基于復雜網(wǎng)絡的合作演化動力學研究.pdf

1、近年來，基于復雜網(wǎng)絡的各種演化動力學研究成為非線性物理和統(tǒng)計物理的前沿熱點之一。其中，演化博弈論為人們研究自私個體組成的群體中的合作行為演化提供了方便的框架。個體的合作行為能為種群中的其他個體帶來收益，卻會損害自身的利益。依據(jù)達爾文主義的原理，個體為了自身收益的最大化會選擇背叛策略。這顯然無法解釋現(xiàn)實世界中無處不在的合作現(xiàn)象。合作行為的涌現(xiàn)和維持成為一個基本又核心的問題。
　　復雜網(wǎng)絡為刻畫種群內(nèi)復雜的個體聯(lián)系提供了很好的工具。近

2、年來，通過復雜網(wǎng)絡與演化動力學相結(jié)合來研究帶有結(jié)構(gòu)的種群中的合作演化行為引起了眾多學者的關(guān)注。本論文首先介紹了復雜網(wǎng)絡和演化博弈論的相關(guān)基本知識。接著，幾種能促進合作行為涌現(xiàn)和維持的動力學機制被依次提出：
　　1、提出了一種多樣化投資的公共品博弈模型。在該模型中，個體根據(jù)各個團體的質(zhì)量有差異地進行投資，即優(yōu)先投資質(zhì)量高的團體。團體的質(zhì)量定義為團體的合作水平。個體通過同步更新的方式更新策略。結(jié)果表明，相比以往個體平均投資的模式，研究

3、發(fā)現(xiàn)這種偏好高質(zhì)量團體的投資方式能很好地促進合作。并且，偏好程度越高，對合作行為的促進作用越強烈。通過財富值的考察，發(fā)現(xiàn)在合作者數(shù)目相同的情況下，對高質(zhì)量團體的偏好投資能給合作者帶來更多的財富。
　　2、研究了一種推薦學習對象的機制對合作演化的影響。個體根據(jù)自身的學習經(jīng)驗以一定的概率將學習對象推薦給鄰居作為參考。這種推薦機制一方面使得個體間的遠程模仿得以發(fā)生；另一方面，推薦機制擴大了收益高的個體的影響范圍。研究結(jié)果表明，這種推薦機

4、制能使群體的合作水平達到一個新的高度。
　　3、研究了在連續(xù)策略博弈中懲罰對合作演化的影響。提出了一種基于個體的社會容忍度的懲罰機制。個體可以對容忍范圍以外的博弈搭檔進行有代價的懲罰。在懲罰額度和懲罰代價固定的情況下，一個適中的社會容忍度能最大程度地促進合作。此外，我們還研究了個體的容忍度與策略同時演化的情況。研究表明，最終個體會分裂為兩類：高容忍度及高合作性的個體，低容忍度及較低合作性的個體。這兩類個體通過博弈與懲罰達到了一個動

5、態(tài)的平衡。
　　4、提出了兩種個體策略與群體結(jié)構(gòu)協(xié)同演化的博弈模型。第一，提出了一種策略與網(wǎng)絡共演化的通牒博弈模型。該模型中，博弈個體有能力調(diào)整自己的博弈對象。策略更新時，個體傾向于模仿更加成功的個體。但提議值不能滿足對方的個體有被對方拋棄的風險。這樣的自適應反應使得群體整體的公平性得到了很大的改善。但是過于頻繁地改變連接關(guān)系容易造成孤立節(jié)點的出現(xiàn)，而這是不利于公平策略的傳播的。第二，提出了一種共演化的公共品博弈模型。個體除了能進

6、行策略更新之外還能更改自己參加博弈的團體。個體參加博弈的交互網(wǎng)絡由一個有向網(wǎng)絡來表示，即所有個體只參加自己指向的鄰居組織的公共品博弈。個體只能決定自己參加哪個團體的博弈，而不影響其他個體的選擇。這樣的機制在一定程度上避免了博弈次數(shù)的異質(zhì)性對合作演化的影響，使研究能更好地關(guān)注博弈對象切換的作用。
　　5、關(guān)于通牒博弈角色分配問題的研究。在無標度網(wǎng)絡上，提出了一種基于度分配博弈角色的機制。通過參數(shù)的控制，度大的節(jié)點和度小的節(jié)點扮演通牒