[发明专利]一种基于计算实验的网络化人工社会建模方法

权利要求书

1.一种基于计算实验的网络化人工社会建模方法，所述方法基于人工社会建模框架包括个体层、组织层和社会层，其特征在于：

所述个体层包括任务数据采集模块、任务数据处理模块、任务参数控制模块和任务分配模块；其中：

任务数据采集模块从复杂系统中提取社会活动个人行为数据信息；

任务数据处理模块对社会活动个人行为数据信息进行自主节点方式生成社会活动个人属性信息

任务分配模块根据任务参数控制模块的数据信息对社会活动个人属性信息进行信息内容交互生成社会活动个人自主节点的行为模型；即：

R×S_t×Y_t→A_t×S_t (2)

即每个自主节点根据自身感知信息以及自身状态，在决策信息指导下产生新的状态和之后的行为变化；其中：

每次行为变化A_t可以由用一个三元组描述如式(3)所示：

其中，是起始状态；是终止状态；Op是状态转移函数；

所述组织层根据个体层输出社会活动个人自主节点的行为模型采用网络拓扑结构构建全局社会网络模型，

即：G_agent(t)＝V_agent(t),L_agent(t),Ψ (4)

其中，在全局社会网络模型中，依然是由节点集合和连边集合构成，V^t、L^t同复杂网络中节点和连边表示相同，但是集合中的点为扩展为与Agent相关的更加复杂的微观个体，V^t集合中每个自主节点与一个Agent相互映射，代表具有自主性的个体，即自主节点；L^t集合中每条边与两个Agent关联，也就是每条边有两个自主节点连接；其中：所述全局社会网络模型中的网络拓扑结构是采用邻居节点集合与连边关系集合构成相互社会关系，即：

所述全局社会网络模型中社会关系定义为如式(6)所示：

v^t×P(v^t)→l^t (6)

其中，v^t表示该自主节点类别及其状态，P(v^t)表示该节点在社会网络中相邻的节点集合，l^t表示社会网络连边；

所述社会层根据自主节点行为规则和社会网络规则对组织层构建的全局社会网络进行动态控制。

2.根据权利要求1所述的一种基于计算实验的网络化人工社会建模方法，其特征在于：所述全局社会网络模型根据偏好连接方式建立，生成的步骤如下：

Step1(初始化)在初始状态下t＝0，生成m₀个初始节点，节点之间根据社会关系进行完全连接或者任意连接生成e₀条连边，同时生成节点之间的连边权重S_ij。

Step2(择优增长)每个时间间隔，加入一个新节点j，同时设定该节点类型，然后该节点j根据节点类型选择网络中m(m≤m₀)个节点优先连接，从而生成新的连边，同样生成节点之间的连边权重S_ij。

Step3(循环)循环执行步骤2到规定时刻T，直到社会网络模型达到预期的节点规模N＝m₀+T为止。

3.根据权利要求1所述的一种基于计算实验的网络化人工社会建模方法，其特征在于：

所述社会层根据自主节点行为规则和社会网络规则对组织层构建的全局社会网络进行动态控制过程：

社会活动个人自主节点的行为模型动态过程：社会活动个人自主节点的行为模型动态过程至少包含2方面因素：行为规则，用于自主节点根据自身属性产生交互行为，继而改变已有的社会网络；社会网络规则，在运行过程中，自主节点根据其行为产生新的或者切断社会网络连接：

在个体演化过程中关注个体在社会网络中的变化，不同的个体适应性和个体决策改变着所处的社会网络，描述个体在社会网络中变化如式(7)所示：

C_t＝C_r,C_h,A_t (7)

其中，C_t是t时刻该自主节点所在网络上的全局映射，C_r表示自主节点的社会关系状态即是否存在连边以及关系强弱，C_h是自主节点的关系映射，它描述了自主节点的各个关系属性随着时间的推移和自主节点的行动变化：

C_h:C_r×A_t→C_r (8)

当自主节点感知环境变化或者邻居节点变化后，做出决策适应当前社会关系，当发生行为变化后，C_r中的关系状态和强度也会发生相应的变化；

全局社会网络动态过程：每个节点采用由节点状态集S定义的有限个状态之一；连边描述节点之间的引用关系，指定节点在状态转换和拓扑变换中如何相互影响，每个连边还可以采用连边状态集合L′中的一种可能性状态；在特定时间t的配置是网络的状态和拓扑的组合，有以下形式表示：

1)V^t：网络在t时刻的有限自主节点集；

2)C^t：V^t→S：从节点集到节点状态集S的映射；这描述了t时刻网络上的全局状态分配。如果局部状态是标量，则可以表示为一个简单的向量，其大小可能随时间变化；

3)L^t：V^t→{V^t×L′}^*：从节点集到出边目标节点列表和这些链接的状态的映射，其中L′是连边状态集；这表示t时刻网络的全局拓扑结构，它可能随时间变化而变化。