基于习惯的人类动力学实证与建模研究

发布时间：2020-05-08 12:45

【摘要】：人类动力学作为复杂系统领域的新兴研究方向,已经受到越来越多的关注。深入了解和认知不同模式下产生的人类行为,有助于改善电信及铁路运营商的资源分配与服务设置,也有利于完善市场零售业的价格定位和仓储调整,具有较大的理论意义和应用价值。通过学习与研究,本文取得了如下成绩。 首先,针对当前的研究现状,比较了目前几种典型的人类动力学模型,总结了各个模型所面向的行为模式,分析了几种典型人类动力学模型各自的优点与不足,并给出了相应的仿真结果。 其次,以帕菲克国际健身俱乐部所有会员的登录数据为对象,对全体会员、分组会员以及个体会员的登录情况进行了实证研究,分析了不同对象在健身运动模式下登录间隔时间的分布特性：探讨了分组群体的概率分布α值与活跃度之间的非线性变化关系。 第三,基于以上实证分析,为了更好的模拟真实世界中兴趣的变化对人类习惯行为的影响,解析了一个受习惯和兴趣影响的人类动力学模型。通过在基于习惯的模型机制中引入兴趣因子v与时间阈值参数Tmax和Tmin(分别表示行为在服务台上停留的最长时间与最短时间),得到了一个基于习惯的人类运动动力学模型。模型生成的模拟数据较好地符合现实中人类运动健身的实证数据。 最后,总结了健身运动模式下的人类行为的实证与建模研究,指出了下一步的研究思路。
【图文】：

时间趋近于零，这样避免了下一个时间步到来时旧任务还没有处理完的情况:(2)优先权通过一个均匀分布x0’)。【0，1」中产生;(3)个体以概率p执行当前优先权最高的任务，并以概率1一执行一个完机的任务;(4)旧任务在被选择执行的同时，，新任务加入旧任务原来所在的队列位置，优先权仍由均匀分布产生。根据以上的规则，很显然当p一1时，具有高优先级的任务在加入队列后就被处理，而优先级较低的任务由于要等待所有优先级更高的任务都被完成才执行，因而被迫长时间停留在队列中，成为胖尾现象的可能来源;而当p一0任务在每个时间步被随机的选择，与自身的优先权无关。2.L2仿真模拟定义队列长度L一100，p一0.999，经历的离散时间步长T=lo0000，任务的权参数从均匀分布x0’)。[0，1]中提取，:为队列中任务的等待时间，最终生成值模拟结果如图2.1.1所示。

根据图2.1.1可知，任务的等待时间呈现出明显的幂律特性，且在双对下，等待时间的分布函数P(:)可以近似用斜率为一1的直线拟合，仿真结果p、1的极限下，任务在列表中的等待时间:满足指数a=1的幂律尾巴，该结网、发送电子邮件和图书馆借阅的标度指数是吻合的[26】。此外，当p一0.001时，任务等待时间分布的拟合曲线在单对数坐标下呈条直线，见图2.1.2。这说明P(:)在p*0时趋近于指数分布，即任务被随机选的等待时间具有泊松特性，显然基于优先权排队的理论模型能更好的解释现胖尾现象。然而，日常生活中不同个体对应的任务列表长度并不相同，为了了解L变化对等待时间分布的影响，我们在图2.1.3中比较了L=2，L=100，L=300同情况下的等待时间分布。仿真结果显示，当p*1时，L的变化不会影响P(标度指数，即便队列长度仅仅为2时标度行为也仍然存在，说明模型不需要任务列表同样能体现具有阵发和胖尾特征的动力学效应。寸烤n

本文编号：2654670