复杂网络上的合作演化动力学研究-一般力学与力学基础专业论文.docx

万方数据 万方数据 西安电子科技大学 学位论文独创性（或创新性）声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名： 日期 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 （保密的论文在解密后遵守此规定） 本学位论文属于保密，在 年解密后适用本授权书。 本人签名： 日期 导师签名： 日期 摘要 复杂网络上的动力学研究是近年来系统控制、物理、生物、经济等多学科交 叉领域的热点问题之一，而通过复杂网络和演化博弈理论相结合来研究自私个体 间合作行为涌现引起了众多学者的广泛关注。本文首先对复杂网络和演化博弈论 的基本知识做简要介绍，之后在关联网络和单层网络上分别建立了简单且有效的 合作演化动力学模型，主要研究了复杂网络上几种能够促进合作行为涌现并得以 维持的有效机制： 1、在关联网络上将惩罚机制引入其中一层网络中，研究该层网络中惩罚额度 对另一层网络中合作演化的间接影响。仿真结果显示，对于固定的对应学习率， 惩罚额度的增加能够单调地促进整个关联网络系统中合作行为的涌现。而对于固 定的惩罚额度，无惩罚网络层中的合作者涌现阀值会随着对应学习率的提高而单 调递减。我们发现，当学习率和惩罚额度同时增大时，两个网络层上的合作行为 都将迅速出现，进而快速进入全合作状态。 2、研究了基于影响力的优先参照选择机制下的合作演化。在该模型中，每个 个体首先被赋予同等大小的影响力，接着参与博弈并且获取博弈收益。随后，每 个个体优先选择影响力较大的邻居个体作为策略参照对象，如果模仿成功，该邻 居的影响力将增加。因此形成一个影响力大小与参照选择频率之间的反馈环。研 究结果表明，基于影响力的优先参照选择机制可以有效的促进合作行为的涌现及 维持。尤其值得注意的是，随着影响因子的增大，这一优先选择机制将进一步提 高合作水平。我们希望这一发现能进一步深化对优先选择机制的研究和探讨。 关键词：复杂网络 演化博弈动力学 合作 惩罚 优先选择 Abstract The dynamics on complex networks is one of the most popular topics of many scientific disciplines, such as system control, physics, biology, economy and so on. The combination of complex networks and evolutionary game theory has attracted a lot of scholars to study the emergence of cooperation among selfish individuals. In this thesis, we first make a brief introduction of complex networks and evolutionary game theory. Then, we set up a simple and effective model of the evolutionary dynamics of cooperation based on interdependent networks and single networks respectively, and investigate effective mechanisms, facilitating the emergence and maintenance of cooperation in complex networks, which are presented as follows: We employ interdependent networks and introduce punishmen