平稳独立增量过程的泛函Erds-Rényi大数定律

利用大偏差估计得到平稳独立增量过程的泛函Erd¨os-R啨ｎｙｉ大数定律 .     

复杂网络上博弈行为演化的合作激励

通过引入人类社会组织的激励机制,研究网络初始状态存在少量合作者时的囚徒困境博弈行为演化,着重探讨激励机制在网络结构作用条件下对群体合作行为产生的影响.首先从理论层面分析当方格网上存在一个合作者时,合作行为演化形成合作者聚集结构的激励条件;然后采用仿真实验方法研究方格网、规则小世界网络和异质小世界网络上随机分布少量合作者时,激励机制对合作行为演化的影响.研究发现,激励机制在不同的网络结构上总体表现出对合作行为演化的促进作用.但是在方格网和规则小世界网络上,由于节点度的同质化效应,针对合作行为的激励有时不一定会产生更好的合作状态,甚至可能起到负面的效果.     

基于演化博弈的Ad hoc网络合作机制

设计一种不需要涉及外界手段(信誉或虚拟货币)的合作机制,并应用生态仿真方法,对Ad hoc网络节点的报文转发过程进行博弈仿真.结果表明,无论在有或无噪声条件下,合作机制GTFT策略均能在种群中促进合作的涌现并保持演化稳定,而Gradual策略加噪之后表现并不稳定并且会加重网络负载,增加网络时延.     

复杂网络上的演化博弈研究

在自然界和人类社会中,合作行为是普遍存在的.如何理解自私个体之间合作行为的产生和维持吸引了来自各领域科学家的注意.目前,演化博弈理论被认为是研究合作行为的一个最有力的手段.随着复杂网络理论的迅速发展,复杂网络上的演化博弈受到广泛的关注.本文拟就复杂网络上的演化博弈研究做一综述,并对未来的研究提出展望.     

变异机制在网络演化博弈中的应用

研究了加入回报机制的变异雪堆博弈。在矩阵的半张量积框架下,构建了该网络演化博弈的数学模型,与逻辑的矩阵表达相结合,该数学模型被表示成动态逻辑系统并转化成代数形式。对该动态逻辑演化过程进行分析,结合实例讨论了最终合作稳定性。     

n人随机重复博弈下的策略选择研究

扩展了重复博弈下的策略选择研究.针对由于技术进步导致的新形式博弈,提出了n人随机重复博弈概念(n-person stochastic iterated prisoner dilemma,NSIPD).针对NSIPD,设计了一种博弈策略的计算机竞赛,并研究了策略选择问题.采用随机匹配选择两个局中人进行囚徒困境博弈,且每人的策略历史可被所有人知道.详细介绍了该竞赛的设计思想和具体实验,实验结果表明在此博弈环境下TIT-FOR-TAT(TFT)和背叛策略都不是最优策略,最优策略与博弈代数以及局中人策略分布密切相关.     

加权小世界网络上的财富分布

网络演化博弈是研究社会财富分布的重要工具．使用经典的小世界网络来模拟社会网络的拓扑结构,并引入权重来表示个体联系的强度与频率,边的权重可以通过一个加权参数β进行调节．然后在此加权网络上研究了演化雪堆博弈的动力学过程,并使用基尼系数和帕累托指数两个经济学指标对系统的财富分布公平程度进行了量化研究．结果表明,系统的财富分布与参数β存在非单调的关系,并且公平程度在β=-1时达到最高．     

加权小世界网络上的演化少数者博弈模型

研究了加权小世界网络上的演化少数者博弈模型.在该模型中引入回报机制,当经纪人通过模仿获益后.模仿者必须向被模仿者支付一定的报酬.模拟发现在某报酬下系统方差达到最小,表明此时系统的表现较好,系统资源得到更好的利用.而且随着d值的减小,系统的方差增大.     

基于演化博弈的创新网络形成机理研究

创新网络形成本质上是一个复制动态演化过程,类似于有限理性条件下的演化博弈.本文借助演化博弈模型对创新网络形成机理进行了研究,揭示了创新网络演进过程的内在规律性,得出的基本结论是:网络正外部效应是创新网络形成的基本原因.     

自适应随机网络中囚徒模型的合作行为研究

本文依据囚徒困境模型,研究了在网络结构自适应过程中合作行为的演化特征。个体依据一定的概率c从次近邻随机添加新的博弈伙伴,或者以1-c的概率断掉一个欺骗的近邻。结果发现,随着加边速度c的增大,合作比例逐渐上升,达到一个最佳的峰值后。加边速度c再增大时,合作者合作比例开始下降。当c达到某一值后,系统合作者比例又重新开始上升。我们通过研究合作效应的空间形貌,对这些不同的合作演化行为进行了初步分析。     

基于演化博弈模型的网络攻防策略

针对网络信息安全问题中攻防冲突行为的博弈现象,研究了攻防双方最优策略的选取方法。根据攻防双方冲突的实际背景,将双方的收益进行量化分析,建立了攻防双方网络冲突博弈矩阵,利用演化博弈理论的基本原理,给出网络攻防对抗的动态过程,求解复制动态微分方程,得到五组均衡解。根据演化稳定策略的性质,分类分析了均衡解的稳定性。利用MATLAB实验平台,选取了满足不同情形下的参数,进行了策略稳定性分析,进而验证了模型的准确性。研究结果为研究网络信息安全中的冲突问题提供了理论依据。     

网络演化博弈的策略一致性

研究了网络演化博弈达到稳定状态时的一种策略形式。根据策略更新规则,利用矩阵的半张量积方法把网络演化博弈表示为离散时间k-值逻辑动态系统,并通过研究k值逻辑网络分析网络演化博弈的动态行为。给出了网络演化博弈策略一致性的充要条件,为继续探讨网络演化博弈的其他性质提供了理论依据。     

随机行动者视角下的董事网络动态演化研究

通过构建2012~2017年的董事网络纵向数据集,本研究基于随机行动者模型探索了董事网络的演化规律,进而揭示了影响董事网络演化的驱动因素。具体地,本研究将影响董事网络演化因素分为网络结构因素和行动者属性因素两个层次,利用社会网络网络分析工具Rsiena对影响因素进行参数估计,量化各因素的影响程度。结果显示,在网络结构方面,三元闭包效应对企业间关联关系的形成有显著影响。在行动者属性方面,资产规模是企业选择关联伙伴时考虑的重要因素;同时,地理邻近和行业同配对企业间关联关系的形成也有重要影响。本研究的结论不仅为企业董事网络的构建与优化提供了借鉴和指导,对监管机构的监管也有一定的启示作用。     

基于图形的网络演化博弈的拓扑结构

对基于图形的网络演化博弈,首先求出典型结点策略演化方程,进而给出将结点方程组合成网络局势演化方程的方法.利用局势演化方程,将计算逻辑动态系统不动点与极限环的公式推广用于图形的网络演化博弈.然后,介绍某玩家单独更新的局势演化方程,并依此给出网络演化博弈纯纳什均衡点计算公式.     

基于超循环的供应链网络仿生协同演化

从超循环理论的角度分析了供应链网络所具备的生命系统的三个基本特征——新陈代谢特性、自组织性和突变性;剖析了供应链网络循环的三个层次——反应循环、催化循环和超循环的形成机理;并运用超循环演化原理对供应链网络形成过程进行较为详细的仿生协同推演。研究表明:供应链网络应保持开放性,创建有效的信息管理机制并建立合理的选择机制。     

基于超网络的水面舰艇编队体系演化模型

 动态演化是研究编队体系（SoS）结构优化和效能评估的认知根基。针对编队实体的异质性、系统的耦合性和体系的涌现性,从信息驱动性、功能涌现性、结构时变性、整体关联性4方面归纳水面舰艇编队的演化特征。分析了编队体系作战要素,将水面舰艇编队体系作战分成战前编队体系张成、战中编队体系对抗两阶段进行体系结构抽象。建立了编队体系的超网络模型,从不同的视角建立超网络概念模型和结构超网络模型。提出了基于超网络的任务驱动渐进演化模型和信息驱动激进演化模型,并给出演化模型的计算方法。通过编队体系作战的计算示例可知,演化模型能有效地动态描述编队体系对抗过程,可为编队结构优化和效能评估提供有力支撑。     

基于演化超网络的中文文本分类方法

为了提高中文文本的分类效果,提出了一种基于演化超网络的中文文本分类方法.采用中国科学院计算技术研究所的汉语词法分析系统对中文文本进行分词,保留文本中的名词、动词和形容词作为特征;以X2统计方法进行特征选择;利用布尔权重计算特征权值.经处理后的特征向量作为系统的训练集和测试集数据.运用超边替代策略训练超网络分类模型,并实现对测试集特征向量的分类.对不同阶数设定下的演化超网络模型进行了性能分析,并将其与传统的KNN和SVM算法进行了比较.结果表明,本方法对复旦大学语料和搜狐语料可获得87.2％和72.5％的宏识别率、86.9％和70.5％的宏召回率、87.0％和71.5％的宏F1,接近或优于KNN和SVM分类方法.所提出的方法是一种有效的中文文本分类手段.     

基于演化超网络的DNA微阵列数据分类方法

为能够更好地从高特征维度的DNA微阵列数据中挖掘癌症相关基因,实现对恶性肿瘤的分子分型,提出了一种基于演化超网络模型的DNA微阵列数据分类方法?演化超网络是受生物网络启发而建立的一种认知学习模型,其学习过程非常适用于发掘基因间的相互作用?该方法采用信噪比进行基因选择,选择后的基因经归一化后用于演化超网络的学习和分类?通过急性白血病和结肠癌2种数据集进行实验,结果表明,演化超网络在分类精度方面与当前其他方法有较高的可比性?     

用于手写签名识别的演化超网络

手写签名作为易被大众所接受的生物特征身份认证方式,已成为模式识别领域一个重要研究热点.针对现有手写签名存在易模仿难鉴定的问题,提出一种结合演化超网络模型的手写签名认证方法.为了平滑噪声,构造出可读性强的笔迹特征集,采用向量化和平滑采集点的方法对手写签名样本进行预处理,从而提取出位置和方向特征属性,采用演化超网络模型对签名进行学习和鉴定.为验证该方法的有效性,对20个签名用户分别采集了40个真实签名和20个伪造签名数据进行实验.实验结果表明,该方法对用户签名的误拒率(false rejection rate,FRR)为4.75％,误纳率(false acceptance rate,FAR)为3.75％,识别率(verification accuracy,VA)为95.75％.同时和其他传统的识别算法相比,具有更高的识别率.     

数字信任监管与小微运力企业融资信用风险——基于网络货运平台的演化博弈分析

网络货运平台承担了小微运力企业的融资监管,但在融资监管策略的选择上会权衡数字信任监管与传统物流监管的成本与收益.基于演化博弈理论,构建了网络货运平台与小微运力企业的动态博弈模型,探讨平台融资监管策略的选择对小微运力企业融资信用风险的影响.研究结果显示,数字信任监管能够促进小微运力企业守约,当小微运力企业的融资成本低于数字信任监管为其带来的守约激励与违约惩罚之和时,融资的信用风险能够被有效抑制.同时,在博弈中还引入了银行激励,进一步讨论了平台的监管策略选择问题,并为银行选择贷款合作伙伴提出了建议.