基于节点亲密度和影响力的社交网络舆论形成模型

针对舆论传播过程中个体交互的广泛性和个体社会影响力的差异性,在Hegselmann-Krause模型的基础上建立了社交网络舆论形成模型。新模型通过引入个体间亲密度、人际相似性和交互强度等概念,对个体交互集合进行了扩展,并对影响力权重进行了合理量化,进而构建更切合实际的观点交互规则。通过一系列仿真实验,分析了模型主要参数在舆论演化中的作用。结果表明：在不同信任阈值下,群体观点均能收敛到一致,形成舆论共识;且信任阈值越大,收敛时间越短;当信任阈值为0.2时,收敛时间仅为10。同时,扩大交互集合、提高人际相似性的作用强度会促进舆论共识的形成。此外,当无标度网络的聚类系数和平均度较高时,群体观点更容易产生趋同效应。研究结果有助于理解舆论形成的动力学过程,对社会管理者进行决策分析具有指导作用。     

基于关系度的群体观点演化模型与仿真*

针对传统的连续观点动力学模型中,缺乏对观点传播过程中人与人之间关系的考虑,通过扩展Hegselmann-Krause模型,引入关系度和关系阈值,研究个体间关系程度对群体观点演化的影响以及关系度在具有观点领袖的团体中所发挥的作用。研究结果表明：在关系阈值的影响范围内,关系度有利于群体观点达成共识并能够缩短系统观点的收敛时间;另外,观点领袖的支持者越多且支持者初始观点越接近观点领袖的观点,观点演化的收敛时间越短,系统平衡时的观点值越接近观点领袖的初始观点值。     

基于从众行为的改进Hegselmann-Krause观点动力学分析

在许多社交场景中,个体往往因为从众行为而改变自己的观点.为了探究从众行为对个体观点演化的影响,提出具有群体压力的改进Hegselmann-Krause(HK)模型.与已有模型不同,所提出模型中每个个体对其余个体的影响程度并不总是相同.首先,在此基础上,通过理论分析该模型的收敛性,并给出该模型的收敛时间及其与信任边界、群体压力大小等因素的关系;然后,考虑到群体中存在合作和对抗2种关系,进一步提出具有群体压力的改进符号HK模型,验证该模型的收敛性,并给出其收敛时间以及与信任边界、群体压力大小等因素的关系;最后,仿真分析信任边界和群体压力对所提出2种模型的观点演化过程和收敛时间的影响,并验证所提出模型的有效性.结果表明,信任边界与群体压力越大,群体内个体的观点收敛越快.     

基于改进HK模型的社交网络舆情演化

传统网络舆情演化研究中,网络结构平均聚类系数较小,平均路径长度较大,且个体之间的相对权威性相等.针对这种情况,提出一种基于个体相对权威性的改进HK (Hegsekmann-Krause)模型来对个体间的权威性进行量化,同时构建更符合实际社交网络性质的网络拓扑结构.实验结果表明:该模型随着有限信任阈值增大,演化后的最终观点数量减少;随着平均节点度增大,观点以更快的速度趋于一致;该模型能够有效提高网络平均聚类系数、降低平均路径长度,同时舆情演化效果与传统HK模型一致.     

多社区网络上的命名博弈

为了模仿人类对新物体认知和命名的过程,提出了一种新型的命名博弈模型,它通过词汇的权重表示个体的认知程度,低权重词汇被删除模拟个体有限记忆的过程.实验发现,在单社区网络上,所有个体的词汇最终能够统一,通过总词汇数、不同词汇数和平均协议成功率的分析解释了新个体命名的演化过程.衰减因子和删除阈值的取值对于演化速度影响较大,当它们之间存在线性关系时演化收敛较快.通过将该模型应用到多社区网络模型上,发现收敛词汇数可能不唯一,会与社区数相同,且收敛词汇数的稳定性与网络社区化强度和社区内节点的平均度有关,而与社区内节点数无关.最后,使用微分动力学的方法对这种情况进行了定量分析.     

基于关系HK模型的群体观点演化建模与仿真

针对传统HK模型中,未考虑个体间人际关系对观点阈值外个体观点交互的影响,提出一种关系HK模型,以研究关系度对群体观点演化时间和系统观点簇的影响,以及关系度在两个意见观点趋向相反的观点领袖及其支持者中发挥的作用。研究结果表明,群体中关系度的存在有利于观点达成共识,缩短系统观点演化时间。特别地,在具有观点领袖的群体中,观点领袖支持者的特征因素对系统观点演化结果起着决定性的作用,如支持者初始观点、观点阈值、关系度阈值和初始观点坚持度。当群体中存在两个意见趋向相反且彼此间没有关系度的观点领袖时,系统最终出现分裂状态,而观点领袖及其支持者之间关系度的存在,有利于系统观点达成共识。     

基于目标多特征的SAR影像舰船检测优化算法

针对传统的舰船检测算法无法有效避免旁瓣效应对结果的影响,及多考虑舰船与背景之间的灰度对比度而未充分利用SAR影像上目标对象的几何特征造成检测精度较低的问题,提出了一种基于舰船多特征的目标检测算法.该方法利用方位角估算法与逐步逼近法剔除旁瓣效应对计算目标对象几何特征(面积、长宽比和矩形度)及灰度对比度特征的影响,利用变异系数法赋予4个特征不同的权重,计算出目标对象的置信度,选取最佳置信阈值,剔除非目标对象,优化检测结果.利用Sentinel-1影像数据对算法进行了验证,并将其与双参数CFAR算法和KSW双阈值算法进行了对比实验.实验结果表明:对于3张背景复杂度不同的影像,所提出的算法质量因子均超过了0.7且耗时最短,同时对于背景较为复杂的影像仍能保持较好的检测性能.     

离散时间分数阶多自主体系统的时延一致性

复杂工作环境中,许多自然现象的个体动力学特性用整数阶方程不能描述,只能用非整数阶（分数阶）动力学来描述个体的运动行为. 本文假设多自主体系统内部连接组成有向加权网络,个体的动态特性应用分数阶动力学方程描述,个体之间数据传输存在通信时延. 应用分数阶系统的Laplace变换和频域理论,研究了离散时间的分数阶多自主体系统的渐近一致性. 应用Hermit-Biehler 定理,研究了具有样本时延的分数阶多自主体系统的运动一致性,得到保证系统稳定的时延的上界阈值. 最后应用一个实例对结论进行了验证.     

无标度网络中考虑个体重视的传染病传播研究

分析传染病传播动力学行为是复杂网络研究的基本问题之一,现有的传染病传播模型研究没有充分考虑到传染病传播过程中人为因素的影响,即易染个体在传染病传播过程中的行为反应。针对以上问题提出了一种改进的无标度网络中具有个体重视的SIR传染病传播模型。利用平均场理论方法,分析了所提模型的动力学行为。研究了在无标度网络中具有个体重视的易染个体的比例和个体重视度对传染病传播的影响。理论分析和数值模拟结果表明,增大具有个体重视的易染个体的比例和增加易染个体的重视度,可以有效地改善传染病的传播阈值、传播的速度和爆发的规模。     

基于公共邻居的MHK一致性协议及其稳定性分析

如何增强多智能体系统一致性收敛是其一致性研究的重要问题。提出了一种新的MHK（multi-agent-based Hegselmann-Krause）一致性协议,该协议将智能体间的公共邻居作为切换网络下多智能体分布式协作的重要调控因素。针对该协议下的多智能体系统设计了能量函数,分析并证明了该系统具有李雅普诺夫意义下的稳定性,将收敛为一个或多个子观点集群。数值仿真采用增量分析方法考察了系统所收敛的观点集群数量与初始拓扑区间长度的关系;实验表明,该协议使多智能体系统收敛为数量更少的观点集群。所提出的基于公共邻居的MHK一致性协议能够有效提高切换网络的连通性,从而增强系统的一致性收敛,并能为观点演化模型的控制与优化提供理论支撑。     

基于间歇反馈多维泰勒网的动力学模型

具有羊群效应的系统,因为结构复杂,内部要素互相影响,参与其中的人类行为难以预测而不易建立整体模型. 本文提出建立间歇反馈多维泰勒网动力学模型方法,通过叠加的死区函数模拟了羊群效应中从众心理对系统产生的间歇反馈,结合多维泰勒网建立了适合普遍系统的一般动力学方程. 该方法区别于以往羊群效应的以个体研究为出发点,通过系统对外表征的数据波动建立了含有羊群效应的整体模型. 实例结果表明,这种基于间歇反馈多维泰勒网的动力学建模方法是可行和有效的.     

考虑从众效应的谣言传播模型

考虑到真实社交网络中存在的从众效应,根据个体心理特征的变化,改进了对谣言传播概率以及谣言传播者恢复理性概率的动态化描述,提出了考虑从众效应的谣言传播模型,并针对不同的网络拓扑结构建立了相应的谣言传播动力学方程组。在考虑从众效应的谣言传播模型中,对谣言的最终传播规模进行了数值分析,结果表明,随着谣言的初始传播概率的增大,谣言的最终传播规模也随之增大;改进模型的仿真结果也表明从众效应会加速谣言的传播演化。利用蒙特卡罗方法模拟了谣言在小世界网络和无标度网络中的传播演化,结果表明在从众效应的影响下,谣言在无标度网络中传播速度更快,扩散程度更深。将改进模型基于真实社交网络拓扑进行了模拟仿真,发现谣言的初始传播个体影响力对于谣言的传播演化具有重要的影响。     

复杂网络的影响可控性

人们的行为受其他个体和连接彼此的社会网络的影响.研究基于影响网络的重要模型(DeGroot模型),在此模型中,社会网络可用一个加权的有向图表示,网络中的每个个体对某个共同的兴趣问题具有一个初始态度,由于网络中节点的相互影响而会逐步发生改变.提出一种框架用于分析复杂社会网络的影响可控性.结果表明,如果网络中存在持相反观点且对影响免疫的个体,群体对于命题的观点或态度可被固执的个体集合控制.通过分析网络完全影响可控或部分影响可控的条件,得到相应的可控准则.此外,提出控制影响网络的具体方法.由于网络的结构可控性已被广泛用于分析各种复杂网络,分析了网络的影响可控性与结构可控性的关系.     

基于观点认同的群体情绪模型

为了能够有效地模拟群体环境中群体情绪的演化过程, 以情绪感染为理论基础, 提出一种新的基于观点认同的群体情绪模型。该模型引入个体观点值、情绪触发阈值来实现观点交互与认同对群体情绪演化所产生的影响作用。观点交互采用有界信任Deffuant模型来实现。通过模拟发现, 观点交互不仅加速了群体情绪融合过程, 而且在多观点群体环境中对群体情绪融合态势也具有决定性的作用。实验模拟结果表明, 本模型不仅能够体现情绪感染过程中个体的无意识、自动感染过程, 而且也能够体现个体对传染对象的选择性过程, 弥补了情绪感染过程中个体无认知的缺陷。     

基于观点动力学的在线评分人数预测

多数观点动力学研究采用基于Agent的建模和仿真方法,与现实社会现象严重脱节。针对该问题,利用现实社会在线评分的统计数据验证和改进观点动力学模型的解释和预测能力。在评分过程中,个体的观点受到自身初始观点和群体观点的共同影响,产生的最终观点将决定个体是否加入评分群体,如果加入将产生评分行为,进而影响后续个体的观点及行为。据此过程建立一个连续观点动力学模型,对在线评分的人员数量进行预测。使用豆瓣网站的影片在线评分数据进行实验,分析各评分观点变化对在线评分数量的影响,结果表明,该模型能够有效预测在线评分人数;个体的最终观点主要受群体差-中-好评分观点的影响,而与自身初始观点基本无关;泊松参数值偏离最优值越远,预测准确率越低。     

基于用户相对影响权重的热点事件传播阈值模型

结合现有的线性阈值模型,提出一种新的用户相对影响权重函数;结合信息自身敏感性以及节点自身的接受阈值特性,提出一种能衡量信息传播能力的阈值模型,即URLT模型。通过仿真实验模拟在不同网络、不同敏感度信息以及不同节点阈值的传播,并对最终传播情况进行对比,实验结果证明,其最终影响范围与真实传播情况符合。因此,该模型对信息传播规律的发现与抑制有一定的参考价值。     

基于K-邻居节点覆盖的物联网定位模型

针对传统基于接收信号强度的定位缺陷,提出一种新型的基于K-邻居节点覆盖的物联网定位模型.该模型分为选取邻居节点与定位两个阶段,未知节点先通过调整发射功率等级来选择最近的K个邻居节点,尽量减少远距离节点对定位的影响.定位阶段,未知节点通过与K个信标节点的接收信号强度来计算权重,通过加权求和算出未知节点的坐标.采用K-邻居节点误差的自校正方法对坐标进行补偿.该定位模型可有效的避免环境因素对定位的影响,且定位算法简单,避免复杂的计算.实验表明,该定位模型定位精度较高.     

基于宏观概率模型的群机器人系统自适应建模研究

提出一种基于宏观概率模型的群机器人觅食系统的自适应建模方法.在此异构群机器人中,每个机器人可根据内部信息、社会信息和环境信息自适应调节搜索时间阈值和休息时间阈值.为区别个体机器人,引入个体休息时间阈值和公共休息时间阈值.基于概率有限状态机法将机器人状态分为休息状态和搜索状态两大类,状态之间的转移由相应的个体休息时间阈值决定.详细分析和推导了三种信息对时间阈值的影响.最后在Stage仿真平台上进行了不同环境条件下的仿真实验.结果表明该模型适用于群机器人系统.     

层次分析的惯导/重力匹配导航系统性能评估方法

提出了基于层析分析法的系统精度性能评估方法.在分析惯导/重力匹配导航核心误差要素的基础上,建立了基于多层的系统结构体系描述;设计阈值和遍历相结合的系统性能分值确定方法,解决了传统层析分析法的权重模型描述和权重确定客观性问题.实例表明:精度性能评估方法是有效的,该方法为评估惯导/重力匹配导航系统性能,进而实现系统性能优化提供了参考,具有一定现实意义.     

基于个体局部交互作用的舆情传播模型研究

考虑社会网络中的个体局部交互作用,提出一种新的舆情传播模型,细致地考虑了个体意见接收概率对于舆情传播的影响。假设系统中每个个体的意见由两种状态组成,如同意或反对。系统中存在两组持有不同意见的人群,他们分别对自己的意见深信不疑,从不改变。第三组人群在单位时间内随机选择一个邻居进行交流,并以某个概率接受该邻居的意见,解析结果和数值模拟显示并且最终状态时,持有两种观点人群的比例只与初始状态中持不同意见的两组人群的比例有关,而与接收概率无关,说明舆情传播中初始人群的规模非常重要。