复杂网络中基于近视最优反应的合作行为

通过引入社会个体的行为一致性需求,在博弈个体的近视最优反应学习规则下探讨复杂网络中基于囚徒困境博弈的合作行为.分析表明,当个体邻居集合中的合作者多于背叛者,且合作成本与行为一致性需求的比率足够小时,规则网络上的合作行为能在个体的近视最优反应规则下得以演化,但存在导致群体演化为全面背叛均衡的临界比率条件.基于方格网和规则小世界网络的仿真实验验证了理论分析的结果,并发现小世界特性对合作行为的促进作用.用异质小世界网络的仿真实验表明,群体演化为全面背叛均衡的临界比率条件随小世界参数的增大而减小,合作水平随合作成本与行为一致性需求比率的减小而逐渐增大.     

基于无标度网络的应用层组播仿真

最新的研究表明,Internet网络中节点的连接度服从幂律分布,且具有无标度(scale-free)特性.基于无标度网络模型建立的网络仿真能够更真实的反映在互联网中应用的演化特征.基于对无标度网络的研究,提出了一种基于对数关系的改进的非平稳增长模型,在此模型基础上建立了基于gossip协议的应用层组播(ALM)的模拟仿真.仿真结果表明,与常用的随机网络模型比较,提出的基于无标度网络的模型与互联网的实际情况更吻合;与Planetlab实验床试验和实际测量数据分析比较,基于无标度网络的仿真可以有效模拟大规模网络上的应用.     

基于复杂网络与随机动态稀释机制的演化博弈分析

借助复杂网络的理论与方法，以演化博弈理论为基础，提出了随机动态稀释机制，并探讨了该机制对复杂网络上演化博弈的影响。对无标度网络、小世界网络和规则网络这三种典型网络上的博弈过程进行了模拟，并分析了结果。通过同质性网络与异质性网络上合作行为的比较研究，发现随机动态稀释机制能使同质性网络产生局部异质性，从而促进合作。并且当随机概率P=P^＊时，会出现最佳合作行为。     

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。     

无标度网络的群聚性对合作行为的影响

通过仿真实验分析囚徒困境博弈在群聚性可变的无标度网络上的演化,进而考察无标度网络的群聚性对合作行为的影响.实验结果表明,无标度网络的群聚性对合作行为的影响依赖于度量个体博弈收益的效用函数.一方面,当效用函数考虑关系成本并以平均收益度量个体的博弈收益时,无标度网络的群聚性抑制合作行为.另一方面,当效用函数同时考虑关系成本和无标度网络中hub节点所具有的资源优势,并以平均收益和累积收益的加权平均度量个体的博弈收益时,随着累积收益权重的增大,无标度网络的群聚性对合作行为的影响逐渐由抑制作用转变为促进作用.     

多元偏好、社团结构与网络合作涌现仿真研究

在综合考虑复杂社会网络高集聚性、无标度性以及"社团结构"的基础上,依据"囚徒困境"博弈,建立了基于多元偏好的复杂社会网络演化博弈模型,创新性地将节点影响力运用于博弈策略的更新规则中,并利用Matlab平台进行仿真。从宏观特征和微观结构两方面,通过对照仿真实验,系统研究了多元偏好、社会网络的"社团结构"以及外部连接对合作涌现的影响及其作用机理。研究发现,多元偏好特征下社团结构特征影响主体的异质性期望水平;"社团结构"可以促进合作行为的涌现;社团外部影响力对合作涌现的影响与社团规模有关。     

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.     

无标度网络的同配性对群体合作行为的影响

考虑维持社会关系所需的"成本"因素,在囚徒困境博弈模型中引入关系成本参数,通过仿真实验研究囚徒困境博弈在同配性可变的无标度网络上的演化,进而探讨不同关系成本条件下无标度网络的同配性对合作行为的影响。研究结果表明,随着关系成本的提高,群体的合作行为受到了明显的影响,合作者均衡密度表现出先降低后升高的趋势。然而,在不同的关系成本参数条件下,无标度网络的同配性始终抑制了合作行为的演化,合作者均衡密度随着同配性水平的增大而减小。     

基于加权无标度网络的产学研合作网络演化

现实中许多网络都具备无标度网络的幂律分布特点,产学合作网络也不例外。本文基于无标度网络的特点,从创新主体间亲密程度考虑,对产学研合作网络的权重和演化进行研究。在衡量权重方面,以创新主体间合作次数为自变量,考虑关系的饱和效应,构建logistic量化函数。并以无标度网络的特性为出发点,考虑节点退出机制、鲁棒性、权重变化性,构造产学研合作加权网络演化算法。同时,以某项国家科技支撑计划项目为例,进行案例分析,以期提出的权重假设、算法更符合现实情况。     

基于数据爬虫与动态社会网络的公众环保行为演化研究

本文运用数据爬虫技术与社会网络分析方法对一个豆瓣公众环境保护小组的信息交互及相应的动态社会网络演化过程进行刻画,并在基于计划行为理论的绿色出行行为意愿模型的基础上:对嵌入在动态社会网络中的公众环保行为演化规律进行了研究.结果表明:在公众环境保护小组的社会网络形成过程中,社会网络的拓扑结构由最初的小世界网络特征迅速演变成为无标度网络特征;降低社会网络中行为主体的信息交互阈值、公众环保信息的差异程度、行为主体的易受影响程度将有利于公众环保豆瓣小组社会网络中信息的有效传播,行为主体对于公众环保信息的掌握与认知将能演化达到更加理想的状态,也将有利于促进公众环保行为的推广.     

复杂供需网络的局域演化生长模型

在一般局域世界演化模型基础上,建立了供应链复杂网络的局域演化生长模型.应用节点间相关度的概念来确定每一新加入节点的局域世界,并定义局域世界的规模是动态增加的.通过解析的方法,导出这一模型的度分布、聚类系数和平均路径长度,发现其具备复杂网络的无标度、小世界等特性,并通过数值仿真进行了验证.     

基于节点批量生长机制的无标度网络演化模型

基于网络新生节点批量生长的机制,提出了一种无标度网络演化模型.模型中考虑了新生节点之间的耦合模式,并引入了新的参数,使其更符合现实网络的演化形式.采用主方程法对模型的度分布进行了解析,并通过数值模拟验证了模型具有无标度特性.而且,不同参数取值下较大的簇系数及平均路径长度为网络规模对数成长的特性也表明了该模型具有小世界效应.     

具有边连接增长速度的演化网络度分布研究

近年来,研究发现复杂网络的拓扑结构可分为如下三个类别:随机图模型,小世界网络模型和无标度网络模型.产生这三种不同拓扑结构的主要原因是在网络进化过程中,其边连接方式和点增加方式的不同.实际的复杂网络中幂律(Power-Law)分布的指数范围经实测为[2,3],而当前理论研究结果为[2, ∞).在分析无标度网络演化过程的基础上,提出了一种新的边连接方式,即考虑了边连接增长速度的择优连接方式,并运用主方程方法得到了在这种连接方式下网络的度分布.理论分析与数值仿真表明:在新的演化规则下,通过调节不同的连接速度,可以使幂律分布的指数范围为[2,3].     

从复杂网络视角看文化信仰及商人与代理关系

用数值模拟方法,探讨了WS小世界网络和BA无标度网络这两种类型网络上商人与代理的关系.在WS规则生成的小世界网络中,结合文化信仰,观察了商人网络的节点平均度、执行欺诈策略的代理所占的比例和商人付给代理的工资这3个参数的变化对所有欺诈代理的平均收益和所有诚实代理的平均收益的影响.在BA规则生成的无标度网络中,则发现了顶点度与欺诈代理收益之间的关系.     

内部演化的BA无标度网络模型

在BA(Barabási-A lbert)无标度网络模型的基础上,考虑网络节点增长的同时,网络已有节点连线也在增加。在这个BA网络改进模型中,引入了两个主要参数q1,q2,通过理论分析,导出了这个内部演化的增长网络的度分布,发现它仍然具有无标度网络的一般性质,BA无标度网络是它的一种特殊情形。数值仿真验证了理论分析的正确性。这个改进模型比BA网络模型具有更广泛的实际背景,利用它可以更真实地模拟与刻画现实中许多复杂网络的演化及其特征。     

无标度网络的指数增长与动态局域世界

从无标度网络指数式演化的角度，给出了BA修改模型的解析结果和数值模拟。解析结果表明，无标度网络的演化速率满足关系式0.5〈β≤1，且幂指数满足r=2β＋1的形式。在此基础上，发现择优连接过程发生在动态局域世界上，其规模与整个网络的规模成正比。     

基于社会影响模型的观点演化规律研究

通过建立观点演化模型,以计算机仿真为主要手段,发现网络中观点传播的一些新特性.分别从同步和抗毁性的角度分析了不同拓扑结构下的复杂网络观点演化规律.仿真结果表明无标度网络在此社会影响模型下依然显示出其"强壮且脆弱"的双重特性.网络紧密程度的上升能够提高随机网络的抗毁性,却会显著降低无标度网络的抗毁性能.此外侵入策略与噪音在演化过程中也起到重要作用.     

基于加权网络的敏捷供应链知识服务网络演化

基于复杂网络理论,用边权重表示知识转移强度,且在加权网络的基础上,提出了敏捷供应链知识服务网络的演化机制。通过对强度分布、权重分布、度分布和聚类系数等4个网络特征量的定性分析,提出了知识服务网络的演化趋势,并进行仿真实验,验证了敏捷供应链知识服务网络的无标度特性,揭示了其演化过程,且在鲁棒性方面较无标度网络表现出优越性。在网络内部演化过程中不仅考虑了边的增加,还考虑到知识转移造成的边权重的变化,更全面地刻画了敏捷供应链知识服务网络的生长演化过程。     

基于复杂网络的知识转移模拟与分析

借助复杂网络的理论与方法,提出了知识转移网络模型,研究了网络结构对组织中知识转移的作用.对无标度网络、小世界网络、规则网络和随机网络四种典型网络上的知识转移过程进行了模拟,并分析了结果.通过计算三个指标来度量知识转移的效果:知识增长速度v、知识水平方差系数C和Moran系数MC.经过比较研究发现,无标度网络具有明显的结构特性优势,能够提升知识转移的效果.