导读:本文包含了复杂网络上的博弈论文开题报告文献综述及选题提纲参考文献，主要关键词:复杂网络,合作,演化博弈,仿真模拟
复杂网络上的博弈论文文献综述
章平,黄傲霜,罗宏维[1]（2019）在《不同类型复杂网络中个体合作行为互动的演化博弈模拟》一文中研究指出运用NetLogo仿真平台,采用ABM方法设计仿真实验,研究了规则格子网络、无标度网络和小世界网络3种典型社会网络拓扑结构下合作的演化,比较何种网络更有利于合作的发生。引入网络规模、初始合作概率、背叛收益、邻居节点选择方式、交互规则等因素,研究上述变量如何影响合作的发生和持续,并比较其不同的演化结果,探讨如何设计有效的激励机制以维持和促进合作。实验发现:规则格子网络和小世界网络的共性更多,而无标度网络更有利于合作的进化。设计激励机制应充分考虑群体的社会网络结构影响,以制定出有效的激励机制,促使合作发生并得以持续。(本文来源于《复杂系统与复杂性科学》期刊2019年03期）
徐建中,赵亚楠,朱晓亚[2]（2019）在《基于复杂网络演化博弈的企业低碳创新合作行为网络演化机理研究》一文中研究指出针对企业低碳创新合作所面临的复杂问题,基于现实复杂网络结构特征,运用演化博弈理论研究有限理性下企业低碳创新合作行为网络演化机理,利用Matlab仿真技术探究无标度网络载体上微观因素对低碳创新合作行为的影响。研究结果表明:低碳创新利益分配、协同效益和违约惩罚对低碳创新合作行为网络演化结果的影响最为显着,网络规模越大网络演化速度越慢,网络规模越小对协同系数和利益分配系数的敏感性越强,网络规模越大对技术溢出系数和违约惩罚的敏感性越强。研究结论可以为企业低碳创新合作策略制定提供解决依据。(本文来源于《运筹与管理》期刊2019年06期）
杜春澎[3]（2019）在《复杂网络中的演化博弈与实力非对称行为实验研究》一文中研究指出合作行为是无处不在的,大到国家地区之间的合作互利,小到生物间的共生互助,个体的发展离不开合作行为的作用。对人类合作行为的探索一直是科学家们的重要使命。特别是从复杂网络的角度研究合作行为,为合作行为演化的研究提供了崭新的视角和方法。本文主要运用演化博弈的基础原理,在复杂网络的框架下,分别从仿真模拟和行为经济学实验两个层面对合作行为的演化进行了探究。本文的研究内容共分为叁大板块,分别对合作行为的不同演化特征做出探索与分析。第一部分,本文构建了一种同质性的格子网络,并以经济学中的公共物品博弈为基础模型在此网络上进行蒙特卡罗模拟。此模型将中性奖励制度引入到了公共物品博弈中,公共池中少数策略的个体会对多数策略的个体进行奖励。数值模拟结果显示中性的奖励制度极大的提高了系统的总体合作水平,并可以使这一较高的合作水平一直保持下去。通过数值分析,本文发现中性奖励对合作的促进作用和奖励因子的大小有着间接关系。较大的奖励因子加强了网络互惠效应,因此系统中的合作率被显着提高。第二部分,本文在双层依赖网络上对公共物品博弈进行了蒙特卡罗模拟,并将非对称更新机制引入到模拟模型中。在其中一层网络上,个体的收益计算和策略更新是同步的。在另一层网络上,个体收益计算之后不能立即更新策略,要按照一定的概率进行策略更新。数值模拟结果显示,系统整体的合作水平明显下降。导致合作水平降低的主要原因是由于双层网络上的位置协同效应被非对称更新机制破坏。第叁部分,对基于囚徒困境模型的真人行为经济学实验进行了阐述与分析。传统的行为实验要求,博弈双方的初始财富必须是对称相等的。本实验则将实验人群分为两类,一类个体拥有较高的初始财富,另一类个体拥有着较低的初始财富,不同类型的个体之间才能相互博弈。通过设置非对称的初始财富分布,揭示了不公平的初始环境对合作行为的影响。客观的反映了人们在不同的恶劣环境之下对待不公平的不同表现。同时,本实验揭示了初始的不公平性并不能影响系统最终的贫富差距。(本文来源于《云南财经大学》期刊2019-06-16）
周嘉廉[4]（2019）在《基于博弈的复杂网络上的观点动力学研究》一文中研究指出在现实生活中,每个个体都拥有自己的观点,而使群体达成观点共识是研究社会行为的一个重要方面。一直以来,基于复杂网络的观点动力学理论很好地体现了观点在现实社会中的存在形式,同时,演化博弈论中的策略更新规则可以很好的体现系统中策略的演化过程。近些年来,基于博弈论的观点动力学研究引来了人们越来越多的关注,它为我们研究现实生活中的观点共识状态提供了有力的工具,也为我们研究复杂系统提供了全新的思路。本文通过将复杂网络上的演化博弈论理论引入到观点动力学模型中,将持有不同观点的个体看做是应用不同策略的博弈个体。通过设定当网络中两个体观点一致时获得奖励,观点不一致时受到惩罚,对以博弈论为基础的观点动力学系统演化过程进行了研究。与此同时,我们将从众驱动的说服能力引入到此模型中来,借助敏感参数H来刻画从众性程度对于说服能力的驱动作用。通过研究我们发现,较小的H值可以有效的缩短系统共识时间,H越小,从众性程度对说服能力的驱动越强,即从众性程度对于说服能力的驱动性越强,系统达成共识的时间将会越短。同时我们发现,敏感参数H存在一个阈值,当H低于此阈值时,系统共识时间将不会随H的改变发生明显的变化,而是维持在一个最小的值上;相反的,如果H大于此阈值,系统共识时间会随着H的增大而显着的增加。为了更细致的探究出现上述现象的原因,我们通过研究系统中团簇的演化情况给出了细致的微观解释。最后,我们研究了领导节点对于系统演化的影响,并发现当领导节点们持有相同的观点时,他们将会显着地引导这种观点在稳态时占领整个系统。(本文来源于《北京邮电大学》期刊2019-03-21）
黄昌巍[5]（2019）在《复杂网络上的演化博弈与观点动力学研究》一文中研究指出随着网络科学的快速发展,网络成为了描述复杂系统内部个体之间相互作用关系的重要方法,现实生活中许多复杂系统都可以通过复杂网络建模进行分析。另一方面,通过对复杂网络上的各种演化动力学过程的研究,人们可以深入地理解存在于自然界和现实社会系统中的诸多复杂现象,如自私个体之间合作行为的自发涌现,社会网络上舆论的形成与传播,自然界中广泛存在的同步现象等。因此,作为复杂网络研究领域的重要研究方向,复杂网络上的演化动力学,如演化博弈动力学、观点动力学以及耦合相振子系统等,得到了非常广泛的关注和研究。在本论文中,基于复杂网络上的演化博弈与观点动力学,我们分别对复杂网络上的合作演化以及群体观点演化问题做了进一步的研究和探索。本文的主要研究工作如下:对于复杂网络上的演化博弈动力学研究。(1)我们在演化囚徒困境博弈动力学模型中引入了策略坚持,研究了策略坚持机制对网络中群体合作演化的影响。我们发现,无论在何种网络结构下,策略坚持的引入都能够极大地促进群体合作;在异质网络上,考虑群体中个体具有不同策略坚持周期时,具有更大策略坚持周期的个体比具有小的策略坚持周期的个体更倾向于选择合作;此外,影响力大的节点具有更高的策略坚持水平更有利于群体维持合作行为。(2)基于ER随机网络和BA无标度网络,我们研究了空间演化博弈中基于节点度差异的偏好选择对系统合作演化的影响。研究结果表明,无论在ER随机网络或者BA无标度网络上,当个体倾向于选择与自身度差异较小邻居进行策略模仿时,此偏好选择将会损害合作。相反,当博弈个体倾向于选择与其节点度差异大的邻居进行策略学习时,在很大偏好参数范围内能够促进群体合作,并且存在最优的偏好选择强度使得系统产生最高的合作水平。(3)我们提出了具有非对称相互作用和策略学习环境的双层网络上的公共物品博弈模型,研究了相互作用网络和策略学习网络连边重迭比例对系统合作演化的影响。我们的数值模拟结果表明,网络连边重迭比例ω对系统合作演化的影响取决于收益增益因子r。当r较小时,相互作用和策略学习环境之间更高的重迭程度对合作行为更有利。然而,对于相对较大的r,情况恰好相反,此时相互作用网络和策略学习网络之间较低的连边重迭比例能够使得系统具有更高的合作水平。对于复杂网络上的观点动力学研究。我们研究了异质收敛参数对于Deffuant模型中群体观点演化达成一致的影响。在有界置信水平内,进行观点交互的两个个体之间观点的收敛参数取决于可调参数κ以及他们之间的观点差异大小。当两个个体进行观点交互时,大的κ和大的观点差异都将导致两个个体之间观点收敛速度变慢。数值模拟结果表明,当可调参数κ增大时,能够降低系统达到完全一致的有界置信阈值,并且存在最优的κ使得系统具有最小的有界置信阈值。这意味着适当降低个体观点交互的收敛比率有利于促使群体观点达成一致。(本文来源于《北京邮电大学》期刊2019-03-20）
刘旭升[6]（2018）在《复杂网络上的演化博弈与观点动力学研究》一文中研究指出现实世界中,合作现象普遍存在。人们在很多真实的复杂系统中均观察到了基本组成单元之间的合作现象,小至微生物群体、大至全球经济系统。因此,研究这些复杂系统中合作行为的涌现与维持的微观机制具有重要的现实意义。近年来,研究人员引入演化博弈理论对复杂系统中的合作现象进行了详细的研究。实际的复杂系统通常具有一定的拓扑结构,可以由复杂网络来描述。在前人的研究基础上,本论文从四个不同的方面对复杂网络上的演化博弈动力学进行了深入的研究:首先提出了一种关于随机规则网络上的演化囚徒困境博弈动力学的解析方法,然后对网络结构的平面性与异质性在复杂网络上的合作演化中的作用做了详细的对比研究,接着系统地研究了“一步记忆策略”在空间演化囚徒困境博弈中的命运,最后对小世界网络特性及耦合动力学的时间尺度在Kuramoto演化博弈中的作用进行了深入的探讨。观点动力学是社会物理学的重要组成部分,主要研究观点的形成、扩散与传播。现实生活中,人们在相互交流的过程中各自的观点会因受到彼此的影响而发生改变,群体观点的形成正是这种复杂相互作用的结果。研究观点动力学的演化有助于理解真实社会系统中的传播现象:比如社交媒体上的舆论引导,人们对全球经济危机、气候变化、环境保护与可持续等问题的看法。由于系统的拓扑结构会对运行于其上的动力学演化行为产生重要的影响,在本论文中,我们详细讨论了复杂网络的整体维度及局部拓扑结构特性在观点动力学相变行为中的作用。本博士论文主要工作及创新点如下:随机规则网络上的演化囚徒困境博弈动力学解析:在随机规则网络上的演化囚徒困境博弈中,通过将个体邻居中的策略分布近似为二项分布,我们找到稳态系统的叁个平衡关系。求解这叁个关系可以得到系统稳态合作水平的近似解析解,与模拟结果有较好的符合。此外,大量的计算机模拟结果表明,不同参数下的系统涨落仅依赖于系统的选择强度,因此可以用其标定系统的温度。同时我们还发现,系统演化到稳态后个体的平均收益与系统中的合作水平是线性相关的。网络的平面性与异质性对演化两个体博弈的影响:通过对四种不同类型网络上两个体博弈的演化稳态结果的对比分析,我们系统地讨论了平面性(个体间的相互作用是局域的)与异质性(个体的邻居数有较大的差异)对“两个体博弈”中合作演化的影响。发现在费米规则和复制动力学规则下,无论在匀质网络还是在异质网络上平面性对猎鹿博弈和囚徒困境博弈中的合作水平均有较强的促进效果。对于雪堆博弈,当系统中的背叛诱惑较小时,网络的平面性对合作有一定的促进;而当背叛诱惑较大时,网络的平面性则对合作有一定的抑制。在最优替代规则下,网络的平面性只对异质网络上的合作有较弱的促进效果。相对地,网络的异质性对雪堆博弈和囚徒困境博弈中的合作有明显的促进效果,这与网络是否具有平面性无关。然而,在猎鹿博弈中,网络的异质性在平面网络和随机网络上仅在较窄的参数区间内分别对合作有抑制和促进效果。与此同时,对于猎鹿博弈和囚徒困境博弈,在最优替代规则下网络的异质性对平面网络中的合作水平有明显的抑制效果,而对随机网络上的合作则有较弱的促进。我们的结果表明网络的平面性与异质性在复杂网络上的合作演化中均扮演着十分重要的角色。一步记忆策略在空间演化囚徒困境博弈中的命运:在系统演化过程中,个体根据前一轮博弈中自己与对手所采取的行为组合来选取当前时刻要采取的行为。通过大量的Monte Carlo模拟,发现在系统演化到稳态后大多数个体采取类似“赢则保持输则改变”的策略。该结果在比较大的收益参数范围内都是稳定的,且不依赖于系统的初始条件。我们应用平均场理论与准稳态近似方法对规则网络上的动力学过程进行了理论分析,给出了相同的结果。我们的研究结果表明在规则结构网络上的重复囚徒困境博弈中,类“赢则保持输则改变”策略为稳定占优策略。我们的工作为解释复杂网络上的演化囚徒困境博弈中一步记忆策略的最终演化命运提供了一个有效的分析方法。小世界网络上的演化Kuramoto困境:基于最新提出的Kuramoto博弈模型,我们研究了网络结构的小世界特性与耦合动力学的相对时间尺度对演化Ku-ramoto困境的影响。我们发现当合作的相对代价较小时,更随机的拓扑结构可以有效促进系统中的同步与合作水平。而当合作行为的相对代价较大时,我们发现系统的同步水平随着断边重连概率的增大呈现非单调变化,存在最优的小世界网络构型使系统的全局同步强度达到最大,此时的网络结构既不是很规则也没有很随机。此外,进一步的研究显示,在不同的相对时间尺度下系统中的合作水平和同步强度均表现出不同的演化行为。在较宽的控制参数范围内,通过适当增大耦合动力学之间的相对时间尺度可以促进系统中的合作水平和同步强度。我们的结果表明相互作用网络结构的小世界特性和两类动力学之间的相对时间尺度在Kuramoto困境的演化过程中有着非常重要的作用。复杂网络的维度及局域拓扑结构在观点动力学中的作用:在观点的相互作用过程中,正的相互作用使个体由于信任对手而倾向于转移到对手的立场,而负的相互作用则让个体由于观点的冲突而倾向于持有与对手相反的立场。控制参数p∈[0,1]和1-p分别表示两个体发生负的和正的相互作用的概率。我们在随机匀质网络上的模拟结果中发现,系统的无序化过程会在特定的控制参数p~*处出现一个奇异跳变,从而导致系统的临界点出现一定的漂移,在p<p~*和p>p~*两个区间各有一个临界点。当系统的网络结构出现异质性或平面性时,这种奇怪的跳变现象则会消失。对模拟结果的有限尺寸标度分析显示,该动力学在随机网络上的临界指数与Ising模型平均场下的结果有较好的符合,该结果与网络的度分布是异质还是匀质以及是否存在奇异跳变无关。而该模型在平面嵌入网络上则表现出不同的临界行为,且依赖于网络局域拓扑结构。当网络的局域结构比较规则时,系统则表现出与二维Ising模型相同的临界行为。平均场理论的解析结果与模拟结果有较好的符合,可以很好的佐证我们的发现。我们的结果显示出了相互作用网络结构的维度以及局域拓扑结构在观点动力学相变行为中的重要性。(本文来源于《兰州大学》期刊2018-12-01）
廖名岩[7]（2018）在《基于复杂网络演化博弈协同创新研究》一文中研究指出基于复杂网络演化博弈理论,从分析新兴产业集群内企业间的竞合关系出发,综合运用规则网络上的囚徒困境博弈和雪堆博弈及囚徒困境博弈均衡多主体系统建模等方法,分析了集群内企业的长期协同创新行为,构建了新兴产业内企业和科研院所协同创新博弈的复制者动态博弈模型,探讨协同创新企业和科研院所在创新过程中的动态演化过程。运用复杂网络上的演化博弈模型,揭示新兴产业集群内创新主体间的复杂联系,分析新兴产业企业协同创新演化路径及特点。研究表明:企业协同创新是一个不断学习、模仿、试验的过程,其演化存在着多样性和复杂性,并据此提出了相应的协同创新策略。本文基于演化博弈方法,探明战略新兴产业协同创新系统中企业与协同主体间的内在关系,分析企业的最优演化博弈策略,以期能成为战略新兴产业实现其协同创新这一目标的有力参考材料。(本文来源于《湖南社会科学》期刊2018年06期）
张艳[8]（2018）在《基于复杂网络与演化博弈的农田水利管理合作行为研究》一文中研究指出为揭示不同个体特征在博弈过程中的合作行为变化规律需要在微观层次上对其演化动态进行研究分析。文章首先对农民参与农田水利管理维护的微观、客观和周围环境等主要影响因素进行了分析并构建了基于复杂网络与演化博弈的模型。研究表明:对合作行为呈正效应影响的因素主要有农田水利完成度、社会资本的积累和农民理化程度;达成合作的可能性随协会负责人的风险精神的提高而增大;周围农户的选择行为可与德高望重农户的选择影响显着,附近农户的选择可产生一定的聚集效应并提高博弈群体的合作水平。(本文来源于《黑龙江水利科技》期刊2018年10期）
梁工谦,唐松祥,王晗[9]（2018）在《军民技术转移复杂网络演化博弈分析》一文中研究指出针对军民融合深度发展中军民技术转移网络的演化特点,基于军民技术转移复杂网络的结构特征分析,综合考虑多种影响因素,建立非完全信息下军民技术供需双方行为交互的演化博弈模型,研究军民博弈双方的行为演化路径和稳定策略,并分析各影响因素对演化稳定策略的作用关系。研究发现:转移高附加值技术、提高技术转化水平、降低双方信息获取与技术转化成本、以及减少非道德运用技术的概率,可有效促进军民技术转移网络活动的开展。(本文来源于《科技管理研究》期刊2018年20期）
黄傲霜[10]（2018）在《个体合作行为决策规则及其激励机制》一文中研究指出合作何以可能?这是经济学理论,也是现实社会运行的核心问题。本文工作主要包括:第一,研究了规则格子网络、无标度网络和小世界网络叁种典型社会网络拓扑结构下合作的演化,比较哪一种网络更有利于合作的发生;第二,引入网络规模、初始合作概率大小、背叛收益大小、邻居节点选择方式、交互规则,研究上述变量如何影响合作的发生和维持;第叁,基于以上两方面,比较其不同的演化结果,探讨如何设计有效的激励机制以维持和促进合作。尝试为“如何促进合作”设计有效的激励机制提供了一些借鉴参考。采用基于行为主体的建模方法,进行演化博弈的仿真。运用目前跨学科研究较多采用的Net Logo仿真平台建立叁种典型的社会网络,设计仿真实验,并通过对各个变量参数穷尽式的模拟进行多组实验,比较分析实验模拟结果。研究发现:在规则格子网络结构中,背叛收益对演化结果有显着影响。当背叛收益足够低时,无论初始合作概率大小,群体合作始终能够发生。背叛收益足够大时,群体趋于全部选择不合作;背叛收益处于中间值时,不存在演化均衡状态。当引入个体策略与其他博弈参与人的策略比较时,演化速度会加快。在无标度网络结构中,即使背叛收益值高于合作收益值,当初始合作概率较小时,群体也可能演化为全部背叛状态。同等背叛收益下,当初始合作概率较高时,群体更容易演化为合作群体。同等初始合作概率下,随着背叛收益的提高,群体会更容易演化为背叛群体。当改变演化策略时,会出现一些合作者与背叛者共存的稳定状态。与规则格子网格相比,无标度网络更有利于合作的进化。在小世界网络结构中,当背叛收益值小于合作收益值时,即使存在很少的合作者,也可能使得背叛群体选择合作策略,并占据绝对优势;在背叛收益相对较小的情况下,提升初始合作概率,会使得群体朝合作演化。背叛收益的提高,会使得演化速度加快,更快的到达均衡点。在本文实验中,规则格子网络和小世界网络的共性更多。与规则格子网络和小世界网络相比,无标度网络更有利于合作的进化,这是网络的结构造成的。综上,群体合作的演化与众多因素有关,包括网络规模、初始合作概率大小、背叛收益大小、邻居节点选择方式、交互规则;也和群体内部个体之间所构成的网络结构相关。在设计激励机制时,应充分考虑群体的社会网络结构,初始合作概率以及背叛收益等因素,才能制定出有效的激励机制,促使合作发生并得以维持。(本文来源于《深圳大学》期刊2018-06-30）
复杂网络上的博弈论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对企业低碳创新合作所面临的复杂问题,基于现实复杂网络结构特征,运用演化博弈理论研究有限理性下企业低碳创新合作行为网络演化机理,利用Matlab仿真技术探究无标度网络载体上微观因素对低碳创新合作行为的影响。研究结果表明:低碳创新利益分配、协同效益和违约惩罚对低碳创新合作行为网络演化结果的影响最为显着,网络规模越大网络演化速度越慢,网络规模越小对协同系数和利益分配系数的敏感性越强,网络规模越大对技术溢出系数和违约惩罚的敏感性越强。研究结论可以为企业低碳创新合作策略制定提供解决依据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
复杂网络上的博弈论文参考文献
[1].章平,黄傲霜,罗宏维.不同类型复杂网络中个体合作行为互动的演化博弈模拟[J].复杂系统与复杂性科学.2019
[2].徐建中,赵亚楠,朱晓亚.基于复杂网络演化博弈的企业低碳创新合作行为网络演化机理研究[J].运筹与管理.2019
[3].杜春澎.复杂网络中的演化博弈与实力非对称行为实验研究[D].云南财经大学.2019
[4].周嘉廉.基于博弈的复杂网络上的观点动力学研究[D].北京邮电大学.2019
[5].黄昌巍.复杂网络上的演化博弈与观点动力学研究[D].北京邮电大学.2019
[6].刘旭升.复杂网络上的演化博弈与观点动力学研究[D].兰州大学.2018
[7].廖名岩.基于复杂网络演化博弈协同创新研究[J].湖南社会科学.2018
[8].张艳.基于复杂网络与演化博弈的农田水利管理合作行为研究[J].黑龙江水利科技.2018
[9].梁工谦,唐松祥,王晗.军民技术转移复杂网络演化博弈分析[J].科技管理研究.2018
[10].黄傲霜.个体合作行为决策规则及其激励机制[D].深圳大学.2018