异质个体的网络演化博弈动力学与调控策略研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61004098
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    20.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0304.系统工程理论与技术
  • 结题年份:
    2013
  • 批准年份:
    2010
  • 项目状态:
    已结题
  • 起止时间:
    2011-01-01 至2013-12-31

项目摘要

长期以来人们认为个体差异性服从均匀的泊松分布,近年来大量复杂网络实证性研究显示个体的差异性呈现非泊松的幂律分布。本项目基于个体生命周期建立异质群体演化博弈模型,深入研究个体的显著差异性与网络结构对博弈动力学的作用机理。首先,在规则网络上研究异质群体博弈,利用合作簇的演化揭示个体差异性对不同博弈行为的反馈作用规律;然后,研究小世界、度异质、度相关、聚类等重要复杂网络特性对异质群体合作演化的影响,通过个体生命周期的差异性提取博弈学习骨干网,反映博弈信息在网络系统中的动态变化;在此基础上,利用个体差异性表征其在网络系统中重要程度的不同,通过具有互惠性质的规则牵制调控少量关键异质个体的行为,使期望行为在网络中有效传播,达到优化系统性能的目的。本项目的研究将有助于更好地理解现实复杂系统中广泛存在的合作行为与个体差异性的演化机理,为多智能体的行为调控和系统优化设计提供理论依据和方法上的指导。

结项摘要

本项目系统研究了个体策略异质性和结构异质性对于网络演化博弈动力学的作用机理,并基于节点中心性研究了牵制控制对于集群行为的调控策略。项目主要成果包括:(1)系统研究了网络上异质策略对合作行为的影响。提出了生命周期自演化的网络博弈模型,在平均收益框架下研究了规则网络和无标度网络上个体生命周期与策略共演过程;在规则网络上研究了个体收益与环境对于个体合作行为的影响;将直接互惠机制与网络互惠机制结合,提出了网络上的宽容针锋相对和赢存输去规则,研究了网络结构对于不同策略规则的演化作用机理。(2) 系统研究了网络异质性等结构特性对于合作行为扩散的影响。从渗流相变角度分析了规则网络上最大合作簇的形成和扩散问题;研究了异质无标度网络上聚类系数对于多人博弈的作用机理,揭示了网络聚类结构特性对多人公共品博弈的反馈互惠机制;研究了异质无标度网络上中心节点之间连接特性和空间性对于博弈合作行为的影响;在正则随机网络上研究了合作和背叛行为扩散的不同模式,利用个体学习过程提取信息交互的博弈学习骨干网,研究了博弈学习骨干网的结构与合作动力学之间的相互作用机理。(3)研究了牵制控制等对于集群动力学的影响。提出了分布式自适应牵制控制算法,将其应用到全局同步与聚类同步;提出了基于局部信息的局域中介数的牵制控制策略,针对Internet自治层网络从节点中心性角度比较了其与全局中介数牵制策略的控制效果;基于粒子群算法研究了搜索动力学不同分布形式对于系统优化的作用机理;从中心性角度研究了上海地铁网络的演化。在Physical Review E、EPL、New Journal of Physics、IEEE Transactions on Cybernetics、Journal of Theoretical Biology、Physica A、Chaos, Solitons & Fractals等期刊上发表10篇SCI收录论文,被J. R. Soc. Interface等SCI期刊引用55次。撰写两篇综述(EI收录),系统介绍了网络演化博弈和博弈真人实验领域国内外最新的研究成果。在IFAC、CCC、CCDC等国内外学术会议上宣读4篇EI源论文。

项目成果

期刊论文数量(12)
专著数量(0)
科研奖励数量(0)
会议论文数量(4)
专利数量(0)
An intermediate number of neighbors promotes the emergence of generous tit-for-tat players on homogeneous networks
中等数量的邻居促进了同质网络上慷慨的针锋相对的玩家的出现
  • DOI:
    10.1016/j.chaos.2013.07.017
  • 发表时间:
    2013-11
  • 期刊:
    Chaos Solitons & Fractals
  • 影响因子:
    --
  • 作者:
    Gao, Hui;Pan, Liming;Rong, Zhihai
  • 通讯作者:
    Rong, Zhihai
The emergence of scaling laws search dynamics in a particle swarm optimization
粒子群优化中标度律搜索动力学的出现
  • DOI:
    10.1016/j.physa.2012.11.054
  • 发表时间:
    2013-03
  • 期刊:
    Physica A: Statistical Mechanics and Its Applications
  • 影响因子:
    --
  • 作者:
    Qi, Jie;Rong, Zhihai
  • 通讯作者:
    Rong, Zhihai
Coevolution of strategy-selection time scale and cooperation in spatial prisoner's dilemma game
策略选择时间尺度的协同演化与空间囚徒的合作
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    EPL
  • 影响因子:
    1.8
  • 作者:
    Rong, Zhihai;Wu, Zhi-Xi;Chen, Guanrong
  • 通讯作者:
    Chen, Guanrong
Cooperation percolation in spatial prisoner's dilemma game
空间囚徒的合作渗透
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    New Journal of Physics
  • 影响因子:
    3.3
  • 作者:
    Han-Xin Yang;Zhihai Rong;Wen-Xu Wang
  • 通讯作者:
    Wen-Xu Wang
Feedback reciprocity mechanism promotes the cooperation of highly clustered scale-free networks
反馈互惠机制促进高度集群无标度网络的合作
  • DOI:
    10.1103/physreve.82.047101
  • 发表时间:
    2010-10-01
  • 期刊:
    PHYSICAL REVIEW E
  • 影响因子:
    2.4
  • 作者:
    Rong, Zhihai;Yang, Han-Xin;Wang, Wen-Xu
  • 通讯作者:
    Wang, Wen-Xu

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

签到行为的可预测性及影响因素分析
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    Journal of the University of Electronic Science and Technology of China
  • 影响因子:
    --
  • 作者:
    卢扬;樊超;韩筱璞;荣智海
  • 通讯作者:
    荣智海
合作演化与网络博弈实验研究进展
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    SCIENTIA SINICA Physica, Mechanica & Astronomica
  • 影响因子:
    --
  • 作者:
    荣智海;许雄锐;吴枝喜
  • 通讯作者:
    吴枝喜
复杂网络研究的机遇与挑战
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    Journal of the University of Electronic Science and Technology of China
  • 影响因子:
    --
  • 作者:
    荣智海;汪秉宏;许小可;章忠志
  • 通讯作者:
    章忠志
复杂系统流量波动规律研究综述
  • DOI:
    10.3969/j.issn.1001-0548.2017.02.021
  • 发表时间:
    2017
  • 期刊:
    电子科技大学学报
  • 影响因子:
    --
  • 作者:
    呼一辰;赵志丹;蔡世民;黄子罡;荣智海;周涛
  • 通讯作者:
    周涛

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码