别涌现性和系统干扰涌现性.从组成效应、结构效应、交互效应、环境效应4个方面剖析了网络雷达对抗系统涌现性的产生机理,构建了网络雷达对抗系统探测侦察涌现性、系统目标识别涌现性和系统干扰涌现性的概念模型和数学模型.仿真示例表明当网络雷达对抗系统存在信息融合和共享时,系统出现探测侦察涌现性,与涌现性产生机理分析相符.     

群体事件中用户传播重要性的评价模型

为了达到更进一步理解群体事件在微博中的传播机理并得到能够综合评定事件参与用户在传播中重要程度的方法，采用定性分析和定量研究相结合的方式，基于真实案例的传播数据对社会群体事件的微博进行了分析。通过事件的消息转发关系构建了群体事件的微博传播系统；通过对若干传播基础指标实施主成分分析，构建了群体事件用户传播重要性的综合评价模型；结合复杂网络的相关理论，开展了该模型的评价值和复杂网络中心性指标的相关性分析。通过分析和研究，发现了群体事件的网络是具有无标度性质、小世界特征和较高集聚系数的复杂网络，在该网络中用户传播重要性的评价值实际与用户的复杂网络 核分解指标值存在极高的相关性。因此，人们可以依靠 核分解为核心的分析方法更精确、更有效地找到影响群体事件微博传播的重要用户。     

个体规则驱动的群体行为对称性破缺的临界状态

经济系统中,个体相互作用能够给群体涌现非常复杂的非线性行为,导致某些个体的非理性行为可能导致整个经济系统迅速崩溃,这种崩溃前系统的临界状态就显得异常重要.为了得到比较深刻的结论,将经济系统中个体之间的相互作用抽象成以随机复杂网络为结构的自适应博弈模型,从而构建合理的复杂自适应系统理论模型,然后通过随机攻击与蓄意攻击,来确定这一系统逾渗的临界状态.分析认为,当系统受到随机攻击时,系统表现出很强的鲁棒性,然而当系统受到蓄意攻击时,存在一个临界攻击概率使得系统具有较强的临界性.结论认为,系统受到随机攻击时,至少有两个大的组分保持系统联通,然而,当系统受到蓄意攻击时,系统存在一个临界删除概率,当删除概率小于这一临界概率时,系统存在两个大的组分;当删除概率大于这一临界概率时,系统难以保持联通.进一步而言,这一临界概率与系统中Agent的收益相关,这一结论修订了经典的以度为函数的复杂网络中的临界概率.     

复杂网络演化博弈理论研究综述

综述复杂网络的结构特性对演化博弈动力学的影响的最新研究成果，研究个体在相互作用和冲突中的策略选择和演化问题，关注自私个体中合作现象的涌现。着重介绍了受到广泛关注的囚徒困境和雪堆博弈两个简单的博弈模型，并利用复杂网络刻画了个体间的联系，研究了空间结构与博弈动力学之间的关系，探讨了未来工作的研究方向。     

群体性突发事件中非一致信任水平舆论传播建模与分析

群体性突发事件是影响社会稳定的重要因素,正确认识和理解舆论传播的演化机制, 可以建立快速、高效的应急体系和措施, 从而保证群体性突发事件的客观舆论导向. 针对群体中个体属性的多样性, 在Krause有界信任模型基础上提出了非一致有界信任模型, 进行了一系列计算机仿真实验. 结果表明: 当社会网络中个体的信任水平各不相同时, 要使社会网络的群体观点达到一致, 远比相同信任水平时要难; 而且, 社会网络中个体的数量与舆论传播的最终观点簇之间存在正相关关系.     

空间网络的标度性质对Naming Game演化行为的影响

鉴于社会网络结构对于信息传播、共识形成等社会行为的重要影响,在有限能量约束条件下,通过添加距离服从幂律分布的长程连边,构造出具有标度性质的空间网络。在此空间网络上,讨论了引入无意收听机制的Naming Game模型的演化行为。研究发现,存在一个最优的幂指数,使得该空间网络上的Naming Game模型收敛时间最短,当能量约束足够大时,这一最优幂指数趋于1.5附近。本研究说明,社会关系网络中的空间性质对于社会集体认同的形成有很大的影响。     

复杂网络的特征谱及其应用

网络的特征谱与网络的拓扑密切相关，通过研究特征谱可以更好地了解网络的结构涌现和动力学特性。本文总结了近年来在网络特征谱方面的研究进展，首先介绍了3类重要网络模型邻接矩阵的特征谱密度和网络结构的关系及其在网络中心性和二分性中的应用，接着介绍了谱序列中存在的标度不变性和结构涌现，然后介绍了网络Laplacian矩阵的特征谱与网络同步之间的关系以及在分析网络社团结构中的应用，最后指出了进一步研究的方向。     

机群多编队作战网络自同步

提出机群多编队协同作战复杂网络模型,基于复杂网络自同步原理,研究网络节点动力学和耦合强度给定不变情况下,网络拓扑结构对作战网络同步能力的影响。针对作战网络特点,以最大化网络同步能力和不同层级指控节点效能为优化目标,作战网络指控结构和作战环境对通信拓扑的限制为约束条件,建立作战网络自同步优化模型。采用遗传算法,通过调整作战节点之间的通信结构对上述模型求解。仿真实验表明,获得的优化网络在保持作战网络结构特点的同时,具备更小的网络特征值比和更快的一致性收敛速度。     

COOPERATIVE DYNAMICS OF LOYAL CUSTOMERS IN QUEUEING NETWORKS

We consider queueing networks （QN＇s） with feedback loops roamed by ＂intelligent＂ agents, able to select their routing on the basis of their measured waiting times at the QN nodes. This is an idealized model to discuss the dynamics of customers who stay loyal to a service supplier, provided their service time remains below a critical threshold. For these QN＇s, we show that the traffic flows may exhibit collective patterns typically encountered in multi-agent systems. In simple network topologies, the emergent cooperative behaviors manifest themselves via stable macroscopic temporal oscillations, synchronization of the queue contents and stabilization by noise phenomena. For a wide range of control parameters, the underlying presence of the law of large numbers enables us to use deterministic evolution laws to analytically characterize the cooperative evolution of our multi-agent systems. In particular, we study the case where the servers are sporadically subject, to failures altering their ordinary behavior.     

SOFT CONTROL ON COLLECTIVE BEHAVIOR OF A GROUP OF AUTONOMOUS AGENTS BY A SHILL AGENT

This paper asks a new question： how can we control the collective behavior of self-organized multi-agent systems？ We try to answer the question by proposing a new notion called ＇Soft Control＇ which keeps the local rule of the existing agents in the system. We show the feasibility of soft control by a case study. Consider the simple but typical distributed multi-agent model proposed by Vicsek et al. for flocking of birds： each agent moves with the same speed but with different headings which are updated using a local rule based on the average of its own heading and the headings of its neighbors. Most studies of this model are about the self-organized collective behavior, such as synchronization of headings. We want to intervene in the collective behavior （headings） of the group by soft control. A specified method is to add a special agent, called a ＇Shill＇, which can be controlled by us but is treated as an ordinary agent by other agents. We construct a control law for the shill so that it can synchronize the whole group to an objective heading. This control law is proved to be effective analytically and numerieally. Note that soft control is different from the approach of distributed control. It is a natural way to intervene in the distributed systems. It may bring out many interesting issues and challenges on the control of complex systems.     

复杂动力网络的数学模型与同步准则

许多自然和人造的网络都属于复杂网络,它们具有复杂的招朴结构和大量的节点.人们提出了许多数学模型来描述各种各样的复杂网络,探讨复杂网络的动力和集群行为.简要地回顾几个典型的复杂动力网络模型.基于提出的时变复杂动力网络模型,给出了几个基本的网络同步准则.最后给出了一个简单的例子加以说明.     

基于无标度网络的恐怖信息传播与最优应对策略

通过BA无标度网络模型刻画社会结构,基于NetLogo软件建立异质性多主体模型,考虑随机和择优两种策略,模拟恐怖信息在网络中的传播和政府的干预措施,以研究恐怖信息传播的影响因素和政府的最优应对策略.研究结果表明:网络恐怖信息的传播速度主要取决于网络结构和个体的从众程度,与恐怖集团的传播策略关系不大.政府有效应对恐怖信息传播的最优策略取决于个体的从众程度、政府的干预范围等多方面因素:个体从众程度的增加能够有效降低政府干预措施的生效时间;政府干预范围的增大在随机应对策略和择优应对策略下均能够实现更好的干预效果.     

Exponentially adaptive synchronization of an uncertain delayed dynamical network

Over the past decades, complex networks have been prosperous greatly in various fields of sciences and engineering. Much attention has been given to investigate the synchronization of complex networks in recent years. However, few work has done for the networks with uncertain parameters and unknown topology. In this paper, to further reveal the dynamical mechanism in complex networks with time delays, an uncertain general complex dynamical network with delayed nodes is studied. By constructing a drive network and a suitable slave network, several novel criteria for the networks consisting of the identical nodes and different nodes have been obtained based on the adaptive feedback method. Particularly, the hypotheses and the proposed adaptive laws for network synchronization are simple and can be readily applied in practical applications. Finally, numerical simulations are provided to illustrate the effectiveness of the proposed synchronization criteria.