复杂网络上的演化博弈动力学——一个计算视角的综述

复杂网络上的演化博弈是复杂网络与演化博弈结合而形成的新型交叉研究领域,它以复杂网络和演化博弈动力学分别刻画个体间的交互关联结构以及决策范式,为分析和预测复杂交互环境下群体的决策行为提供了一个系统的研究框架。旨在从一个计算的角度对复杂网络上的演化博弈动力学进行一个简要的综述:介绍复杂网络上演化博弈动力学模型的数学描述;分析网络上演化博弈动力学的计算复杂性;概述复杂网络上演化博弈动力学的若干主要解析结果等。这些结果是对于复杂网络上演化博弈动力学仿真研究的一个有效补充。     

基于动态演化博弈论的舆论传播羊群效应

建立了动态舆论演化博弈模型,研究了羊群效应在舆论演化过程中的产生机理及其动态发展.提出了动态舆论演化博弈树和收益矩阵,各类型代理人根据不同的收益采取不同的策略.其次引入了代理人的记忆长度,通过相互交互更新代理人的记忆列表.最后仿真分析了上述博弈模型,结果表明代理人的记忆长度、参与成本、代理人类型比例都会影响羊群效应产生的时间,同时羊群效应可以加速信息的扩散,是信息公开化的途径之一,有利于社会效率的提高.     

基于博弈模型与NetLogo仿真的网络攻防态势研究

针对现有建模方法缺乏对攻防博弈行为与态势演化趋势的分析问题,从对抗角度出发分析网络攻防博弈特征;基于非合作不完全信息静态博弈理论建立网络攻防博弈模型,给出收益量化、博弈均衡计算和策略对抗结果判定方法;构建网络攻防博弈多Agent仿真模型;采用NetLogo开展局中人不同策略组合、不同初始数量等场景下的仿真实验,得出网络攻防态势随时间演化情况,通过对比分析仿真结果,给出扭转网络攻防态势的建议。     

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.     

噪音水平和交互频次对策略演化的影响

囚徒困境是研究合作策略演化的重要工具,重复囚徒困境下的博弈者可以通过合作实现长期利益的最大化。采用生态演化模拟实验的方法研究在重复囚徒困境中初始环境设定的噪音水平和个体间交互频次对博弈策略演化的影响。研究结果表明,噪声水平和个体间交互频次对最终系统中优胜的博弈策略有决定性作用,这说明环境的初始设定条件是影响博弈策略演化的重要因素。     

重复囚徒困境博弈中社会合作的仿真

利用Multi-Agent仿真方法建立了一个人工社会,研究了两种个体行为模式下社会合作的演化。在人工社会中有多个智能自适应主体,主体之间进行重复囚徒困境博弈,并采用模仿学习算法改进策略。在基本模型中没有个体的历史行为信息,系统自发演化;在信誉模型中,主体的历史行为累积为信誉,在交互前主体根据对方的信誉临时调整策略。仿真结果显示:系统的演化复杂多样,均有合作的突现和崩溃。对两模型的合作指标比较表明,根据信誉调整策略的行为模式对促进合作无显著效果。     

基于超网络中异质群体演化博弈的海关监管

本文首先采用超网络方法建立了海关监管超网络模型CSSN,其次利用演化博弈方法研究了CSSN中海关和企业这两个通过货物交互的异质群体间的策略选择和学习等问题,最后进行了该模型中的异质群体演化博弈仿真,分析了海关与企业两个异质群体之间的策略互动及其动态调整过程,证明了海关监管改进能够有效促进合作,引导演化博弈的结果收敛于最优并保持监管系统的稳定。     

有限理性下的演化博弈与合作机制研究

指出了以Nash为代表的经典博弈论及其纳什均衡解在完全理性假设下的理论缺陷,从而引入有限理性下的演化博弈论.介绍了演化博弈论中策略进化的思想,提出有限理性的实质是怎么去学习,进而探讨了演化博弈中的各种学习模型.介绍了基于个体的学习模型和网络上的演化博弈研究进展;提出了用演化博弈去解释现实复杂网络的设想;分析了网络结构和博弈策略的互演化思想.讨论了演化博弈框架下合作的进化及合作机制的研究进展.最后,对演化博弈今后的发展趋势和研究方向给出了评述.     

企业员工流失的演化博弈分析

运用演化博弈论分析完全信息和不完全信息两种条件下企业员工流失的原因和应采取的策略.在完全信息博弈中,只要博弈的双方知道各个收益参数,就可以根据情况采取行动策略使自身利益最大化;不完全信息的重复博弈中,利用动力学方法定性研究演化博弈均衡的稳定性,只有具备有限理性的企业和员工双方都不断地在边际上对其策略进行调整以使得自身利益最大化,博弈才能最终达到一种动态平衡.     

舆论演进中个体策略选择的仿真研究

建立了舆论演进过程的模型,并对其进行了仿真和分析.首先根据实际生活中人们进行观点交互时的行为,建立了具有可自行改变观点交互策略的舆论演进模型,并对参与舆论演进个体的记忆进行了建模.其次在该模型的基础上对不同参数下的多种情况进行了多次仿真,获得了与实际舆论演进情况相符的结果,并得到了舆论演进中个体策略选择的公平性结论.     

特征指标信息不完全的系统聚类方法

针对聚类时象特征指标值信息不完全且指标权重确定的多指标聚类分析问题，提出了一种新的系统聚类分析方法。在本文中，首先时特种指标值信息不完全的多指标聚类问题进行了描述；然后依据待统的系统聚类分析方法的基本思路，给出了书解特征指标值信息不完全的多指标聚类问题的计算步辣，其核心是通过构建并求解二次规划模型，将不完全信息转化为完全的数值信息的形式，进而通过运用系统聚类法的思路，即可得到所有聚类对象的分类结果。最后通过给出了一个算例说明本文提出的方法。     

基于信息量的不完备信息系统属性约简

通过引入信息量和条件信息量,对不完备信息系统中属性的重要性进行了定义;针对不完备数据表和不完备决策表提出了一种基于信息量和条件信息量的属性约简启发式算法,该算法的时间复杂度是多项式的.通过实例说明,该算法能得到信息表的约简和决策表的相对约简.     

一种指标权重信息不完全的多指标决策方法

针对指标权重信息不完全的多指标决策问题,提出了一种逼近于理想解的决策分析方法。首先,对指标权重信息不完全的多指标决策问题进行了描述;然后,依据传统的TOPSIS方法的基本思路,给出了解决指标权重信息不完全的多指标决策问题的方法的计算步骤,其核心是通过构建并求解二次规划模型,得到每个方案与正、负理想解间的距离,进而通过计算出相对接近度,即可得到所有方案的排序结果。最后,给出了一个算例。     

不完全信息下基于证据推理的竞争对手分析

针对不完全信息下竞争对手分析问题,本文提出一种基于证据推理的分析方法。该方法首先定义了正负相似度对竞争者进行比较,接着通过证据推理对含有未知信息的相似度进行合成排序,最后根据信息熵原理度量结论的客观可靠度。与本文提及的其他方法相比,该方法可以在信息不完全的情况下识别分析竞争对手并提供关于结论的客观可靠度,符合商业竞争的实际特点,具有较强的实用价值。文中的案例分析证实了该方法的有效性。     

Further Investigation of Characteristic Relation in Incomplete Information System

In the recent years, the method to expand Pawlak's rough set model in different kinds of information systems has become a hot topic. This article presents explorative research focusing on the transition from the traditional information system to a complex system—the incomplete information system. In such information system, “do not care” and lost unknown attribute values coexist. With a further investigation of Grzymala-Busse's characteristic relation in the incomplete information system, two unreasonable situations in the analysis of the classified problem are presented. To conduct sound classification in the incomplete information system, a new characteristic relation is proposed and by use of this new characteristic relation, the complete covering on the universe is formed. Based on the maximal complete compatible classes in the complete covering, two notions of the knowledge representation system are presented and some important properties associated with these knowledge representation systems are discussed. For further illustration, an example is analyzed. The research is meaningful both in theory and in applications for the extension of the rough set theory in incomplete information systems.     

基于区间运算的随机多准则决策方法

针对准则权重信息不完全且准则值为正态分布随机变量的多准则决策问题,提出一种基于区间运算的随机多准则决策方法。该方法将正态分布准则值转化为区间数,利用离差最大化原理和不完全准则权重信息建立区间参数线性规划模型,将其转化为最优模型。通过对最优模型进行求解,得到最优准则权重向量,从而构造加权规范化区间决策矩阵。然后计算每个方案到区间理想点的区间距离,并根据其大小确定方案集的带有可能度的排序。最后算例说明该方法的有效性和可行性。     

不完全信息多属性群体决策方法

考虑到决策过程中信息的不完全性,对一类不完全信息的多属性群体决策问题进行了研究。在此基础上,建立一组线性规划模型,得到个体对每一个方案的效用区间数,并利用区间数可能度的定义对两个方案进行比较,从而得到个体对方案的排序。在偏好集结过程中,考虑了决策成员对方案给出的排序指标值,同时也考虑了决策成员权重的不完全信息。最后利用一个算例说明了在不完全信息条件下提出的方法能够作出比较合理的决策。     

不完全信息的一致性和冗余性问题的研究

针对权重信息不完全的多属性决策问题,提出了检验信息的一致性和冗余性的数学模型,给出了通过不断删去"冲突"约束条件而使参数系统由不一致变为一致的方法,并从理论上对这些模型和方法的合理性进行了论证.     

信息不完全的多准则决策的SIR方法

在决策中,存在准则值不准确、不确定、不能决定和准则权系数信息不完全的多准则决策问题,针对此类问题,提出了一种信息不完全的多准则决策的优劣势排序方法。该方法首先构建方案集的优势矩阵和劣势矩阵,得到方案的全局优势度和劣势度,利用权系数的不完全信息构建相应的最优化模型,求解最优化模型得到优势度和劣势度的变化区间,利用区间数的排序方法得到方案集的一个部分排序或完全排序。最后通过实例验证了该方法的有效性。     

不完备信息条件下基于证据理论的CGF行为决策方法

针对计算机生成兵力行为决策中遇到的战争迷雾问题, 特别是决策属性中出现的不完备信息情况, 提出基于证据理论的行为决策方法. 首先基于战场决策信息特点分析, 提出精确、模糊、不确定信息的决策属性可信度归一化表示, 然后提出表示备选方案不确定性的执行可信度, 最后根据DS合成法则对多属性可信度信息进行合成. 实验分析说明了该方法的可行性, 以及对于不完备信息处理的有效性.