本文關鍵詞： 復雜網(wǎng)絡 演化集合網(wǎng)絡 公共品博弈 度分布 合作比率 CUDA 并行化　出處：《吉林大學》2015年碩士論文　論文類型：學位論文

【摘要】：在信息科技時代的當下，，日常生活與科學研究中很多復雜的關系都能被抽象為復雜網(wǎng)絡，從而易于分析研究。隨著計算機技術的發(fā)展，對數(shù)據(jù)信息的研究和處理都有了巨大的改變，通過對復雜網(wǎng)絡的研究，可以對社會真實演化做出相應的推測。 傳統(tǒng)的網(wǎng)絡結構已經(jīng)不能良好的描述目前網(wǎng)絡拓撲的復雜關系，因此本文基于集合網(wǎng)絡模型模擬社會中社區(qū)化的真實結構。通過對網(wǎng)絡的度分布與個體狀態(tài)分析其個體博弈活動對整個網(wǎng)絡的演化影響，并尋找改變演化狀態(tài)的關鍵性因素。 復雜網(wǎng)絡上的演化模擬對數(shù)據(jù)量以及計算時間提出了更高的要求，因此大量的并行化技術開始涉足每個領域，已經(jīng)逐漸成熟的計算機集群技術、快速興起的異構并行化等都被廣泛的使用�；贕PU的異構并行化編程以它獨有的優(yōu)勢受到眾多研究者的青睞，規(guī)整的線程分布、大量的計算單元、完善的指導手冊都能幫助我們快速的了解深入這個領域。 本文在演化集合網(wǎng)絡模型下，基于公共品博弈通過不同的倍增系數(shù)改變網(wǎng)絡合作者與背叛者的比例以及路徑長度和聚類系數(shù)模擬現(xiàn)實復雜網(wǎng)絡的演化過程。網(wǎng)絡模型以集合為出發(fā)點引入足夠智能的個體，個體擁有獨立的思想與行為，每個個體通過對其歷史收益的分析采取加入集合、離開集合、模仿鄰居策略等行為改變自己的收益，適者生存，不能適應網(wǎng)絡演化的個體在不斷的退出集合，從而離開網(wǎng)絡。 通過調(diào)節(jié)參數(shù)模擬最終生成接近真實網(wǎng)絡度分布的演化模型，在演化初始階段本網(wǎng)絡模型類似小世界網(wǎng)絡度分布呈現(xiàn)泊松分布，隨著網(wǎng)絡的演化逐漸接近無標度網(wǎng)絡呈現(xiàn)冪律特性，在網(wǎng)絡后期基本處于穩(wěn)定狀態(tài)，整個演化動態(tài)模擬了一個網(wǎng)絡由初始化到最終穩(wěn)定狀態(tài)的過程。在演化過程中通過實驗分析發(fā)現(xiàn)基于公共品博弈的集合網(wǎng)絡模型中個體的博弈狀態(tài)即合作行為對網(wǎng)絡的演化有關鍵的作用，合作行為能夠促使網(wǎng)絡擁有較高的聚類系數(shù)，促進網(wǎng)絡的模塊化聚合。個體的個性化行為如加入、退出和模仿都能影響網(wǎng)絡的演化：其中加入操作促進網(wǎng)絡的聚集以及個體的活動頻率；退出操作決定網(wǎng)絡的穩(wěn)定狀態(tài)；模仿則改變個體的博弈行為。另外，在博弈中的關鍵參數(shù)倍增因子與初始連接數(shù)都能決定網(wǎng)絡演化的最終狀態(tài)，一個更有吸引力的集合通常具有較高的倍增因子，在高收益回報的作用下往往能促使合作者抵御一定的背叛侵入行為，并對維持整個網(wǎng)絡的合作狀態(tài)起決定性作用；初始連接數(shù)決定了最初網(wǎng)絡的聯(lián)通狀態(tài)，較高的連接數(shù)目會導致網(wǎng)絡初始接近全聯(lián)通，個體之間的通信頻率更加頻繁，初始時由于收益差較大，使得網(wǎng)絡中合作狀態(tài)變化劇烈。在與傳統(tǒng)的演化模型對比下，本文使用基于CUDA的并行化算法，模擬了顯示網(wǎng)絡演化發(fā)展到消亡的過程，也證明了GPU并行化編程在復雜網(wǎng)絡領域的優(yōu)勢及發(fā)展趨勢。 在本文中提出的并行化網(wǎng)絡演化算法幫助模擬了一個接近真實社交網(wǎng)絡的網(wǎng)絡模型動態(tài)演化過程，驗證并行化算法在復雜網(wǎng)絡領域的可行性，為真實網(wǎng)絡的研究提供一種新的研究方向。
[Abstract]:With the development of computer technology , the research and treatment of data information has changed greatly . Through the research of complex network , it is possible to make corresponding speculation about the real evolution of society . The traditional network structure can not describe the complex relationship of the current network topology well , so this paper simulates the real structure of the community in the society based on the collection network model . By analyzing the degree distribution and the individual state of the network , the evolution of the whole network is analyzed and the key factor to change the evolution state is found . Evolutionary simulation on complex networks demands higher data volumes and computing time , so a large number of parallel technologies begin to dabble in each field , and are gradually mature computer cluster technology . The rapid rise of heterogeneous parallelizing is widely used . Based on GPU ' s heterogeneous parallel programming , it is favored by many researchers , regular thread distribution , large number of computing units , and perfect instruction manual can help us understand deeply in this field . In this paper , under the model of evolutionary set network , the proportion of the network partners and the rebels and the evolution process of the real complex networks are simulated on the basis of the public goods game through different multiplication factors . The network model takes the collection as the starting point to introduce the individuals with sufficient intelligence , and the individual has independent thought and behavior . In the evolution process , it is found that cooperation behavior is the key to the evolution of the network . In addition , the key parameter multiplication factor and the initial connection number in the game play a decisive role in the evolution of the network . The parallelized network evolution algorithm proposed in this paper helps to simulate the dynamic evolution process of a network model which is close to the real social network , and verifies the feasibility of the parallel algorithm in the field of complex networks , and provides a new research direction for the research of the real network .

【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：O157.5

【共引文獻】

相關期刊論文 前10條

1 蔣林鴻;何子述;程婷;賈可新;;基于GPU的寬帶干涉儀測向算法實現(xiàn)[J];現(xiàn)代雷達;2012年01期

2 鄭毅;鄭蘋;;增強現(xiàn)實光照方向估計方法評述與展望[J];智能系統(tǒng)學報;2012年05期

3 侯賀平;劉艷芳;李紀偉;孔雪松;;基于改進輻射模型的鄉(xiāng)鎮(zhèn)人口流動網(wǎng)絡研究[J];中國人口.資源與環(huán)境;2013年08期

4 顧亦然;沈賢;;無標度網(wǎng)絡中謠言傳播的研究[J];計算機技術與發(fā)展;2013年08期

5 王貝貝;汪濤;;我國生物技術知識網(wǎng)絡結構的時空演變研究[J];軟科學;2013年11期

6 吳鋼;許和連;;國際貿(mào)易區(qū)位選擇偏好網(wǎng)絡、等級劃分及其結構特征分析[J];現(xiàn)代財經(jīng)(天津財經(jīng)大學學報);2013年11期

7 劉其軍;羅明宇;付燕平;歸強;;基于VDPAU的GPU多視頻解碼[J];計算機系統(tǒng)應用;2013年12期

8 郝曉晴;安海忠;劉曉佳;高湘昀;叢琳;;主要礦產(chǎn)品國際貿(mào)易分析[J];資源與產(chǎn)業(yè);2013年06期

9 安靜;安海忠;楊廣林;高湘昀;;基于主營產(chǎn)品的中國礦業(yè)上市公司復雜結構關系研究[J];資源與產(chǎn)業(yè);2013年06期

10 馮乾;馬天琳;齊程;朱紅路;姚建曦;亢楠;施輝偉;梁俊霞;;發(fā)展演化的復雜電力網(wǎng)絡魯棒性分析[J];現(xiàn)代電力;2013年06期

本文編號：1504571