近年來,合作行為在移動群體中如何形成和維持引起了諸多學(xué)者的廣泛關(guān)注。個體的遷移被認(rèn)為是研究該問題的一個重要因素。值得注意的是,遷移機制的引入能在不同的社會困境中有效地提高群體的合作水平。然而,目前有導(dǎo)向驅(qū)動遷移機制如何影響合作演化尚不清楚。另外,個體遷移機制的哪種模式能夠更有效地促進(jìn)合作演化也尚未清楚。因此,本文主要探討了有導(dǎo)向驅(qū)動遷移機制如何影響移動群體中的合作演化。本文主要的工作及研究成果如下:首先,本文提出了一種有導(dǎo)向驅(qū)動遷移機制,并研究了該遷移機制在空間公共品博弈中是如何影響合作演化的。在該模型中,個體可以根據(jù)其鄰居的策略類型來選擇遷移的方向。研究結(jié)果表明:有導(dǎo)向驅(qū)動遷移機制的引入能有效地解決公共品的社會困境。當(dāng)個體移動速率較低時,該遷移機制可以顯著地促進(jìn)合作演化。有趣的是,當(dāng)個體更傾向于逃離他們鄰居中的背叛者時,該機制可以顯著地促進(jìn)合作演化;而當(dāng)個體更傾向于靠近他們鄰居中的合作者時,合作行為得不到有效的維持。與隨機遷移相比,逃離背叛者的遷移能更有效地促進(jìn)合作演化。當(dāng)排斥力的強度較高和交互距離的閾值較低時,研究結(jié)果還表明了該機制可以有效地促進(jìn)合作演化。其次,基于有導(dǎo)向驅(qū)動遷移機... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【部分圖文】：

生死更新規(guī)則示意圖

第一章緒論7(2)死生更新規(guī)則[113]。該更新規(guī)則描述的是在每一個時間步上隨機地從網(wǎng)絡(luò)中選取一個博弈者或節(jié)點x，隨后該博弈者的所有鄰居來競爭該位置，而該博弈者的鄰居之間的競爭正比于他們的適應(yīng)度。下面用示意圖來描述死生更新規(guī)則，如圖1-2所示。圖1-2死生更新規(guī)則示意圖藍(lán)色的圓表示個體A，綠色的圓表示個體B。(3)確定性模仿最佳策略[93]。該更新規(guī)則描述的是一種完全確定的策略更新過程，其更新規(guī)則為：在每次博弈中，每個博弈者x的收益與其收益最高的鄰居y進(jìn)行比較，如果前者低于后者，那么博弈者x采取其鄰居y的策略。否則，該博弈者就會保留其現(xiàn)有的策略。與此同時，全部博弈者的策略更新過程是同步進(jìn)行的。值得注意的是，當(dāng)博弈者x采取其鄰居y的策略時，如果存在多個收益最高的鄰居且他們的策略是不同的，則該博弈者將隨機地選擇其中一種收益最高對應(yīng)的策略作為下一輪博弈的策略。(4)Fermi函數(shù)。該更新規(guī)則基于博弈者在策略更新過程中的有限理性，即博弈者也可能因為犯錯而選擇模仿非最優(yōu)策略。在策略的更新過程中，博弈者x在每個時間步上隨機地選擇其鄰居y，并與該鄰居的收益進(jìn)行比較，將以概率yxq來進(jìn)行學(xué)習(xí)或模仿博弈者y的策略，其概率為syxyxKPPeq11，(1-3)其中，xP和yP分別表示博弈者x和y的收益。當(dāng),0sK時，sK為非理性選擇的噪聲參數(shù)，即允許博弈者選擇模仿非最優(yōu)策略。特別地，當(dāng)0sK時，1yxq(yxPP)或0yxq(yxPP)，此時該更新規(guī)則演化成確定性策略模仿；當(dāng)sK時，5.0yxq，此時該更新規(guī)則演化成隨機性策略模仿，即策略選擇與博弈者的收益無關(guān)。(5)復(fù)制動力學(xué)模型[92,105]。該更新規(guī)則描述的是博弈者x在每個時間步上隨機地選擇一個鄰居y，并與該鄰居的收益進(jìn)行比較。如果xyPP

電子科技大學(xué)碩士學(xué)位論文12機制對合作演化的影響。為了簡單起見，本章的其他參數(shù)值分別設(shè)置為r75.5、2、2.0fr、1.0和w2。同時，當(dāng)這些參數(shù)值改變時，本章的主要結(jié)果仍然有效。此外，當(dāng)應(yīng)用上述更新規(guī)則時，移動群體收斂于完全合作或完全背叛的狀態(tài)。為了獲得具有代表性的行為，本章對每組參數(shù)值獨立實現(xiàn)200次，并統(tǒng)計群體演化為完全合作的次數(shù)。另外，如果群體在610次迭代更新后沒有收斂到吸收狀態(tài)，則再計算在410次迭代更新后群體中合作比例的平均值來確定穩(wěn)定狀態(tài)下的合作水平。下一節(jié)將探究有導(dǎo)向驅(qū)動遷移機制中的主要參數(shù)如何影響群體中的合作演化。2.3結(jié)果與分析圖2-1移動速率v分別在不同的有導(dǎo)向驅(qū)動遷移權(quán)重和隨機遷移下對合作比例的影響其他參數(shù)值分別是1，R1。首先，圖2-1給出了合作比例在不同的有導(dǎo)向驅(qū)動權(quán)重下隨移動速率v的變化情況。本章發(fā)現(xiàn)了合作比例分別在不同的值下隨移動速率v增加而逐漸降低，但在低移動速率v下，群體中的合作行為可以涌現(xiàn)出來。特別地，如果的值很大，那么整個群體可以達(dá)到完全合作狀態(tài)。此外，在隨機遷移機制下，圖2-1還展示了合作比例隨移動速率v值的變化情況。本章進(jìn)一步發(fā)現(xiàn)了當(dāng)移動速率v不高且值較大時，有導(dǎo)向驅(qū)動遷移機制比隨機遷移機制更能促進(jìn)合作演化。值得注意的是，當(dāng)5.0時，有導(dǎo)向驅(qū)動遷移機制下的合作水平接近于在隨機遷移下的合作水平。這可能因為靠近合作者與逃離背叛者的傾向性在5.0下是相同的，這接近于個體的策略在隨機遷移機制下是相互獨立的情況[118]。

【參考文獻(xiàn)】：
博士論文
[1]復(fù)雜網(wǎng)絡(luò)上的合作演化和博弈動力學(xué)研究[D]. 蘇奇.北京大學(xué) 2020
[2]基于博弈策略與遷移機制的群體合作演化研究[D]. 趙小薇.大連理工大學(xué) 2017
[3]復(fù)雜網(wǎng)絡(luò)上的共演化博弈研究[D]. 叢睿.西安電子科技大學(xué) 2014
[4]動態(tài)網(wǎng)絡(luò)上的演化博弈研究[D]. 陳卓.上海交通大學(xué) 2012

碩士論文
[1]復(fù)雜網(wǎng)絡(luò)上的合作演化動力學(xué)研究[D]. 竇浦軒.西安電子科技大學(xué) 2014
[2]演化博弈動力學(xué)及復(fù)雜網(wǎng)上的博弈機制研究[D]. 王震.南開大學(xué) 2011



本文編號：3123092