论文研究-多Agent大众生产系统的群体行为选择分析.pdf

所需积分/C币:9 2019-09-12 12:22:29 780KB .PDF
37
收藏 收藏
举报

在分析大众生产合作网络的结构特征基础上,构建了多智能体仿真平台,对大众生产合作者的群体选择进行模拟。研究了当大众生产者的预期敏感程度不同、网络结构动态变化、智能体具有生命期限、小世界网络等几种情况下群体选择的特征。通过5个仿真过程,验证了即使遵循简单的规则,大众生产者的群体行为选择也能涌现出相对独立的稳定集团的特征。
2011,47(1) Computer Engineering and Applications计算机工程与应用 Ld Stability of Peer Production System x國 faoCanzhong aox LaNetwork Stats 02 stability of Peer Production system Network stats 10 图4仿真过程3的稳定结果图 图5仿真过程3的智能体的选择结果图 图6仿真过程3的网络结构变化图 stabilIty of Peer Production system Network stats 20.4060.0 图7仿真过程4的稳定结果图 图8仿真过程4的网络结构变化图 图9仿真过程4的智能体的选择结果图 333仿真过程3 智能体会不断地进入系统,并且假设智能体进入系统速度要 与仿真过程2相类似,新加入的节点与树络中的老节点随比退出系统的速度快。 机连接,节点对平台选择的转换敏感度不·样,个是60%, 结合图7~9可知,当网络的集聚系数与密度都趋向于零时 一个是20%。与仿真过程2所不同的是节点具有生命限制,随网络的结构趋向于稳定,这时分别选择两个平台的智能体数 着生命的终结智能体退出系统,在这个过程中,新生的智能体量也是相对独立的。从图7也可以看出,选择两个系统的智能 会不断地进入系统,并且假设智能体进入系统速度要比退出体数量的上升是同比例的,速度相一致。 系统的速度快。 3.35仿真过程5 由于智能体赖以相互作用的网络结构在智能体的互动过 与仿真过程4相类似,新加入的节点与网络中的老节点随 程中发生改变,因此在图6中纵轴呈现岀网络相关结构指标的机连接,节点对系统选择的转换敏感度一样,均为60%,节点 变化情况,横轴是时间步长(以下仿真结果与此同)。其中浅具有生命限制,随着生命的终结智能体退岀系统,在这个过程 绿色线表示网络的密度,蓝色线代表网络的集聚系数。它们中,新生的智能体会不断地进入系统,并且假设智能体进入系 对应着图4与图5智能体的运行时刻网络的结构特征。 统速度要比退出系统的速度快。与仿真过程4不同的是,采用 结合图4~6可知,当网络的集聚系数与密度都趋向于零时小世界网络作为大众生产合作者之间的影响网络 网络的结构趋向于稳定,这时分别选择两个平台的智能体数 结合图10与图11可以看出,当作用网络是小世界网络 量也是相对独立的。在网络结构趋于稳定之前,两个平台的时,网络结构在短时间内趋向于稳定,系统也在短时间内分离 智能体数量都在上升,并且呈现波动形式。选择两个平台的出两种团体(即两个平台均有各自稳定的大众生产者选择 智能体的数量上升速度基本相当。选择平台2的智能体当预这两个团体的数量的规模不断增加,增加的速度基本相当。 期到环境中有20%的智能体选择与自已不同时,更易改变选 择,从而转向平台1,这也是平台1曲线一直在平台2的曲线上4结论 波动的原因。 在对大众生产合作者网络结构的静态拓扑特征进行分析 334仿真过程4 的基础上,采用 Repast建立了多智能体仿真平台,通过5个仿 与仿真过程1一样,新加入的节点与网络中的老节点随机真过程对大众生产者的群体行为选择特征进行研究。仿真过 连接,与仿真过程3所不同的是,节点对系统选择的转换敏感程1说明“避免成为少数者”的简单规则能够使系统分离出两 度一样,均为60%。与仿真过程1所不同的是节点具有生命限个相对独立的集团;仿真过程2说明“避免成为少数者”的敏感 制,随着生命的终结智能体退出系统,在这个过程中,新生的因子不一样,也会使系统分离出两个独立的集团,但是两个集 姚灿中,杨建梅:多 Agent大众生产系统的群体行为选择分析 2011,47(1) LI Aa stability of Peer PI 动态变化的,智能体具有生命限制时系统能分离出两个独立 *102 Stability of Peer Production System 的集团,规模增长速度基本一致。仿真过程5说明,当大众生 产智能体之间的作用网络是小世界网络时,系统演化结果与 随机网络具有类似的特征,这主要是由智能体具有能够自由 进入与退出系统的特性造成。 从几个仿真过程可以看出,智能体遵循简单的¨避免成为 少数者”规则,能够使得系统演化出两个较为稳定的社团。如 果是智能体可以自由进入与退出系统,则两个社团的规模扩 大会保持相一致的速度。对转化敏感因子不一样的系统,系 统演化过程中社团规模会呈现一些波动,但是长期看来集团 的规模呈现稳定增长或者保持基本不变态势。对于小世界內 00 0. .01 2.2533354 络,智能体之间的相互作用会使得集团的规模稳步增长,并且 图10仿真过程5的稳定结果图 速度保持一致。 参考文献 DEnsIt/ [1] Benkler Y. Coase's penguin[J].The Yale Law Journal, 2002, 112 (3):369-446 2BenklerY.commOns-basedpeerproductionandvirturej.the Journal of political Philosophy 2006, 14(4): 394-419 [3]吴在伟.在线百科稳定性研究[广州华南理工大学,200 4]汤玮亮百度百科的复杂网络建模与分析-大众生产视角[D]广州 华南理工大学,2007 [S]姚灿中产业复杂网络的建模、仿真与分析[D].广州:华南理T大学, 2010 [6]汪小帆,李翔,陈关荣复杂网终:理论及其应用Ⅳ]北京:清华大 530 学出版社,2006 图11仿真过程5的网络结构变化图 7何大韧刘宗车汪秉米复余系统与复斜网M北京:高等教育4 出版社,2009 团会出现一定的波动性:仿真过程3说明当网络是动态变化(1 Watts D J, Strogatz s h collective dynam mic of small world nct- 的,智能体貝有生命限制时,系统也能分离出两个独立的集 wok[ JNature,1998,393:440-442 团,而且规模的增长速度基本一致,但是由丁敏感因子的不-9」 Barabasi a l. Albert R emergence of scaling in networkJJI」Sei- 样,规模的增长具有一定的波动性;仿真过程4说明,当网络是 ence,1999,286:509-512 (上接7页) [16 Chapelle O, vapnik V, Bousquet O, et al. Choosing kernel pa [9] Maguire L P, Roche B, Mcginnity T M Predicting a chaotic rameters for support vector machines[J Machine Learning time series using a fuzzy neural network[J] Information Scienc 2001,46(1):131-160 es,l98,112:125-136 [17 Ayat N E, Chcrict M, Sucn C Y Automatic model sclcction for [10 Abarbanet H Analysis of observed chaotic data[M]. New York the optimization of the SVM kernels!J]. Pattern Recognition 2005.38:1733-1745 Springer-verlag, 1996. [1l邓乃扬,田英杰数据挖据中的新方法—支持向量机[M]北京:8刘文卿实验设计[M北京:清华大学出版社,2005 科学出版社,2004 [19 Tong H, Lim K Threshold autoregression, limit cycles and cycli cal data[J] Journal of the Royal Statistical Society, 1980, 42(3) 112」刘昌平,范明钰,王光卫,等基于梯度算法的支持向量机参数优 245-292. 化方法[控制与决策,2008,23(11):1291-1296 [20 Weigend A, Huberman B, Rumelthart D Predicting the future: A 13]向昌盛,周子英,武丽娜粮食产量预测的支持向量机模型研究[J connectionist approach[].Journal of Neural Systems, 1990, I 胡南农业大学学报:社会科学版,2010,11(1):6-10 193-209 14杨俊燕张优云支持向量机在机械没备震动信号趋势预测中的21 Cao L Support vector machines experts for time series forecast- 应用[J西安交通大学学报,2005,399):950-953 ing[]. Neurocomputing, 2003, 51: 321-339 ] Suykens A K, Vandewalle I, De moor h. Optimal control by[22]李红星基于统计学习理论的正则化最小二乘回归在时间序列建 least squares support vector machines[J]. Neural Networks 模和预测中的应用太阳黑子、石油、汇率的预测D]中国科学 2001,14(1):23-35 技术大学,200

...展开详情
试读 4P 论文研究-多Agent大众生产系统的群体行为选择分析.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
关注 私信
上传资源赚钱or赚积分
最新推荐
论文研究-多Agent大众生产系统的群体行为选择分析.pdf 9积分/C币 立即下载
1/4
论文研究-多Agent大众生产系统的群体行为选择分析.pdf第1页

试读结束, 可继续读1页

9积分/C币 立即下载 >