人类双向选择模式分析与预测

发布时间：2017-04-16 05:03

  本文关键词：人类双向选择模式分析与预测，，由笔耕文化传播整理发布。

【摘要】：双向选择在人类的日常生活中是非常普遍的。为了研究隐藏在人类双向选择行为背后的机制和规律,我们建立了一个关于任意双向选择系统的最小模型,并且得到了这个模型的解析解。模型包括了三个影响双向选择的主要因素,分别是双向选择双方各自的个体总数k1,k2和双向选择双方个体所共有的可供选择的总特性数n。在三种不同的条件下,我们对模型的精确解释式作了近似分析,得到了更简洁的函数关系：配对成功率P和相关变量成简单的反比例关系,并和模型的仿真结果是一致的。现实中男女之间爱情选择是典型的双向选择问题,为了验证模型在现实中的有效性,我们搜集了现实中82组关于相亲大会的实证数据。由于相亲大会提供的数据信息不完整,只提供了参加的总人数和配对成功总对数,并没有提供详细的男女双方各自的人数,所以我们无法用模型和实证数据做精确的对比,我们只能把模型和实证数据做一个粗糙的验证,我们发现大多数实证数都落在了模型可以预测的范围内,但是当参加相亲大会的总人数相对较少时,会有少量实证数据落在模型所能预测的区域范围之外,我们对此做出了合理的解释。因此总体上讲,实证数据理论上验证了模型的合理性,如此一个简单的双向选择模型对了解现实中双向选择系统的内在机制有一定的价值和现实意义。 上面的研究属于双向选择在复杂系统和网络科学领域的一个基础性初步研究。其双向选择机制是建立在一个全联通网络上。为了进一步加深对双向选择课题的研究,我们将双向选择机制拓展到了任意一个网络上,包括主流的网络模型(ER随机网络,WS小世界网络,BA无标度网络)以及现实中的网络。并且给出了模型在任意一个网络上的解析解,模型仿真结果和模型的数学解析结果吻合的非常好,说明了解析结果的精确性和正确性。我们主要选做了双向选择机制在三个主流网络上的研究：ER随机网络,WS小世界网络,BA无标度网络。经过研究发现,一个个体的邻居的数量和状态直接决定了个体的匹配成功率,而且网络的平均度越高,个体的匹配概率也越高。在三个主流网络模型中,我们发现WS小世界网络的拓扑结构最有利于匹配,而BA无标度网络的拓扑结果最不利于匹配。WS小世界网络是在以现实中社交网络为基础上研究建立起来的,那么我们的双向选择机制研究可以暗示现实中社交网络的演化形成很可能遵守着有利于异性个体之间的匹配这一基本规则。此研究工作对现实中的双向选择研究更进了一步,让我们对双向选择的基础研究从一开始的特殊性网络(全联通网络)拓展到任意一个网络上,我们认为这对后续关于现实中双向选择现象的理论和应用研究有一定的意义和作用。
【关键词】：复杂网络 人类行为 双向选择
【学位授予单位】：中国科学技术大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：O157.5
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 表格索引10-11
• 插图索引11-13
• 主要符号对照表13-14
• 第一章 绪论14-18
• 1.1 研究背景14-15
• 1.2 本论文的研究内容15-18
• 第二章 复杂网络基础知识18-36
• 2.1 网络的概念18-20
• 2.2 网络的分类20-23
• 2.2.1 有向网络,无向网络20-21
• 2.2.2 加权网络,无权网络21
• 2.2.3 加权有向网络,无权无向网络21-22
• 2.2.4 稀疏网络,稠密网络22
• 2.2.5 二分图网络22-23
• 2.3 网络的表示23-24
• 2.3.1 网络的数学表示23-24
• 2.3.2 网络的计算机表示24
• 2.4 网络拓扑性质24-29
• 2.4.1 邻居,度,平均度,度分布,度相关24-27
• 2.4.2 路径,路径长度,距离,直径,连通性27
• 2.4.3 聚类系数27-28
• 2.4.4 介数28
• 2.4.5 广度优先搜索树28-29
• 2.5 网络模型29-36
• 2.5.1 规则网络30-31
• 2.5.2 ER随机网络31-32
• 2.5.3 WS小世界网络32-33
• 2.5.4 BA无标度网络33-36
• 第三章 人类双向选择行为模型36-48
• 3.1 引言36
• 3.2 模型和解析36-41
• 3.3 实证数据验证41-46
• 3.4 总结46-48
• 第四章 双向选择机制在复杂网络上的研究48-58
• 4.1 引言48-49
• 4.2 模型和仿真方法49-50
• 4.3 仿真结果50-56
• 4.4 总结56-58
• 第五章 描述网络拓扑的一种新方法58-66
• 5.1 研究背景58-59
• 5.2 描述网络结构特征的新方法59-60
• 5.3 新方法在复杂网络上的应用60-64
• 5.4 总结64-66
• 第六章 多人多任务时间优化研究66-74
• 6.1 研究背景66
• 6.2 模型介绍66-67
• 6.3 仿真结果67-72
• 6.4 总结72-74
• 第七章 总结与展望74-80
• 7.1 工作总结74-76
• 7.2 工作展望76-80
• 参考文献80-86
• 附录A 常用基本网络模型程序示例86-96
• A.1 规则网络模型程序示例86-88
• A.2 ER随机网络模型程序示例88-89
• A.3 WS小世界网络模型程序示例89-91
• A.4 BA无标度网络模型程序示例91-92
• A.5 自定义度分布网络模型程序示例92-96
• 附录B 双向选择机制在复杂网络上的模型程序示例96-106
• B.1 规则网络双向选择模型程序示例96-98
• B.2 ER随机网络双向选择模型程序示例98-99
• B.3 WS小世界网络双向选择模型程序示例99-101
• B.4 BA无标度网络双向选择模型程序示例101-103
• B.5 自定义度分布网络双向选择模型程序示例103-106
• 附录C 网络模型一层度和二层度相似性系数程序示例106-124
• C.1 规则网络一层度和二层度相似性系数程序示例106-110
• C.2 ER随机网络模型一层度和二层度相似性系数程序示例110-114
• C.3 WS小世界网络一层度和二层度相似性系数程序示例114-119
• C.4 BA无标度网络一层度和二层度相似性系数程序示例119-124
• 附录D 多人多任务时间优化程序示例124-130
• 附录E 跟论文有关的数学知识130-136
• E.1 贝塞尔函数130-131
• E.2 伽马函数131-132
• E.3 二项式分布132-133
• E.4 泊松分布133-134
• E.5 正态分布134-135
• E.6 其他数学公式135-136
• 致谢136-138
• 在读期间发表的学术论文与取得的研究成果138-140
• 附件140

【共引文献】

中国期刊全文数据库 前10条

1 樊超;郭进利;韩筱璞;汪秉宏;;人类行为动力学研究综述[J];复杂系统与复杂性科学;2011年02期

2 刘向荣;杨建梅;孙红英;谢伟聪;;基于符号动力学的中国工业产品价格传导复杂网络分析[J];工业工程;2013年04期

3 周涛;韩筱璞;闫小勇;杨紫陌;赵志丹;汪秉宏;;人类行为时空特性的统计力学[J];电子科技大学学报;2013年04期

4 张静远;孙伟刚;童丽艳;李常品;;Topological Properties of Fibonacci Networks[J];Communications in Theoretical Physics;2013年09期

5 王春娟;林振权;;人类通信行为中的标度律[J];复杂系统与复杂性科学;2013年03期

6 陈国强;王宇平;刘盛华;;Centrality measure of complex networks based on resource flow[J];Journal of Beijing Institute of Technology;2013年03期

7 纪威宇;蔡国永;;微博社区演进及信息传播建模分析研究[J];桂林电子科技大学学报;2013年06期

8 LU Wen-lian;CHEN Tian-ping;;Synchronization of networks with time-varying couplings[J];Applied Mathematics:A Journal of Chinese Universities(Series B);2013年04期

9 赵阳;李华强;王伊渺;刘沛清;;基于复杂网络理论和条件概率的灾难性事故风险评估方法[J];电网技术;2013年11期

10 李志宏;马倩;周广刚;;国内管理科学领域高校间学术论文合著网络的时间演化分析[J];管理工程学报;2013年04期

中国博士学位论文全文数据库 前10条

1 郭U

本文编号：310038