復(fù)雜網(wǎng)絡(luò)上的共演化博弈研究.pdf

1、復(fù)雜網(wǎng)絡(luò)能夠有效地刻畫自然界和人類社會中各種復(fù)雜系統(tǒng)中個體之間的連接關(guān)系。而演化博弈作為研究策略與決策的一門科學(xué)，能很好地刻畫自私個體之間交互時的策略選擇以及策略隨時間的演化。復(fù)雜網(wǎng)絡(luò)與演化博弈相結(jié)合，為研究復(fù)雜系統(tǒng)中個體之間的相互關(guān)聯(lián)和作用提供了一個有效的理論框架，得到了包括物理學(xué)、生物學(xué)、社會學(xué)、心理學(xué)、工程科學(xué)等各領(lǐng)域?qū)W者的廣泛關(guān)注與研究。作為演化博弈的一個自然延伸，共演化博弈考慮到環(huán)境或者其他機制與博弈策略的共同演化。根據(jù)國內(nèi)外

2、的研究動態(tài)和發(fā)展趨勢，本文主要從網(wǎng)絡(luò)結(jié)構(gòu)、共演化機制、共演化時間尺度等方面研究了復(fù)雜網(wǎng)絡(luò)上囚徒困境博弈和公共品博弈中合作策略的演化以及策略與其他屬性的共同演化，主要工作與貢獻(xiàn)如下：
　　1.考察了高聚類無標(biāo)度網(wǎng)絡(luò)上囚徒困境博弈中合作策略的穩(wěn)定性。以往的研究認(rèn)為無標(biāo)度網(wǎng)絡(luò)以及聚類系數(shù)能夠促進(jìn)合作演化。本文在策略的演化過程中引入突變機制，以考察高聚類無標(biāo)度網(wǎng)絡(luò)面對錯誤信息時合作演化的魯棒性。結(jié)果表明高聚類系數(shù)對策略突變更具有脆弱性。只

3、有當(dāng)突變率較小時，高聚類系數(shù)能夠促進(jìn)合作演化。當(dāng)突變率較大時，合作水平將顯著降低。通過對不同度節(jié)點的合作水平的分別考察，發(fā)現(xiàn)當(dāng)策略突變足以影響到網(wǎng)絡(luò)中的Hub節(jié)點時，聚類系數(shù)將促進(jìn)背叛策略的傳播。
　　2.提出了一種基于聲望的個體遷移模型以研究對合作演化的影響。個體的移動性被認(rèn)為是促進(jìn)合作演化的一種重要的共演化機制。以往模型中的遷移或者是隨機移動，或者是基于收益的驅(qū)動，或者是基于個人的期望?？紤]到現(xiàn)實中個人的聲望對人與人之間交互時

4、策略選擇的重要影響，本文提出了一種基于聲望的遷移模型。個體根據(jù)以往信息的記憶以一定概率離開聲望不佳的環(huán)境。研究結(jié)果表明該機制在較大的人口密度和不太大的背叛誘惑下能夠提升合作水平。較長的聲望記憶對合作有利，但要求對聲望更高的敏感性。本文同時通過考察不同演化時間步時的空間斑圖，對這一機制的有效性給出了微觀解釋。
　　3.考察了網(wǎng)絡(luò)結(jié)構(gòu)和博弈策略共演化中的時間尺度的影響。以往研究網(wǎng)絡(luò)結(jié)構(gòu)和博弈策略共演化的工作通常假定個體交互和策略更新遵

5、循固定的時間尺度。我們提出了一種共演化模型來考察變化的尺度造成的影響。每一輪中個體在博弈之后按概率斷開與特定策略個體的邊并重連到其他個體，在進(jìn)行了可變的交互輪數(shù)之后所有個體同步進(jìn)行策略更新。結(jié)果表明較慢的策略更新能夠使合作顯著增強，而強選擇會使合作策略盛行的參數(shù)區(qū)域減小。通過考察不同時間尺度下網(wǎng)絡(luò)的結(jié)構(gòu)，發(fā)現(xiàn)較慢的策略更新能夠帶來更大的網(wǎng)絡(luò)異質(zhì)性。較慢的策略更新和較弱的選擇強度為個體適應(yīng)周圍環(huán)境提供了機會，從而促進(jìn)了合作的演化。本文同時

6、考察了不同初始網(wǎng)絡(luò)和斷邊重連的代價對結(jié)果的影響。
　　4.研究了機構(gòu)懲罰和獎勵對合作演化的影響。獎勵和懲罰是促進(jìn)合作演化的重要機制。以往的研究或者是單獨考察懲罰及獎勵的作用，或者是把二者作為不同的個體或機構(gòu)對比研究。本文提出了一種兼具懲罰和獎勵機能的機構(gòu)模型。機構(gòu)將參與者提供的基金進(jìn)行分配，分別用于對搭便車者進(jìn)行懲罰以及對機構(gòu)參與者進(jìn)行獎勵。本文主要關(guān)注公共品博弈中機構(gòu)的不同懲罰和獎勵分配比例的影響。結(jié)果表明獎勵對合作的維持至關(guān)重