利用复杂网络研究复杂系统中的动力学演化行为-物理学·理论物理专业毕业论文.docxVIP

中文摘要本文研究了复杂网络上的一些动力学过程以及网络结构与动力学的协同演化等问 中文摘要 本文研究了复杂网络上的一些动力学过程以及网络结构与动力学的协同演化等问 题，涉及进化博弈，搜索和病毒传播等．主要工作如下． 1．我们考虑了比较符合实际的一些因素对‘啥作涌现”以及“资源利用率”的影响， 并建立合理的进化博弈模型加以描述和研究，其中包括系统的开放和膨胀过程、博弈个 体信息获取能力的差异性、集体对个体决策心理的影响、个体的记忆能力等． (1)研究了由大量发生囚徒困境博弈的个体组成，具有一定空间结构的种群的动力学演 化过程．在考虑系统开放和存在使系统膨胀的birth竞争过程的情况下，研究发现，在 birth—death＆birth过程中合作者可以维持较高的密度，birth过程对合作存在明显的促进 作用．并且，该博弈动力学与个体间相互作用网络的协同演化所产生的网络具有真实网 络所普遍具有的小世界、无标度、层级结构等特征． (2)通过建立具有独立通讯网络的公共利益博弈模型，我们研究了通讯对合作演化的影 响．个体的通讯能力由获取信息的role model数量和距离刻画．结果表明，个体之间的通 讯能力对合作演化存在着显著的影响．长程通讯能够向纯欺骗者区域引入突变机制，为 合作者在该区域滋生和繁殖提供了前提．尤其是。由于能力局限性导致的通讯的局域化 却能够促进社会的合作水平． (3)考虑到“集体影响效应’’对人类决策心理和行为的作用，以及现实中公共利益关系的 非同质结构，我们提出了推广的公共利益博弈模型．模型中个体向不同的集体付出代价 以保护对应的公共利益，并从中获益．个体对小规模集体的偏好对应于现实中集体影响 的‘牡会堕化’’效应，而对大规模集体的偏好对应于‘牡会促进’’效应．非常有趣的是： 在异质的公共利益关系结构上，社会堕化效应相对于社会促进效应能够使合作者更大程 度地“自利”。从而促进了合作的涌现．另外，我们的研究也表明异质的拓扑结构也能够 部分地解决社会两难问题，实现促进合作． (4)提出在规则环上基于记忆的布尔博弈(MBBG)模型。探讨了不同的记忆能力M对系 统资源利用率的影响．研究发现，个体依赖于记忆进行决策的置．一’信度在一定范围时， 即使缺乏全局信息，系统仍然可以通过自组织实现全局的协调，其资源利用率高于随机 博弈情况．另外，记忆能力M对动力学存在明显影响。M越大系统发生自组织的致信 博弈情况．另外，记忆能力M对动力学存在明显影响。M越大系统发生自组织的致信 度区间越宽，发生羊群行为的风险越小，羊群行为的规模也越小。 2．我们探讨了具有代表性的四种网络(DANs、RANs、BA和WS)上的搜索和随机 行走过程，研究了网络的不同拓扑属性对随机行走和搜索过程的影响．发现网络的成团 效应能够明显地导致NB、NTL和NQL三种搜索策略的效率差异，同时也反映出搜索 效率差异性可以作为探测网络拓扑结构的一种重要手段．与前人的结论不同，我们发现 回避要求最高的SA策略在PSP临界阈值较小的网络上不一定有利于搜索效率的提高， 提出设计高效的网络搜索策略不但要考虑避免重复访问，还要考虑网络的成团性和在有 意攻击下的鲁棒性等因素． 3．考虑到WiFi的无线通讯网络的MAC传输协议(LBT规则)的特点，以及无线网络 用户的动态特性，我们提出了随机行走群体中的无线网络病毒传播模型．研究发现，由 于无线网络时间．空间关联性和个体动态的协同作用，无线网络上的病毒传播与过去所 研究的Intemet网络上的病毒传播存在明显差异．由LBT规则引入的时间关联性对传播 的影响密切依赖于系统的空间关联性，当个体的动态不同程度地破坏空间关联性时，时 间关联性的作用也随之发生变化．通过对比我们还证明了，无线网络的MAC传输协议使 得其上的病毒传播对个体的动态具有更强的敏感性． · 一缸一 AbstractIn Abstract In this thesis，we explored several kinds of dynamical processes upon complex networks， and the coevolutionary processes of networks and dynamical processes．Our work contains evolutionary game，searching processes，and epidemic spreading in complex networks． 1．Inspired by the realistic features of complex systems，we have proposed evolution— ary game models considering more