一种高聚类幂律可调网络异质配置模式下的公共品博弈研究

为了研究网络结构与演化博弈之间的关系,提出了一种基于网络内部"三角结构"与"内部演化"演化机制的高聚类幂律可调的网络模型。该网络模型具有无标度网络幂律分布的特性,且具有更高的聚类系数。在该网络模型的基础上,研究了异质配置模式的公共品博弈,即根据网络中的节点与其一层邻居和二层邻居中合作者数目的多少来决定公共品博弈中合作者的投入差异,并通过一个调节因子来调节投入差异的异质性程度。最后仿真证明,该异质配置模式演化博弈模型在高聚类幂律可调网络模型上可以快速达到纳什均衡,且存在一个调节因子的最佳范围能够促进合作的涌现。     

基于复合边权重的加权复杂网络级联抗毁性优化

针对加权网络级联抗毁性问题,融合对级联失效动力学过程有重要影响的节点度和介数两种指标,提出一种节点度和介数相关的边权重模型,该模型通过定义调整两种指标占边权比重的参数,以及调整网络异质度的权重参数,使得边对故障引起的额外负载的承载能力更强。理论分析与仿真结果表明,存在某一权重参数以及比重系数取值使得BA无标度网络和NW小世界网络鲁棒性达到最强;相比单一指标边权方法,提出的模型能够更加有效地提升网络级联抗毁性能。     

基于博弈论和多主体仿真的产学研合作创新网络演化

运用博弈论构建了产学研合作创新两阶段博弈模型,基于博弈策略,结合产学研合作创新网络拓扑结构,构建了产学研合作创新网络演化算法;运用Netlogo多主体仿真平台实现了产学研合作创新网络的演化仿真,揭示了其动态演化规律。研究表明:网络平均节点度呈U型分布,节点数量呈L型分布;选择"积极合作"策略的企业和学研机构存在最佳合作规模;度择优连接机制不利于无标度网络节点创新扩散,组合择优连接机制能以最大程度促进小世界网络和随机网络创新扩散。     

基于加权路由策略的复杂网络拥塞控制研究

复杂网络的最短路由策略易导致网络吞吐量低,流量分布不均,在关键节点处产生拥塞.本文提出一种基于加权路由策略的拥塞控制机制,用节点的介数作为节点边的权重,将网络变成加权网络,数据包按加权网络最短路径路由.介数的计算采用基于区域中心节点近似估算法,降低了介数计算的复杂度.仿真结果表明,加权路由策略能有效避开拥塞程度严重的节点,克服了介数较大节点成为网络传输瓶颈的问题,显著改善了网络的拥塞情况,提高了网络的吞吐量和传输能力.     

无线自组网中基于定价机制的节点协作性研究

无线自组网中多跳路由的建立及分组的转发都要求节点相互协作.但自私节点为了节约资源会拒绝提供转发服务,这将会影响网络性能及网络服务的可靠性.基于源节点的通信需求和转发节点的转发成本提出了非合作博弈模型,模型引入定价机制激励节点协作,减少自私行为.与"Sprite"模型相比,非合作博弈模型弥补了节点剩余资金对其位置过于依赖的缺陷.仿真结果表明,模型能够有效激励节点协作,避免了网络边缘节点出现资金短缺,实现了网络的公平性.     

互花米草克隆基株网络的随机游走特征

基于野外实地调查的数据和复杂网络理论,分别定义4种形式的节点和4种类型的边,然后构建了具有异配性的互花米草基株多重关系网络。为了研究互花米草多重关系网络的拓扑结构和动态特性,建立了具有多个陷阱节点的随机游走模型。数值仿真结果显示:在随机游走过程中,无穗株丛和无穗分株是控制节点平均吸收时间的主要因素。经分析可知,建构的互花米草基株的水平空间扩散网络模式反映了其真实生境异质性模式。此外,该模型对于分析其它种类克隆植物的异质生境格局具有借鉴意义。     

具有可调记忆长度的演化雪堆博弈

为了研究异质无标度网络上个体的动态博弈行为及其合作稳定性,引入可调的记忆长度参量,提出了一种新的基于可调记忆长度的雪堆博弈演化模型.发现:当损益比r＜0.5(r＞0.5)时,随着此参量的增加(减少),网络中大度(小度)节点具有较长记忆长度时,无标度网络个体的合作频率与纯合作频率逐渐上升,并且使个体间的合作稳定性增强,利于合作的巩固.     

基于CIS值的双边链路形成策略优化两型博弈方法

博弈论作为网络形成模型求解的主流工具,在该领域得到了广泛应用,但现有研究主要采用合作或非合作的单一博弈论方法对网络形成问题进行求解,未能很好地反映问题实质。对此,采用非合作-合作两型博弈方法,研究网络链路形成的策略优化问题,可以有效地结合非合作阶段的策略设计与合作阶段的联盟收益分配。首先,在非合作博弈阶段,进行策略设计并形成第二阶段合作博弈的竞争局势。其次,在合作博弈阶段,基于第一阶段非合作博弈的竞争局势,形成联盟及其合作博弈,并采用Semi-CIS值求解各个竞争局势下合作博弈的局中人(节点)分配值。然后,将得到的分配值作为第一阶段非合作博弈的局中人支付值,计算非合作博弈的纯策略纳什均衡解,进而得到双边链路形成的两型博弈模型的最优解(链路连接)。最后,通过数值实例验证了所建模型与方法的有效性和可用性,为研究更加复杂的网络形成问题提供了理论方法。     

节点数固定的复杂网络模型初探

由于随机图模型、小世界模型和无标度模型的结构上存在交叉性，有必要对复杂网络进行新的分类。本文将复杂网络分成两类：节点数固定的复杂网络和节点数变化的复杂网络，且重点研究了前一类网络。首先时节点数固定的网络进行了细分，然后分析了在边的不同连接方式下节点数固定的网络的度分布、平均最短路长度和聚类系数等特征，最后讨论了小世界特性与无标度特性产生的原因。研究表明，节点数固定的网络大多具有小世界特性，小世界特性与无标度特性是从不同的侧面来研究复杂网络的，从而很好地解释了在许多复杂网络这两种特性能够共存的原因。     

基于流量加权Betweenness提高网络容量的方法

在节点的发包速率和转发包速率都和节点度相关的流量模型中,研究了在基于跳数的最短路径路由策略下网络的容量问题.将Betweenness的概念进行了扩展,提出流量加权Betweenness的概念,使之更准确地描述在每个节点的发包速率各不相同的情况下节点可能承载的流量.并据此推导出适合于该流量模型的网络容量计算公式,同时指出在基于BA算法构造的scale-free网络中,在流量加权Betweenness值处在前5%至10%和前10%至15%的节点间加边的方法能显著提高容量.最后,通过仿真实验验证了该公式的正确性和该方法的有效性.     

复杂网络中基于记忆长度的合作行为

网络结构和群体总数对合作行为有重要影响.为进一步研究个体的学习行为和记忆长度如何影响群体的合作率,构建了三种不同类型的网络,采用基于代理计算实验方法,将网络的节点看作有限理性的个体,并构造了个体的适应函数和个体学习和策略的演化方式,研究系统的合作行为.计算实验结果表明偏好选择学习策略提高了无标度网络的合作水平,降低规则网络的合作水平.此时,记忆长度显著改变群体的合作水平,而个体采用随机选择策略时,记忆长度对群体的合作率产生很小的影响.另外,群体总数越高在无标度网络中合作水平越高,而小世界网络中合作水平越低,规则网络中则呈现不规则变化.从而证明偏好选择学习策略选择有一定的适应性,记忆长度和群体总数针对不同的学习策略和网络结构会带来截然相反的结果.     

基于配送时间及节点流量约束的快递网络优化

通过Floyd算法求出快递网络节点间的最短路径长度和需要中转的次数,根据节点间的最短路径和需要中转的次数算出配送时间;通过Dijkstra算法对边介数、节点介数进行加权求和得出快递网络边的货物流量和节点的货物中转量,根据运费率、边的货物流量和边的长度算出边的运输成本,根据节点货物中转量算出中转费用和存储费用;以快递网络总配送成本最小化为优化目标,构建带有配送时间约束和节点最大流量约束的快递网络优化模型,并设计从全连通网络逐渐删除网络边至总配送成本最小为止的算法进行求解,最后通过算例验证了模型和算法的有效性。     

基于参与人关系网络的高铁快递合作博弈模型研究

在考虑高铁快递参与人之间关系网络的前提下,采用循序渐进的方式构建基于网络的高铁快递合作博弈模型.分析和证明网络合作博弈的性质,同时发现由于网络结构的存在,现有普通联盟合作博弈的收益分配方案在网络合作博弈中不再适用.于是在分析网络合作博弈的核的表现形式和性质的基础上,结合合作博弈的性质,通过证明和比较得出MJW值是高铁快递网络合作博弈合理稳定且有效的收益分配方法.研究拓展了网络合作博弈理论在OM领域的应用,同时为交通运输承运人之间的合作运作提供了决策参考.     

复杂网络中连通支配中心性的计算

分析了现实生活中对重要节点的需求背景,对连通的网络模型提出了一种新型中心性评价指标,连通支配中心性。该中心性利用网络连通支配集的"连通"和"支配"两大特性,通过循环构建点导出支配子图的连通支配集,生成一棵支配关系扩展有向树。然后基于各节点在该有向树中的支配层次数,支配数和支配边权值3方面的属性,设计了反映节点支配能力强弱的中心性计算公式。最后以合作关系图为例进行相应实验,发现连通支配中心性比较高的节点不仅构成了网络的骨干网,能较好地维持网络基本形态,而且能桥接几个不同研究分区,起到一定的中介作用,体现了网络中节点的组织控制能力。     

边转换与增加对有向网络能控性的影响

复杂网络的不同类型边转换(方向改变)和在不同节点间增加边对网络能控性有不同影响,为了更好地了解有向网络边转换和增加对网络能控性影响,提出一种边分类方法,把边根据节点类别和匹配关系分成12种类型,并给出辨识算法。基于此分类给出网络边转换和增加时网络能控性(驱动节点数目)的变化规律。通过模型网络和实际网络分析了每种边在网络中的比例,并分析了边转换和增加时驱动节点数目变化。结果验证了定理的正确性。     

认知层次与信念更新对博弈合作行为影响研究

将认知层次模型引入到虚拟博弈中,考察具有异质认知层次的个体,其信念学习与更新规则对协调博弈最终均衡收敛的影响.研究表明:高阶认知层次局中人策略选择依赖于其关于低阶认知层次局中人策略选择的信念;局中人策略选择与其关于对手初始策略选择的信念有关;信念更新与博弈次数影响最终系统的合作水平.     

克隆植物的演化博弈研究

基于复杂网络理论构建包含等级生长单位的互花米草克隆植株多重关系网络,分析该网络结构,获取了互花米草的生长特征及其株丛间彼此回避竞争的生态学策略。将囚徒困境演化博弈模型引入互花米草克隆植株多重关系网络,通过对网络上演化博弈现象的刻画,展现了按照不同的规则选取网络中的合作节点时网络的特征:随机均匀选取初始合作节点时,合作频率随着背叛诱惑值的增加逐渐下降;选择不同类型的生物体单位为初始合作节点,选取株丛间根状茎间隔点,演化博弈到达稳态时,合作者的比例随着背叛诱惑值的增加而逐渐减小,这意味着根状茎节点为互花米草生长的关键节点。     

拓扑可调无标度网络上的雪堆博弈研究

复杂网络上博弈个体间合作行为的涌现具有重要的现实意义.为了研究无标度网络拓扑结构对合作涌现的影响,结合雪堆博弈模型和比例模仿策略,研究了拓扑结构可调的无标度网络上的博弈动力学演化,具体研究内容为网络的幂律指数、平均度和平均聚类系数与合作密度的关系.仿真结果表明,无标度网络的合作密度与网络度分布的均匀程度正相关,高聚类结构可以有效增强网络上的合作密度,即幂律指数越高,平均聚类系数越小时,合作水平越低;另外,平均度与合作密度呈现非单调关系,存在一个最佳平均度.     

基于异质网络的武器装备体系结构抗毁性研究

考虑到武器装备体系中装备节点的复杂性和异质性,以及装备之间关系的多样性,本文首先提出了基于异质网络的武器装备体系建模方法.其次通过借鉴OODA作战循环理论的概念,结合异质网络中元路径的定义,提出评估指标——杀伤链数对武器装备体系结构抗毁性进行评估.然后将杀伤链数和常用的抗毁性评估指标——自然连通度进行比较,分析随机攻击和选择性攻击策略下武器装备体系结构抗毁性的变化,发现具备实际语义信息的杀伤链数对于评估武器装备体系结构抗毁性更加有效.最后,通过想定背景下的武器装备作战体系实例,分析该实例下的武器装备体系结构抗毁性,为进攻方首要攻击对象和防守方首要保护对象提供辅助决策.     

网络博弈合作剩余收益分配的协商方法

参与者在进行网络博弈时有机会与其相邻参与者签署协议进行合作,此时参与者之间的博弈关系构成了一个网络结构,并可以使用无向图来表示.参与者之间依据网络结构选择合作对象进行合作,进而产生剩余收益,而剩余收益通过协商的方式在两个参与者之间进行分配.本文依据协商理论与匹配理论,研究网络博弈环境下参与者之间如何签署协议进行合作,进而分配合作产生的剩余收益的问题,称为网络协商博弈,并给出基本的可行解的形式.通过限制参与者可以签署协议的数量,本文对网络协商博弈进行分类,使用协商与匹配方法研究每一类网络协商博弈的合理解的具体形式并设计求解方法.本文的结果表明:参与者之间的合作以及合作收益的分配不仅与网络博弈自身有关,而且与参与者能够签署的合作协议数量有关.研究拓展了协商方法在网络协商问题中的应用,为多边合作对象的选择以及合作剩余收益的分配提供了参考.