【摘要】：近年來,采用自然科學(xué)的研究方法研究復(fù)雜的社會群體行為和現(xiàn)象引起了人們廣泛的興趣和關(guān)注。觀點動力學(xué)采用基于Agent的建模和仿真方法研究社會群體中個體觀點從無序到有序的演化過程。觀點是指個體對事物和問題的看法、選擇或偏好。觀點動力學(xué)認(rèn)為個體觀點的形成和演化受到自身和周圍其他個體觀點的共同影響,試圖建立個體觀點影響模型,分析和解釋觀點的傳播、演化以及觀點簇的涌現(xiàn)。深入研究觀點動力學(xué)對加深人們對觀點形成和演化的內(nèi)在機理的認(rèn)識和理解,針對大規(guī)模人群設(shè)計更好的決策和討論過程,引導(dǎo)和控制社會輿論的傳播和共識的達(dá)成等具有重要的理論價值和實踐意義。本文研究連續(xù)觀點動力學(xué)演化的理論和應(yīng)用問題,主要包括以下四個方面的內(nèi)容:1.有向無標(biāo)度社會網(wǎng)絡(luò)上自由發(fā)言的觀點形成研究。群體中個體的交互關(guān)系形成一個有向無標(biāo)度網(wǎng)絡(luò)。個體以隨機次序或概率次序依次發(fā)言表達(dá)觀點,其他關(guān)注發(fā)言者的個體接收到提供者的觀點,然后依據(jù)一定的規(guī)則更新自己的觀點,在輪到他們發(fā)言時進(jìn)行表達(dá)�；谟薪缧湃渭僭O(shè)提出一個有向社會網(wǎng)絡(luò)上的連續(xù)觀點動力學(xué)模型,研究發(fā)言次序以及社會網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)對觀點形成和演化的影響。結(jié)果表明:當(dāng)同一個個體不斷地重復(fù)其觀點,使得其他關(guān)注他并且信任水平在初始時刻包含他的觀點的個體們的觀點不斷地接近他的觀點;采用概率次序比隨機次序形成更少的觀點簇、更大的最大簇、更小的標(biāo)準(zhǔn)差以及只需更少的等待時間達(dá)到中等程度的共識;隨著無標(biāo)度分布參數(shù)的減少或者信任水平增加,兩種發(fā)言次序的結(jié)果都變好;結(jié)果間的差距隨著網(wǎng)絡(luò)規(guī)模的減少而變小。2.按輪發(fā)言的觀點演化研究。針對連續(xù)觀點動力學(xué)模型中缺乏對個體信任及其觀點的不同權(quán)重的考慮,通過引入個體間的信任度和觀點間的相似度,修改有限信任假設(shè)為有限影響假設(shè),擴展Hegselmann-Krause(HK)模型為帶權(quán)重的觀點更新模型,以研究社會群體中少數(shù)的偏執(zhí)個體和權(quán)威個體對觀點形成、演化以及共識構(gòu)建過程的影響。仿真結(jié)果表明,這兩類個體的初始觀點盡量接近觀點分布區(qū)間中點0.5或者增加偏執(zhí)個體的影響閾值和權(quán)威個體的可信任程度可以使群體形成更少和更大的觀點簇。通過仿真比較按輪發(fā)言變式和自由發(fā)言變式表明:在相同的初始條件下,自由發(fā)言變式采用權(quán)威專家優(yōu)先,然后按觀點累積變化最大者優(yōu)先的發(fā)言順序規(guī)則生成的觀點簇數(shù)更少,15輪左右的發(fā)言輪數(shù)是觀點簇數(shù)變化速率的閾值。3.連續(xù)觀點與有向自適應(yīng)網(wǎng)絡(luò)共同演化研究。通過擴展HK模型來研究連續(xù)觀點和有向自適應(yīng)Erd?s-Rényi隨機網(wǎng)絡(luò)的共同演化。當(dāng)2個觀點之差超過信任水平?時,模型中的有向鏈接可能以一定的概率斷開。新鏈接在那些沒有有向鏈接的個體間隨機產(chǎn)生。仿真結(jié)果表明在靜態(tài)網(wǎng)絡(luò)中,最終的觀點受到網(wǎng)絡(luò)的初始特性的影響,而在有向自適應(yīng)網(wǎng)絡(luò)中,最終觀點基本上受到重連概率的影響。重連概率增加使得網(wǎng)絡(luò)的平均度增加,加強了個體間的聯(lián)系,使得自適應(yīng)網(wǎng)絡(luò)的結(jié)果優(yōu)于靜態(tài)網(wǎng)絡(luò)。4.基于連續(xù)觀點動力學(xué)的在線評分人數(shù)預(yù)測研究。在線評分中,個體的觀點受到自身初始觀點和群體觀點的共同影響,產(chǎn)生的最終觀點將決定個體是否加入評分群體,如果加入將產(chǎn)生評分行為,進(jìn)而影響后續(xù)個體的觀點及行為。據(jù)此過程建立一個簡單的連續(xù)觀點動力學(xué)模型,對在線評分的人員數(shù)量進(jìn)行預(yù)測。采用互聯(lián)網(wǎng)上豆瓣網(wǎng)站的影片在線評分?jǐn)?shù)據(jù)進(jìn)行實驗,結(jié)果表明模型能夠有效預(yù)測在線評分人數(shù);個體的最終觀點主要受群體差-中-好評分觀點的影響,而與自身初始觀點基本無關(guān);泊松參數(shù)值偏離最優(yōu)值(1.25)越遠(yuǎn),預(yù)測準(zhǔn)確率越低。
[Abstract]:In recent years, the study of complex social group behaviors and phenomena by natural science has attracted extensive interest and attention. View dynamics uses Agent-based modeling and simulation to study the evolution of individual views from disorder to order in social groups. Opinion Dynamics holds that the formation and evolution of an individual's views are influenced by both his own and other individuals'views around him. It attempts to establish a model to analyze and explain the propagation, evolution and emergence of opinion clusters. Understanding and understanding, designing a better decision-making and discussion process for large-scale population, guiding and controlling the dissemination of public opinion and reaching consensus are of great theoretical and practical significance. Research on the Formation of Free Speaking Views on Social Networks. Interaction among individuals in a group forms a directed scale-free network. Based on the bounded trust hypothesis, a continuous viewpoint dynamics model on directed social networks is proposed to study the effects of speech order and topological structure of social networks on viewpoint formation and evolution. The opinions of the individuals who engrave his opinions are constantly approaching his opinions; using probabilistic order to form fewer opinion clusters, larger maximal clusters, smaller standard deviations, and to achieve a moderate degree of consensus with fewer waiting times than using random order; and with the reduction of scale-free distribution parameters or the increase of trust levels, the two statements The sequential results are better; the gap between the results decreases with the decrease of the network size. 2. Research on the evolution of opinion in turn. In view of the lack of consideration of different weights of individual trust and opinions in the continuous view dynamics model, the finite trust hypothesis is modified by introducing the trust degree between individuals and the similarity between opinions. Limited Impact Hypothesis (LIH) extends the Hegselmann-Krause (HK) model to a weighted view updating model to study the effects of a small number of paranoid and authoritative individuals on opinion formation, evolution and consensus building processes in social groups. Simulation results show that the initial views of the two groups are as close as possible to the midpoint 0.5 or increase in the opinion distribution interval. The influence threshold of paranoid individuals and the trustworthiness of authoritative individuals can make the group form fewer and larger opinion clusters. The simulation results show that under the same initial conditions, authoritative experts are preferred in the round-robin variant and the free-spoken variant, and then the speaker who has the greatest cumulative change of opinion prefers to speak smoothly. The number of viewpoint clusters generated by the order rules is less, and the number of speakers around 15 rounds is the threshold of the change rate of viewpoint clusters. 3. The co-evolution of continuous viewpoints and directed adaptive networks is studied by extending the HK model. The simulation results show that in a static network, the final point of view is affected by the initial characteristics of the network, while in a directed adaptive network, the final point of view is basically affected by the reconnection probability. The increase makes the average degree of the network increase, strengthens the connection between individuals, and makes the result of the adaptive network better than that of the static network. 4. Research on online scoring population prediction based on continuous view dynamics. Whether to join the scoring group or not, if joined, will produce scoring behavior, and then affect the opinions and behaviors of subsequent individuals. A simple continuous view dynamic model is established to predict the number of people scoring online. Individuals'final opinions are mainly influenced by the group's poor-middle-good points, but have little to do with their own initial opinions. The farther the Poisson parameter value deviates from the optimal value (1.25), the lower the prediction accuracy.
【學(xué)位授予單位】：國防科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2014
【分類號】：TP393.02

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 方子帆;吳建華;何孔德;張屹;陳少平;杜道佳;;索結(jié)構(gòu)碰撞動力學(xué)模型及應(yīng)用研究[J];系統(tǒng)仿真學(xué)報;2011年05期

2 程遠(yuǎn)雄,傅祥志,廖道訓(xùn);機器人操作器的“數(shù)字—符號”實時動力學(xué)模型[J];華中理工大學(xué)學(xué)報;1990年S3期

3 李天復(fù);;情報的作用機制及其動力學(xué)模型[J];情報科學(xué);1992年01期

4 孫慶;;間歇腹膜透析尿素氮、肌酐動力學(xué)模型[J];四川師范學(xué)院學(xué)報(自然科學(xué)版);1989年04期

5 吉愛國,馮汝鵬,郭偉,張錦江;動力學(xué)模型在重型機械手控制中的應(yīng)用[J];機械工業(yè)高教研究;1996年04期

6 荊武興;高長生;;月球探測器精確相對動力學(xué)模型及其應(yīng)用[J];中國科學(xué):物理學(xué) 力學(xué) 天文學(xué);2010年04期

7 李長金;關(guān)于機器人動力學(xué)模型的線性化[J];機器人;1988年05期

8 林凌鵬;林水生;劉培龍;黃樂天;;STDP突觸的雙輸入信號動力學(xué)模型研究[J];計算機應(yīng)用研究;2012年04期

9 茅力非;黃劍;宋文俊;汪秉文;;座椅可移動2輪機器人的建模與仿真[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2012年07期

10 韓志鳳;李榮冰;劉建業(yè);杭義軍;;小型四旋翼飛行器動力學(xué)模型優(yōu)化[J];控制工程;2013年S1期

相關(guān)會議論文 前10條

1 化存才;;商品調(diào)價的動力學(xué)模型及其應(yīng)用[A];第八屆全國動力學(xué)與控制學(xué)術(shù)會議論文集[C];2008年

2 蔣大鵬;李俊國;張丹;;不銹鋼渣中鉻淋溶動力學(xué)研究現(xiàn)狀[A];第十七屆（2013年）全國冶金反應(yīng)工程學(xué)學(xué)術(shù)會議論文集（下冊）[C];2013年

3 楊偉松;汪秉宏;;金融物理動力學(xué)模型中的組織結(jié)構(gòu)[A];Complexity Problems--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

4 楊峰;王浣塵;蘇懋康;;上海市宏觀社會經(jīng)濟動力學(xué)模型[A];發(fā)展戰(zhàn)略與系統(tǒng)工程——第五屆系統(tǒng)工程學(xué)會年會論文集[C];1986年

5 龔海峰;涂亞慶;宋世遠(yuǎn);彭燁;;高壓電場作用下油中水滴變形動力學(xué)模型[A];中國石化協(xié)會、潤滑脂專業(yè)委員會一屆二次全體成員大會暨全國第十五屆潤滑脂技術(shù)交流會論文集[C];2009年

6 吳燕;蔣婷;;人體動力學(xué)模型研究(Ⅰ)——人體束縛狀態(tài)下肢體運動的動力學(xué)建模[A];2006年全國體育儀器器材與體育系統(tǒng)仿真學(xué)術(shù)報告會論文集[C];2006年

7 談亮;張明敏;;基于全局動力學(xué)模型的艦船信號分類研究[A];中國聲學(xué)學(xué)會2002年全國聲學(xué)學(xué)術(shù)會議論文集[C];2002年

8 蔡則蘇;洪炳熔;;月球車的運動學(xué)、動力學(xué)模型分析及其仿真研究[A];中國宇航學(xué)會深空探測技術(shù)專業(yè)委員會第一屆學(xué)術(shù)會議論文集[C];2005年

9 曾美容;范孝云;王軼尊;苑文浩;齊飛;李玉陽;;正十四烷熱解的實驗和動力學(xué)模型研究[A];中國化學(xué)會第29屆學(xué)術(shù)年會摘要集——第41分會：燃料與燃燒化學(xué)[C];2014年

10 張國建;郭連軍;;半松散介質(zhì)下的爆破動力學(xué)模型研究[A];第七屆全國巖石動力學(xué)學(xué)術(shù)會議文集[C];2000年

相關(guān)重要報紙文章 前1條

1 本報記者 劉正午;藥物體外動力學(xué)模型讓新藥研究降價[N];醫(yī)藥經(jīng)濟報;2003年

相關(guān)博士學(xué)位論文 前6條

1 周佳加;基于扁平UUV動力學(xué)模型的導(dǎo)航定位與路徑跟隨控制方法研究[D];哈爾濱工程大學(xué);2012年

2 王霞;時滯效應(yīng)下的HIV-1病毒動力學(xué)模型研究[D];哈爾濱工業(yè)大學(xué);2013年

3 劉芳芳;基于柔性鰭波動的水下仿生系統(tǒng)推進(jìn)性能研究[D];浙江大學(xué);2012年

4 林碩;球活塞式液壓泵球塞副摩擦動力學(xué)模型與特性研究[D];北京理工大學(xué);2014年

5 蘇炯銘;社會網(wǎng)絡(luò)上連續(xù)觀點動力學(xué)演化及在線預(yù)測應(yīng)用[D];國防科學(xué)技術(shù)大學(xué);2014年

6 張義軍;C4系列烷烴和烯烴的熱解實驗及動力學(xué)模型研究[D];中國科學(xué)技術(shù)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 李富強;基于動力學(xué)模型的機械手控制策略研究[D];哈爾濱工業(yè)大學(xué);2009年

2 劉楷;MTO反應(yīng)催化劑再生動力學(xué)模型的研究[D];華東理工大學(xué);2014年

3 陳榮娟;建立大柔性多體結(jié)構(gòu)航天器的動力學(xué)模型與面向控制的仿真平臺[D];中國人民解放軍國防科學(xué)技術(shù)大學(xué);2002年

4 穆迪;渤海灣生態(tài)水質(zhì)動力學(xué)模型研究[D];天津大學(xué);2006年

5 趙朋;串聯(lián)彈性驅(qū)動器動力學(xué)模型及其特性分析[D];哈爾濱工程大學(xué);2012年

6 周宇;基于列車動力學(xué)模型的Lagrange對偶速度優(yōu)化研究[D];蘭州交通大學(xué);2013年

7 于周建;SBMBR動力學(xué)模型研究及其自動化控制[D];青島理工大學(xué);2010年

8 程成;周期載荷下多股簧的動力學(xué)模型及響應(yīng)特性研究[D];重慶大學(xué);2014年

9 李智;HBV動力學(xué)模型的辨識與仿真[D];華中科技大學(xué);2011年

10 閆雪;水中柴油污染物的微生物降解及其動力學(xué)研究[D];山東理工大學(xué);2014年

，

本文編號：2214620