复杂网络上演化博弈的分析-模式识别与智能系统专业论文.docx

V VI 复杂网络上演化博弈的研究 图表清单 图 1.1 博弈的分类.......................................................................................................................... .....4 图 2.1 (a)万维网的出度(b)万维网的入度分布 7 图 2.2 (a)路由器层次的因特网(b)电影演员合作网(c)高能物理学家科研合作网(d)神经科学家合 作网的度分布 8 图 2.3 m0=m=5 时的无标度模型的谱密度 9 表 2.1 囚徒困境效益..........................................................................................................................12 表 2.2 铲雪模型效益..........................................................................................................................13 图 3.1 囚徒困境模型中，网络平均度 z=2 的合作频率 fc 与时间步 t 的关系 18 图 3.2 囚徒困境模型中，网络平均度 z=2 时，合作频率 fc 与参量 b 的关系 19 图 3.3 囚徒困境模型中，网络平均度 z=2 时，合作强度 C 与 γ 的关系 20 图 3.4 初始网络博弈策略不同分布的的合作频率 fc 与时间 t 的关系 21 图 3.5 囚徒困境模型中，网络平均度 z=4 的合作频率 fc 与时间步 t 的关系 22 图 3.6 囚徒困境模型中，网络平均度 z=4 时，合作频率 fc 与参量 b 的关系 23 图 3.7 囚徒困境模型中，网络平均度 z=4 时，合作强度 C 与 γ 的关系 24 图 4.1 铲雪博弈模型中，网络平均度 z=2 的合作频率 fc 与时间步 t 的关系 27 图 4.2 铲雪博弈模型中，网络平均度 z=2 时，合作频率 fc 与参量 r 的关系 28 图 4.3 铲雪博弈模型中，网络平均度 z=2 时，合作强度 C 与 γ 的关系 29 图 4.4 铲雪博弈模型中，网络平均度 z=8 的合作频率 fc 与时间步 t 的关系 30 图 4.5 铲雪博弈模型中，网络平均度 z=8 时(a)合作频率 fc 与参量 r 的关系(b)合作强度 C 与 γ 的关系 31 承诺书 本人声明所呈交的硕士学位论文是本人在导师指导下进 行的研究工作及取得的研究成果。除了文中特别加以标注和致 谢的地方外，论文中不包含其他人已经发表或撰写过的研究成 果，也不包含为获得南京航空航天大学或其他教育机构的学位 或证书而使用过的材料。 本人授权南京航空航天大学可以将学位论文的全部或部 分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后适用本承诺书） 作者签名： 日 期： 南京航空航天大学硕士学位论文 第一章 绪论 自然界中存在着大量的复杂系统，而这些复杂系统又可以通过各种网络加以描述。这样的网 络被称作复杂网络。这些网络通常由许多点与连接两点的一些边组成。其中节点代表真是系统中 的不同个体，而边则用来表示个体之间的关系。通常情况下，如果两个节点之间具有某种特定的 关系则连一条边，反之则不连，有边相连的两个节点就被看作是相邻的。研究复杂网络的学者主 要来自统计物理学、图论、计算机网络研究、生态学、社会学以及经济学等领域，所涉及的网络 主要有生命科学领域的各种网络、计算机网络、社会网络，包括流行性疾病的传播网络、科学家 合作网络、语言学网络等。在生命科学领域中又可以若干种网络，如细胞网络、蛋白质－蛋白质 作用网络（p53 基因调控网络）、蛋白质折叠网络、神经网络、生态网络等。最初研究人们总是 倾向于用某种规则的拓扑结构模拟真实网络，到了二十世纪中期，ErdEs 和 Renyi 建立了随机网 络模型，而后随机网络一直是研究者研究真实网络的强而有力的工具。近几年来，学界关于复杂 网络的研究正方兴未艾。国际上有两项开创性工作掀起了一股不小的研究复杂网络的热浪。其中 一项是 1998 年由 Watts 和 Strogatz 提出了以描述从完全规则网络到完全随机网络的转变的小世界 (Small-World)网络[1]模型。小世界网络既具有类似与随机网络的较小的平均路径长度,又具有类似 与规则网络的聚类特性。另一项是 1999 年 Bar