论文部分内容阅读
复杂网络作为研究复杂系统的一门交叉学科,涉及数学、物理、生物、经济和社会科学等诸多领域。几乎所有复杂系统都可以抽象成由相互作用个体组成的网络,例如互联网、铁路网、航空网、电力网及生物分子网络、生态系统等。除此之外,人类社会本身就是一个复杂网络。因此复杂网络的研究不仅对人类的工作生活有着重要的现实意义,对了解自然界和人类社会的演化规律也有着深远的科学意义。复杂系统之所以复杂,不仅在于其规模大,而且在于其中个体的耦合作用使得系统的动力学行为与宏观性质非常复杂。复杂网络研究关注个体间的微观作用导致的系统宏观性质,把系统作为一个整体研究,从而能预测复杂系统的宏观行为。现实中很多复杂系统以人为载体或者由人的行为驱动,比如社交网络和金融系统。因此研究人的行为特性,以及人的交互作用和行为特性对系统的影响具有重要的意义。本文从社会交互在系统中的作用的角度研究了复杂网络上的合作演化和人类行为动力学。复杂网络上的公共品演化博弈,个体通过参与多群体博弈,与多个个体产生交互,并通过策略学习的方式影响彼此的行为。本文主要研究了社会差异性导致的收益的非均匀分配对公共品演化博弈的影响。我们考虑BA无标度网络上收益非均匀分配时,整体合作行为的演化。发现度大的个体获得适当多的收益时,网络达到最高的合作水平,此时相当于加强了网络中节点度的异质性,度大节点的策略容易影响周围的小度节点,形成稳定的合作簇,进而促进合作的形成。在收益率比较低时,度小的个体获得较多收益时也能比平均分配时促进合作,此时小度个体起着hub节点的作用。在关于人类行为动力学的研究中,本文主要关注人类行为时空统计特性中的非泊松性,其中,发现最广泛、形式最简单而最具典型性的是幂律分布,但是我们注意到其中很多分布近似幂律分布但是有偏离,用双模分布来描述更合适。本文基于人类日常活动中无时无处不在的人与人之间的相互作用,提出了一个极简单的人类动力学模型,不同于主流的任务队列理论,也不包含任何的兴趣、周期、节律等机制,从一个全新的方向来研究人类行为非泊松性出现的机制。这个简单的模型再现了几乎所有在实证中观测到的统计性质,包括指数分布、幂律分布、双峰分布等等。这个模型还将任务队列理论和间断平衡理论这两类幂律分布产生的机制联系起来,揭示了自组织临界性在人类行为无标度特性产生中的作用。这个模型在个体层面上也观察到时间上的非泊松性,个体相互作用在改变系统动力学的同时也影响到个体行为统计特性。同时还对比研究了各种网络拓扑结构对动力学过程和系统统计性质的影响。研究发现社会交互变弱以及网络结构的变化都会导致系统的统计特性偏离幂律分布,暗示有偏离的非完全幂律分布有其内在成因。这个模型还在真实社会网络上第一次获得了分段幂律的时间间隔分布,给出了不同于以往研究认为的解释。