刘雪萍 尚丽辉 李轩宇

摘 要：在现实生活中，观点更改与达成共识是社会行为动力学研究的一个重要方面，受到了不同领域研究者的关注。基于演化博弈论建立一致性观点模型，研究了个体学习能力对无标度网络上个体观点演化的影响。依照个体度值，网络中的个体被分为A、B两类，A类表示参与者度值高且学习能力强，B类则与之相反。仿真结果表明，个体学习能力对观点演化行为具有重要影响。当学习系数小于0.001时，参与者倾向于保持自己的观点，使整个网络的观点在有限时步中难以达到一致。当A类所占比例提高时，网络达到一致的时间缩短，但当A类所占比例增加到0.8～1时，网络达到一致的时间几乎保持不变。

关键词：无标度网络;观点动力学;演化博弈论;学习能力;异质性群体

DOI：10. 11907/rjdk. 192608 开放科学（资源服务）标识码（OSID）：

中图分类号：TP393文献标识码：A 文章编号：1672-7800（2020）008-0197-05

Abstract： In real life， the change and consistency of peoples opinions is an important aspect of studying social behavior dynamics， which has attracted the attention of researchers in different fields. Consensus opinion model is constructed based on evolutionary game theory. We study the influence of individual learning ability on the opinion dynamics in scale-free network. According to the size of the degree， all of the individuals are divided into class A and class B. Class A has high degree value and strong learning ability， while those in class B has the opposite. The simulation results show that the individual learning ability has an important influence on opinion evolution. When the learning ability coefficient is less than 0.001， individuals tend to maintain their own opinions， making it difficult for the opinions of the whole network to be consistent in the finite time steps. When the proportion of class A increases， the consistent time is shortened. The consistent time between 0.8 and 1 for the proportion of class A is almost equal.

Key Words： scale-free network; opinion dynamics; evolutionary game; learning ability; heterogeneous groups

0 引言

復杂系统无处不在，大量复杂系统都可通过网络加以描述，如神经网络系统[1]、道路交通网络系统[2]、邮件网络系统[3]等复杂系统都可抽象为节点与连边构成的网络进行分析。基于这种思想，可以在演化博弈理论中引入网络拓扑的概念，将个体看作网络中的节点，并且仅与和它有连边的个体进行交互[4-5]，其中由于无标度网络（BA网络）能很好地呈现现实社会社交结构，因此运用更为广泛[6]。复杂网络上的演化博弈主要研究策略演化规则对群体合作行为的影响[7-8]以及不同网络拓扑结构[9-10]等对合作演化的影响。……