基于多层耦合网络的舆情传播控制研究

为研究平台间信息交互对舆情传播以及舆情控制的影响,以微信和微博平台为例,利用多智能体建模方法和改进的SEIR模型,构建了包含“微信层-微博层-控制层”的多层耦合网络舆情传播和舆情控制模型。在Anylogic平台选取“湖北省红十字会物资使用情况引发质疑”舆情事件进行了仿真实验,分析了单/双平台、控制范围、控制力度、控制时间、平台间交互等因素的影响,研究了多平台互动传播下的媒体引导和政府干预策略。仿真实验表明,模型很好地刻画了微信、微博平台的信息传播特性,反映了舆情的跨平台传播效应。     

基于用户相对权重的在线社交网络舆情传播控制模型

在线社交网络(online social networks,OSN)中舆情传播干预时机的选择对网络舆情的管控具有重要意义.通过分析用户的网络地位、社会强化效应与用户感知价值等影响网络舆情传播控制的关键因素,以研究舆情管控的合理干预时机为目的,构建了基于用户相对权重的网络舆情传播控制模型.基于该模型,针对两类OSN开展仿真研究.研究发现,网络舆情传播与信息初始传播源的网络地位密切相关;在开放式OSN中,存在与干预时机选择关系密切的关键相变点;用户活跃度随社会强化效应强度的增大而下降,随干预时机的提前而降低,并存在有效干预时机区间;"悖民意"成本是干预时机选择的重要衡量指标.并据此,提出了相应现实干预时机选择的对策建议.     

基于超网络的线上线下舆情演化模型研究

舆情交互存在于现实空间与虚拟空间,为具体研究两空间中舆情的演化,首先分析了舆情在不同空间中传播演化的特点及演化过程中相互间的联系.随后,结合改进的有界信任机制构建基于超网络的线上线下舆情演化模型,并针对该模型提出了包括模型初始化模块、信息传播与交互影响模块与双空间同步模块三部分的仿真系统框架.根据同步方向,提出"现实空间-虚拟空间"和"虚拟空间-现实空间"两种同步率,并通过对比仿真实验研究了同步率与空间速度比对舆情演化的影响.     

建筑楼空间下突发传染病建模仿真研究

为研究建筑楼空间下的突发传染病传播过程,提出了建筑楼空间下突发传染病的多阶段超网络传播模型,从多阶段传播、多属性层子网构建、改进的仓室模型嵌套等方面对该模型进行设定,并对不同情境下传染病的传播动力学进行仿真分析.结果表明,建筑楼空间下突发传染病传播过程受建筑楼空间人群聚集程度、年龄结构及外界疫情严重程度的影响,感染者传染率和临床感染比率对传染病的传播峰值有较大影响,且早期舆情干预的及时性是提高政策干预有效性的重要决定因素.     

具有发酵期的舆情传播与控制模型

互联网已经成为舆论斗争的主战场,个体在获得网络舆情信息后,会根据自己的判断以确定是否继续传播信息。考虑个体在获知信息后的信息发酵过程,基于系统动力学的思想,提出了具有发酵期的舆情传播模型。为了适应应急决策的动态过程,基于最优控制理论的方法,构建了社会效用最大化的控制模型,利用庞特里亚金最大值原理,进一步得出了舆情传播的动态最优控制策略。最后,基于模型推导结论和数据模拟,说明了最优控制的优势所在,提出了在应急管理中舆情的控制建议,为应急管理奠定了理论基础和决策依据。     

多层多属性舆情传播网络的仿真研究

基于当前网络舆情线上线下互动传播特性,深层挖掘舆情内容、指向和强度,提出了多层多属性舆情传播网络模型.以杭州公交纵火案为例进行仿真研究,并基于信息属性进行了未管控情境和嵌入情境仿真,基于心理属性进行了现实、极端、中立、理想社会情境仿真.结果表明,基于心理属性可以对舆情进行大范围的面干预,但对突发舆情事件不适用,培养民众理性思考是一项必不可少的长期工作;基于信息属性可以对舆情进行有针对性的点干预,及时辟谣和恰当议程设置可有效减少负面观点,引导舆情良性发展.     

网络舆情结构逆转建模与仿真：基于改进Deffuant模型

社会舆情从现实社会转移到网络空间,导致网络舆情事件的出现。网络舆情扩散使得群体舆论的支持与反对力量对比反转,最终改变利益集团最初的决策,该现象称为网络舆情结构逆转。为了探索这种现象背后的复杂系统机制,本文基于Deffuant模型建立了网络舆情扩散的结构逆转模型,该模型从两个方面对Deffuant模型改进,一是将个体自身的观点值转化为交互时的感知值,将连续观点的模型转化为离散观点模型,二是引入宏观的社会转型因素的影响。仿真结果显示,社会转型因素正向地影响网络舆情扩散,社会转型程度高,网络舆情结构逆转时的舆情扩散程度更高;群体异质性水平正向地延缓网络结构逆转现象,利益群体规模越大,网络舆情结构逆转越难以完成。本文提出的模型能一定程度上解释网络舆情扩散的结构逆转现象,可以为实践中网络舆情的管控提供理论参考与决策支持。     

泛在媒体环境下的网络舆情传播控制模型

正逐步形成的泛在媒体环境深刻影响着网络舆情的传播与控制.将传统的传染病模型推广到泛在媒体环境这样一个开放系统中, 建立了新的带直接免疫的SEIR舆情传播控制模型, 新模型克服了已有网络舆情传播模型存在的对网民个体状态处理过于简单, 对舆情传播媒介的处理过于简化等缺陷.证明了模型的传播平衡点及稳定性, 提出了从网络舆情传播环境入手, 在舆情形成初期进行干预的控制方法.据此, 构建了基于Wiki技术的网络舆情传播控制平台, 对该平台的舆情传播控制效能做了仿真剖析, 验证了控制方法的有效性.     

基于超网络的舆情演化多主体建模

创新性地将复杂系统多主体建模方法应用到集社交、环境、心理和观点等子网的舆情超网络模型中,通过对该超网络模型中各子网间不同属性节点(即异质Agent)交互规则设计,建立基于超网络的多主体舆情演化模型,深度刻画网络舆情的演化规律,即模拟人-信息-观点之间微观意见如何交互并涌现出宏观网络舆情的过程;应用舆情超网络拓扑结构相关测度指标,设置多主体舆情演化模型中各属性参数值,如网民活跃度(节点超度)、信息影响范围(超边间距离)和舆论领袖权威性(超边重叠度)等,并重点分析舆情演化过程中政府抢占舆论先机的重要作用,以及舆论领袖对大众网民的引导作用和网民发表观点形成舆论场的控制作用。最后,运用NetLogo仿真平台对具体舆情实例进行仿真,结果与现实舆情演化情况相符,证明了模型的合理性与有效性。     

突发事件发生后谣言传播的IS_rS_nR模型

随着社交网络的发展,谣言传播的模拟变得尤为重要。基于传统的D-K谣言传播模型,首先提出一种新的考虑谣言信息和非谣言信息竞争传播的未知者-谣言传播者-非谣言信息传播者-沉默者(IS_rS_nR)模型,并综合考虑网络结构、用户间的交互行为等多种属性以用户群体的平均社会影响力计算不同群体间的转移概率。其次,给出IS_rS_nR模型的平均场方程,并分析方程平衡解的存在性和稳定性。MATLAB的仿真结果显示:(1)非谣言信息的传播与谣言传播的趋势一致;(2)网络平均度、谣言传播者、非谣言信息传播者群体的平均社会影响力对信息传播的传播速度、传播周期及传播范围均有显著作用。研究成果可以在一定程度上对于舆情监测和市场营销起到指导作用。     

基于风险感知的室内疏散情绪传染与干预策略研究

针对突发事件下多出口多障碍物室内紧急疏散过程中恐慌情绪传染问题,综合考虑人格特性,年龄、性别上的风险感知差异以及意识调节作用构建情绪传染模型,利用AnyLogic进行模拟仿真,将个体情绪与疏散速度结合,实现情绪状态与速度的实时更新。验证疏散过程人员干预可以有效缓解恐慌情绪的蔓延,以期为紧急疏散过程中恐慌情绪传染提供理论依据。结果表明：自身判断力即意识调节作用在一定程度上可以有效降低疏散时间;初始恐慌人数持续增加最终会导致群体间恐慌情绪传染加快以及疏散时间增加;风险感知程度越低,行人更容易处于冷静状态;合理安排管理员位置可以有效抑制恐慌情绪蔓延,提高整体疏散效率。     

考虑组合信息的O2O平台交易仿真

借助APP达成的交易中,信息以组合信息形态介入交易过程。将双边市场信息进行三阶组合信息分类。引入三阶组合信息对应度量：信息接受度、信息差异度及信息损失度,设计Swarm类库与交互Agents,构建封装Consumer/Seller/PlatformAgents的O2O(online to offline)平台交易模型。以组合信息度为系统调用与判定条件,GUI(graphical user interface)输出仿真结果。组合信息对O2O平台交易量、平均交易满意度、总利润与总交易成本产生影响。组合信息值处于中等水平时,平台交易状态更稳定。本研究为监管介入双边市场提供理论依据。     

基于自适应扩展H∞滤波的机动目标被动跟踪

为提高对机动目标的跟踪效果,提出了一种基于扩展H_∞滤波的自适应交互多模多被动传感器机动目标跟踪算法。利用简化的Sage-Husa自适应滤波器与交互多模相结合,对多被动传感器测得的目标角度信息进行融合,解决了被动式跟踪系统的可观测性及非线性问题,将扩展H_∞滤波器作为模型条件滤波器,通过调节扩展H_∞滤波器参数和量测噪声预测协方差矩阵,增强了对外界干扰的鲁棒性。仿真结果表明,所提算法比扩展卡尔曼滤波交互多模算法和标准交互多模算法具有更高的跟踪性能,在多站被动红外搜索与跟踪中是一种有效的跟踪算法。     

基于SIS模型的锻炼获益感知传播建模与仿真

为辨析个体健康行为改变与群体健康行为涌现之间的关系,解决在社交网络中对锻炼效果感知等典型健康信息传播过程进行数学刻画困难、社会试验难以开展等问题,引入传染病动力学SIS(susceptible-infected-susceptible)模型,对经典健康信息锻炼效果感知的传播过程进行建模仿真,以满足社会系统复杂性和个体多样性、智能性要求。利用NetLogo平台、采用基于Agent的建模仿真方法,对锻炼获益感知的传播过程进行数值实验,识别群体健康行为改变涌现的相变过程。实验表明：该模型能够有效刻画锻炼效果感知信息传播过程,其传播效果与传播积极性消减周期长度、节点复态几率等因素高度相关。     

基于改进A*算法的自动导引车无碰撞路径规划

针对自动导引车(automated guided vehicle,AGV)的无碰撞路径规划问题,提出一种引入时间因子的改进A^*算法以减少转弯次数,结合时间窗及优先级策略实现多AGV的动态无碰撞路径规划.首先利用改进后的A^*算法静态规划各AGV转弯次数最少路径;其次,分析路径节点到达时间及冗余时间,根据电量与路径性能动态地为多AGV分配优先级,结合时间窗模型解决了多AGV碰撞冲突问题并且提升了系统效率.案例分析结果表明,该算法在保证路径最优性的同时解决了传统A^*算法带来的转弯次数多问题,能有效实现无重复、无冲突的系统调度,并证明了其在动态环境下具有良好的适应性和鲁棒性.     

基于AR技术的多人互动地球仪系统

为解决地球大数据因具有多源、高维、时变和海量等特征而难于理解和分析的问题，提出一个基于AR的多人互动地球仪系统。融合AR技术的系统架构，实现虚拟信息与实物地球仪无缝叠加的虚实结合效果；设计了数据可视化展示方案，实现对地球大数据在三维立体空间中的可视化展示；提出了一种轻量级的多人多终端协同机制，提高系统的实用性和趣味性。该系统不仅为探索地球奥秘提供了新手段，也为向公众进行科普教育、从多个角度认识地球、解读地球大数据提供了新方式。     

贝叶斯网络增强型多模型AUV组合导航算法

针对复杂环境下自主水下航行器(autonomous underwater vehicle,AUV)组合导航系统中存在噪声不确定或者易发生变化的情况,提出一种贝叶斯网络增强型交互式多模型(interactive multiple model filter based on Bayesian network,BN-IMM)滤波算法。该算法在多模型估计基础上,引入特征变量,并根据变量与系统模型之间存在的因果关系建立贝叶斯网络;利用贝叶斯网络参数修正多模型估计中的模型切换概率,能够降低多模型算法中真实模式识别对先验知识的依赖性。该算法能够解决交互式多模型(interactive multiple model,IMM)算法中模型转换存在滞后、模型概率易发生跳变等问题,增强多模型算法的自适应能力。以陀螺和加速度计的输出作为特征变量建立贝叶斯网络,对AUV组合导航系统进行仿真,结果表明所提出的BN-IMM算法相比于传统的IMM算法能够显著提高机动状态时模型转换速度和估计精度。     

COVID-19病毒防控多智能体仿真模型

新型冠状病毒(COVID-19)的防控是当前维护世界公共卫生安全的重点工作,据此提出运用多智能体建模仿真技术构建COVID-19病毒防控模型,以模拟在不同防控措施下的疫情动态发展趋势。以太原市为例,依据已发现的COVID-19病毒传播规律,制定各类居民智能体之间的交互传染与状态转换规则,实现了COVID-19病毒传播的防控决策仿真模型,在政府和医院的不同政策措施下进行了多情景仿真实验。实验结果表明多智能体建模方法可有效分析新型冠状病毒传播趋势,为城市疫情防控提供决策支持。