【摘要】：演化博弈理論是生物進(jìn)化論與經(jīng)典博弈論相結(jié)合所產(chǎn)生的一種理論,它為種群中的個(gè)體策略的演化過(guò)程提供了一個(gè)有效的分析框架。伴隨演化博弈研究的深入,系統(tǒng)模型的層次化、復(fù)雜化要求逐步提高。本文基于復(fù)雜網(wǎng)絡(luò)中多層網(wǎng)絡(luò)研究結(jié)果,通過(guò)構(gòu)建多層關(guān)聯(lián)網(wǎng)絡(luò)模型,針對(duì)演化博弈動(dòng)力學(xué)、合作涌現(xiàn)以及二值布爾網(wǎng)絡(luò)可控性等問(wèn)題進(jìn)行研究,主要工作如下:(1)基于多層耦合方格網(wǎng)絡(luò),將記憶因素引入到囚徒博弈模型中。研究記憶效應(yīng)和多層網(wǎng)絡(luò)之間關(guān)聯(lián)強(qiáng)度對(duì)系統(tǒng)博弈動(dòng)力學(xué)行為的影響,探討具有記憶能力博弈者中合作行為的演化規(guī)律。進(jìn)而,將系統(tǒng)中的參與者分為四種類型進(jìn)行探討,對(duì)不同類型參與者在系統(tǒng)穩(wěn)定狀態(tài)時(shí)的策略分布特征進(jìn)行分析。(2)在多層網(wǎng)絡(luò)模型下,研究了三策略囚徒博弈動(dòng)力學(xué)演化過(guò)程。為描述現(xiàn)實(shí)中風(fēng)險(xiǎn)厭惡者行為,將中立策略作為第三類策略加入系統(tǒng)中,博弈模型由二值擴(kuò)展至三值策略,對(duì)參與者的演化博弈行為進(jìn)行探討。在討論多層網(wǎng)絡(luò)結(jié)構(gòu)對(duì)三值策略博弈模型動(dòng)力學(xué)影響的基礎(chǔ)上,利用相圖、Lypunov指數(shù)等分析工具研究了演化博弈中出現(xiàn)的全局性策略振蕩現(xiàn)象,并對(duì)動(dòng)力學(xué)行為中的混沌特性進(jìn)行了研究。(3)將多層網(wǎng)絡(luò)之間的關(guān)聯(lián)強(qiáng)度視為有限資源,研究了關(guān)聯(lián)強(qiáng)度和博弈策略的協(xié)同演化行為。在多層網(wǎng)絡(luò)架構(gòu)下,關(guān)聯(lián)博弈群體之間的行為會(huì)相互影響,將網(wǎng)絡(luò)間耦合力度視為自由分配的資源,對(duì)群體演化博弈的自組織行為進(jìn)行研究。在分析關(guān)聯(lián)強(qiáng)度穩(wěn)態(tài)下分布特征的基礎(chǔ)上,對(duì)協(xié)同演化動(dòng)力學(xué)行為規(guī)律和模型中合作涌現(xiàn)現(xiàn)象進(jìn)行了討論。(4)基于Harvey異步更新方式,研究了布爾網(wǎng)絡(luò)在含有外部輸入控制下的可控性問(wèn)題。利用矩陣半張量積技術(shù),將二值布爾邏輯系統(tǒng)進(jìn)行線性化,從而獲得基于控制的通用性網(wǎng)絡(luò)轉(zhuǎn)移矩陣。進(jìn)一步,分別利用自由控制序列、輸入控制網(wǎng)絡(luò)和閉環(huán)控制等三種控制方法對(duì)異步隨機(jī)布爾網(wǎng)絡(luò)的可控性問(wèn)題進(jìn)行討論,給出可控狀態(tài)的判定條件及其控制序列的構(gòu)造方法。
【學(xué)位授予單位】：山東師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：O157.5;O225
【圖文】：

(a) (b) (c)圖 2-1 常見(jiàn)的規(guī)則網(wǎng)絡(luò)局耦合網(wǎng)絡(luò)，指的是網(wǎng)絡(luò)中的任意兩個(gè)節(jié)點(diǎn)都有一條邊相連接，如圖 2-1(中，它有最小的平均路徑長(zhǎng)度( L 1)以及最大的聚類系數(shù)( C 1)。近鄰耦合網(wǎng)絡(luò)，指的是在一個(gè)有 N 個(gè)節(jié)點(diǎn)圍成的環(huán)中，每個(gè)節(jié)點(diǎn)都與它

(a) (b) (c)圖 2-2 典型方格網(wǎng)絡(luò)隨機(jī)網(wǎng)絡(luò)網(wǎng)絡(luò)是與規(guī)則網(wǎng)絡(luò)相反的一種網(wǎng)絡(luò)模型，最為典型的就是 Erd s 和 Rény型。此模型假設(shè)有 N 個(gè)節(jié)點(diǎn)，任意兩個(gè)節(jié)點(diǎn)以概率 連接，形成有 N

(a) 0.1(b) 0.5(c) 0.9圖 3-1 基于關(guān)聯(lián)強(qiáng)度(a) 0.1，(b) 0.5和(c) 0.9，在不同記憶長(zhǎng)度 M 下，合作率隨背叛誘惑 b 的變化首先，基于背叛誘惑 b 的改變，討論耦合方格網(wǎng)絡(luò)上具有記憶能力的 PDG 演化行為。圖 3-1(a)-(c)中分別顯示了關(guān)聯(lián)強(qiáng)度 0.1,0.5,0.9時(shí)，針對(duì)不同記憶長(zhǎng)度 M 的參與者，背叛誘惑 b 對(duì)系統(tǒng)合作率f 的影響。從仿真實(shí)驗(yàn)中可以看出，一方面，不論 的取值如何，

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 李志強(qiáng);宋金利;;布爾控制網(wǎng)絡(luò)的能控性與能觀性(英文)[J];控制理論與應(yīng)用;2013年06期

相關(guān)碩士學(xué)位論文 前1條

1 竇浦軒;復(fù)雜網(wǎng)絡(luò)上的合作演化動(dòng)力學(xué)研究[D];西安電子科技大學(xué);2014年

本文編號(hào)：2743215