空间博弈中基于信号传递的合作行为演化仿真

为了研究信号传递对合作行为演化的影响,利用Repast仿真软件建立合作行为演化模型,根据信号和策略将个体分为利他者、排外者、谄媚者和背叛者,研究信号对合作水平的影响及机制.仿真结果表明,信号是影响合作水平的重要因素,演化过程中发出相同信号的个体形成团簇,发出不同信号的个体相互制约,并且合作水平随着b值的增大而降低.与无信号博弈相比,有信号条件下合作水平明显提高.所得结果对于研究复杂系统中合作行为演化具有一定的指导意义.     

基于社会网络的民意形成演化建模与仿真研究

针对民意的形成演化与社会网络的拓扑结构密切相关的特点,为了减少控制民意的能力,建立了一个民意形成演化的非线性微分方程模型,探索民意形成演化与个体观点转变系数和网络结构之间的关系,采用线性化的方法对模型的局部稳定性进行了理论分析,得出不同的观点转变系数会导致不同的民意走势和网络规模很大时会涌现出主导民意的结论,并提出网络生成机制对BA网络进行改进,生成一个更能描述真实社会网络结构的复杂网络,网络为载体可对民意走势进行仿真,结果很好地验证了理论分析的结论.     

间接互惠与合作演化的若干问题研究进展

2005年Science杂志指出"合作行为如何进化"是21世纪最关键的25个科学问题之一.间接互惠如何促进合作演化的研究已吸引了包括经济学家、社会学家和演化生物学家等众多学者的关注.这是由于:人类社会道德的形成、社会化分工、语言的出现、人类大脑的进化等都和间接互惠密不可分;随着经济全球化和网络时代的到来,依赖声望和信誉的陌生个体间的交易日益频繁,局部信息条件下个体的信任被利用的"道德风险"逐渐增大.本文所关注的间接互惠是以声望为核心的"下游互惠",具体而言,个体通过帮助他人建立自己在群体中的好声望,从而期待未来获得他人的帮助.可见,声望是"下游互惠"发挥作用的关键.声望的建立引发了两方面的研究:1）如何评价个体声望的好与坏,焦点是何种声望评估准则能够促进合作的演化;2）个体的声望如何在群体中快速、准确、广泛地传播,使得陌生个体间能够获得彼此的声望信息,其中八卦这种声望传播方式成为间接互惠的研究热点之一.基于声望的间接互惠研究前景广阔,未来可能的研究方向主要有复杂网络上的间接互惠、声望传播系统的鲁棒性、声望共享系统的建立和间接互惠在P2P网络中的应用.     

基于遗传算法的合作演化仿真

用Multi-Agent建模与仿真研究方法,构建小世界网络下的囚徒困境博弈演化模型,以遗传算法模拟重复博弈策略的演化,研究小世界网络下囚徒困境博弈的合作演化规律.仿真结果表明:重复博弈机制下合作更容易形成,重复博弈下的优秀策略具有一些共同的特征.     

囚徒困境中贴标签控制的促合作设计

研究囚徒困境中促进合作演化的控制设计及控制下的合作演化路径问题.基于标签捐赠机制,设计对个体贴标签的规则,增加个体的认知能力,协助个体决策.建立反馈控制下的合作演化动态模型,分析贴标签控制促进合作演化的实现途径,论证容许控制上界与控制效果之间的一致性.通过基于合作识别和基于背叛识别两种控制的比较,得到两个结论.一是合作率较低时,基于背叛识别的控制更容易促进合作率提升,反之,基于合作识别的控制则更容易实现.二是这两种识别方式需要相同的博弈重复次数.仿真分析各参数和控制上界对控制律设计和合作演化轨迹的影响.     

基于加权二分网络的冗余流量演化模型研究

针对互联网上用户重复访问网络资源形成冗余流量造成网络拥塞的问题,建立了随时间演化的加权二分网络(weighted bipartite network,WBN)模型.通过对用户网络行为及冗余流量的形成机制和演化规律的分析,WBN模型采用择优连接和拓扑增长的方式完成网络演化.仿真实验表明,在演化过程中,用户节点强度经历了由指数分布到幂律分布再到随机分布的变化,有效地模拟了Internet中冗余流量的演化过程.仿真结果和理论分析一致,进一步证明了WBN模型的正确性和实用性.     

二维平面网格上移动成本群体合作行为研究

从移动成本、收益期望与空间博弈的角度,探讨多主体系统的博弈策略演化与系统涌现特征之间的关系。利用空间演化博弈理论,构建了基于个体移动机制的拓扑结构时刻演变的空间演化博弈模型,分析了当主体具有不同的移动成本与收益期望时系统演化的稳定策略,通过分析稳定策略深入探讨系统中合作簇涌现的机理。仿真结果表明,提高移动成本能够最有效地促进系统合作率,同时中等水平的个体收益期望会进一步促进高移动成本的影响效果。     

基于兴趣信任的多agent合作系统的形成与演化研究

借鉴人类社会学中流行的人际关系模型,提出一种基于“兴趣信任”的多agent合作模型,利用贝叶斯方法对agent的可信度按兴趣领域进行了分类评估,通过agent间基于兴趣信任的链接更新形成稳定的多agent合作系统.最后的仿真实验显示,本文提出的基于兴趣信任的合作系统演化方案不仅能有效提高任务的执行成功率,而且能有效改善网络拓扑结构,使所有的agent在不同的兴趣领域内聚集在该领域内服务能力较强的可信agent周围,提高了合作对象的选取效率.经过多轮演化后,本方案能使agent在不同的兴趣领域形成“兴趣分类聚集”,减小了网络同化现象,突出了agent的个性.     

动态网络模式挖掘方法及其应用

静态复杂网络研究在揭示社会网络、信息网络和生物网络的形成和演化机制方面取得了重要成果,其方法和结果对系统生物学产生了重要影响.但现实世界中,很多网络是随时间发生变化的,即动态网络.以动态网络为对象,对动态网络的拓扑特性分析、动态网络相关的各种模式挖掘模型和方法进行了综述、比较和分析.特别地,将动态网络模式分析方法应用于生物网络和社会网络,分析了生物网络相关的动态功能模块和模式演化问题、科学家合作网络和社交网络的动态模式.最后指出了动态网络的模式挖掘方法及其在动态生物网络和社会网络研究中存在的问题和挑战,并对未来的研究方向进行了分析.     

容迟网络中基于演化博弈的合作行为

针对容迟网络中节点由于资源有限而表现出来的自私特性,为改善网络中节点的合作行为,进而提高网络的整体性能,提出一种基于演化博弈(EGT)的节点合作行为促进机制。首先,采用囚徒困境模型建立节点与其邻居博弈的收益矩阵;其次,基于度中心性定义节点的社会权威性;进一步地,在节点策略更新规则时考虑社会权威的影响,选择当前邻居中社会权威较高的节点进行模仿学习;最后,在机会网络环境仿真器上基于真实的动态网络拓扑数据进行仿真实验。仿真结果表明,与随机选择邻居的费米(Fermi)更新规则相比,考虑社会权威的更新规则能够更好地促进节点合作行为的涌现,进而提升网络的整体性能。