一种网络模拟演化方法及装置制造方法及图纸

本发明专利技术公开了一种网络模拟演化方法及装置，用于解决现有技术中因高社会背叛而导致整体网络存在合作率低的问题。该方法包括：根据网络模型以及节点的数量依次确定每个节点的收益、声望值和策略扩散概率；根据每个节点的概率与策略扩散概率的大小关系，对每个节点进行策略更新得到节点的策略，根据策略生成网络模型的状态矩阵；当每个节点的策略趋于稳定，获得稳定状态下每个节点的合作策略第一比例；当每个节点均执行一次背叛时，确定每个节点因背叛而获得收益时节点所在网络模型的合作策略第二比例；当每个节点的声望值变量变化时，确定每个声望值变量对应的合作策略第二比例，并根据每个声望值变量与合作策略第二比例的对应关系得到相图。

A method and device of network simulation and evolution

【技术实现步骤摘要】
一种网络模拟演化方法及装置
本专利技术涉及通信
，更具体的涉及一种网络模拟演化方法及装置。
技术介绍
复杂网络广泛存在于我们的日常生活中，绝大多数复杂系统都可以建模成一组复杂网络进行分析，比如常见的电力网络、航空网络、交通网络、计算机网络以及社交网络等等。复杂网络不仅是一种数据的表现形式，它同样也是一种科学研究的手段。钱学森对于复杂网络给出了一种严格的定义：具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质的网络称之为复杂网络。现如今，研究合作演化的理论方法逐渐向演化博弈论转移，而研究演化博弈的主要方法就是计算机仿真。1982年生物学家MaynardSmith提出了演化博弈论，其主要内容就是将经典博弈论与生物学相融合，与经典博弈论不同，演化博弈论摒弃了完全理性的假设，时间变化与种群之间的关系是它的主要研究方向。在博弈和决策的过程中考虑了博弈个体的异质性，更加形象地将这个过程与人类的多样化行为联系起来。在传统的网络中，演化博弈是假定每个个体采用相同的策略与周围的每一个邻居进行互动。考虑到个体的普遍多样性，在现实社会的互动中，提出了互动多样性的概念，它允许个体在每次演化过程中针对不同邻居采取不同的策略。交互多样性的网络系统中，网络的演化基于边缘动力学而不是传统的节点动力学，结果表明，在不调用其他机制的情况下，系统具有交互性。交互多样性使得在两种情况下，对于范围广泛，良好混合和结构的人口模型中，也表现出较高的合作率，即使在联系密集的人口中，合作依然存在。当交互多样性与大拓扑异构性网络结合时，合作水平低于常规的节点动力学，这意味着促进因素的结合可能导致更坏的结果。交互多样性提供了一条探索潜在价值的新途径，即普遍合作与个体在不同情境下的不同反应之间的关系。交互多样性应该得到更多的重视，推进合作机制建设。
技术实现思路
本专利技术实施例提供一种网络模拟演化方法及装置，解决现有技术中因高社会背叛而导致整体网络存在合作率低的问题。本专利技术实施例提供了一种网络模拟演化方法，包括：根据网络模型以及节点的数量依次确定每个所述节点的收益、声望值和策略扩散概率；根据每个所述节点的概率与所述策略扩散概率的大小关系，对每个所述节点进行策略更新得到所述节点的策略，根据所述策略生成所述网络模型的状态矩阵；当每个所述节点的所述策略趋于稳定，获得稳定状态下每个所述节点的合作策略第一比例；当每个所述节点均执行一次背叛时，确定每个所述节点因背叛而获得收益时所述节点所在网络模型的合作策略第二比例；其中，每个所述合作策略第二比例均包括所述合作策略第一比例，且所述合作策略第一比例的数量与所述节点的数量一致；当每个所述节点的声望值变量变化时，确定每个声望值变量对应的所述合作策略第二比例，并根据每个所述声望值变量与所述合作策略第二比例的对应关系得到相图。优选地，每个所述节点的声望值通过下列公式确定：wx,k＝wx,(k-1)+Δω其中，每个所述节点初始声望值为1，wx,k表示第k次迭代时节点zx的声望值，Δω表示所述节点的声望值变量。优选地，每个所述节点的收益和策略扩散概率分别通过下列公式确定：其中，px表示节点Zx的收益，Zy表示节点Zx的一个邻居节点，φx表示节点Zx的全部邻居节点所组成的集合，wx表示节点Zx的声望值，n表示广义的噪声因子，py为节点Zx的邻居节点中具有最大收益的节点。优选地，所述根据每个所述节点的概率与所述策略扩散概率的大小关系，对每个所述节点的策略扩散概率进行策略更新得到策略，具体包括：每个所述节点的概率为介于[0，1]的随机数，当一个所述节点对应的所述概率大于所述策略扩散概率时，将所述节点对应的所述策略扩散概率确定为所述节点的策略；或者当一个所述节点对应的所述概率小于所述策略扩散概率时，对所述节点进行策略更新。优选地，所述根据网络模型以及节点的数量依次确定每个所述节点的收益、声望值和策略扩散概率之前，还包括：根据网络模型和所述网络模型包括的节点的数量，依次构造复杂网络和囚徒困境演化博弈模型；所述囚徒困境演化博弈模型的收益矩阵通过下列公式表示每个所述节点在初始状态下会随机生成0或者1，当所述节点生成1时对应的表达式为：当所述节点生成0时对应的表达式为本专利技术实施例还提供了一种网络模拟演化装置，包括：第一确定单元，用于根据网络模型以及节点的数量依次确定每个所述节点的收益、声望值和策略扩散概率；生成单元，用于根据每个所述节点的概率与所述策略扩散概率的大小关系，对每个所述节点进行策略更新得到所述节点的策略，根据所述策略生成所述网络模型的状态矩阵；第二确定单元，用于当每个所述节点的所述策略趋于稳定，获得稳定状态下每个所述节点的合作策略第一比例；第三确定单元，用于当每个所述节点均执行一次背叛时，确定每个所述节点因背叛而获得收益时所述节点所在网络模型的合作策略第二比例；其中，每个所述合作策略第二比例均包括所述合作策略第一比例，且所述合作策略第一比例的数量与所述节点的数量一致；第四确定单元，用于当每个所述节点的声望值变量变化时，确定每个声望值变量对应的所述合作策略第二比例，并根据每个所述声望值变量与所述合作策略第二比例的对应关系得到相图。优选地，每个所述节点的声望值通过下列公式确定：wx,k＝wx,(k-1)+Δω其中，每个所述节点初始声望值为1，wx,k表示第k次迭代时节点zx的声望值，Δω表示所述节点的声望值变量。优选地，每个所述节点的收益和策略扩散概率分别通过下列公式确定：其中，px表示节点Zx的收益，Zy表示节点Zx的一个邻居节点，φx表示节点Zx的全部邻居节点所组成的集合，wx表示节点Zx的声望值，n表示广义的噪声因子，py为节点Zx的邻居节点中具有最大收益的节点。优选地，所述生成单元具体用于：每个所述节点的概率为介于[0，1]的随机数，当一个所述节点对应的所述概率大于所述策略扩散概率时，将所述节点对应的所述策略扩散概率确定为所述节点的策略；或者当一个所述节点对应的所述概率小于所述策略扩散概率时，对所述节点进行策略更新。优选地，所述第一确定单元还用于：根据网络模型和所述网络模型包括的节点的数量，依次构造复杂网络和囚徒困境演化博弈模型；所述囚徒困境演化博弈模型的收益矩阵通过下列公式表示每个所述节点在初始状态下会随机生成0或者1，当所述节点生成1时对应的表达式为：当所述节点生成0时对应的表达式为本专利技术实施例提供了一种网络模拟演化方法及装置，该方法包括：根据网络模型以及节点的数量依次确定每个所述节点的收益、声望值和策略扩散概率；根据每个所述节点的概率与所述策略扩散概率的大小关系，对每个所述节点进行策略更新得到所述节点的策略，根据所述策略生成所述网络模型的状态矩阵；当每个所述节点的所述策略趋于稳本文档来自技高网...

【技术保护点】
1.一种网络模拟演化方法，其特征在于，包括：/n根据网络模型以及节点的数量依次确定每个所述节点的收益、声望值和策略扩散概率；/n根据每个所述节点的概率与所述策略扩散概率的大小关系，对每个所述节点进行策略更新得到所述节点的策略，根据所述策略生成所述网络模型的状态矩阵；/n当每个所述节点的所述策略趋于稳定，获得稳定状态下每个所述节点的合作策略第一比例；/n当每个所述节点均执行一次背叛时，确定每个所述节点因背叛而获得收益时所述节点所在网络模型的合作策略第二比例；其中，每个所述合作策略第二比例均包括所述合作策略第一比例，且所述合作策略第一比例的数量与所述节点的数量一致；/n当每个所述节点的声望值变量变化时，确定每个声望值变量对应的所述合作策略第二比例，并根据每个所述声望值变量与所述合作策略第二比例的对应关系得到相图。/n

【技术特征摘要】
1.一种网络模拟演化方法，其特征在于，包括：
根据网络模型以及节点的数量依次确定每个所述节点的收益、声望值和策略扩散概率；
根据每个所述节点的概率与所述策略扩散概率的大小关系，对每个所述节点进行策略更新得到所述节点的策略，根据所述策略生成所述网络模型的状态矩阵；
当每个所述节点的所述策略趋于稳定，获得稳定状态下每个所述节点的合作策略第一比例；
当每个所述节点均执行一次背叛时，确定每个所述节点因背叛而获得收益时所述节点所在网络模型的合作策略第二比例；其中，每个所述合作策略第二比例均包括所述合作策略第一比例，且所述合作策略第一比例的数量与所述节点的数量一致；
当每个所述节点的声望值变量变化时，确定每个声望值变量对应的所述合作策略第二比例，并根据每个所述声望值变量与所述合作策略第二比例的对应关系得到相图。


2.如权利要求1所述的方法，其特征在于，每个所述节点的声望值通过下列公式确定：
wx,k＝wx,(k-1)+Δω
其中，每个所述节点初始声望值为1，wx,k表示第k次迭代时节点zx的声望值，Δω表示所述节点的声望值变量。


3.如权利要求1所述的方法，其特征在于，每个所述节点的收益和策略扩散概率分别通过下列公式确定：






其中，px表示节点Zx的收益，Zy表示节点Zx的一个邻居节点，φx表示节点Zx的全部邻居节点所组成的集合，A表示收益，wx表示节点Zx的声望值，n表示广义的噪声因子，py为节点Zx的邻居节点中具有最大收益的节点。


4.如权利要求1所述的方法，其特征在于，所述根据每个所述节点的概率与所述策略扩散概率的大小关系，对每个所述节点进行策略更新得到所述节点的策略，具体包括：
每个所述节点的概率为介于[0，1]的随机数，当一个所述节点对应的所述概率大于所述策略扩散概率时，将所述节点对应的所述策略扩散概率确定为所述节点的策略；或者
当一个所述节点对应的所述概率小于所述策略扩散概率时，对所述节点进行策略更新。


5.如权利要求1所述的方法，其特征在于，所述根据网络模型以及节点的数量依次确定每个所述节点的收益、声望值和策略扩散概率之前，还包括：
根据网络模型和所述网络模型包括的节点的数量，依次构造复杂网络和囚徒困境演化博弈模型；
所述囚徒困境演化博弈模型的收益矩阵通过下列公式表示



每个所述节点在初始状态下会随机生成0或者1，当所述节点生成1时对应的表达式为：当...

【专利技术属性】
技术研发人员：尤涛，王晓宇，杜承烈，陈进朝，冯晓帅，王鹏，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61