[发明专利]一种基于计算实验的网络化人工社会建模方法

说明书

本发明公开了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：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；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；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；本发明可以实现复杂社会系统网络化的演示，可以解决协调整个模型处于动态变化，将复杂社会网络系统中行为个体的适应性和自主能力更强。

技术领域

本发明属于计算实验领域，尤其涉及一种基于计算实验的网络化人工社会建模方法。

背景技术

随着互联网的普及、物联网的渗透、大数据的涌现以及社会媒体的崛起，复杂系统越来越多的呈现出社会、信息、物理相融合的特征，为了分析和研究现实世界中复杂社会系统的规律，计算实验方法应运而生。它基于分布式思想，采用自下而上的研究方法，将现实世界中的各类实体以及个体行为抽象为智能个体模型，通过系统中个体间的相互作用来观察系统演化所涌现出的宏观规律。相比于传统实验分析方法，计算实验的操作简便、观察清晰、计算性强，并且可以对不同因素的作用进行全面准确的度量和评估，使得研究者更容易探索复杂系统的运行规律并找到有效的干预措施。当前，计算实验已经成为研究复杂社会系统动态演化的重要工具，并为复杂社会系统的实验研究提供了新的思想和方法，其研究主题多样而广泛，主要有面向社会舆情事件、应急管理系统等。在研究角度上，一种是不针对特定的情景或者特定真实社会系统建模，仅描述一般社会系统的特征和过程；另一种是面向真实社会系统的建模，强调人工社会模型和真实社会系统之间高度的匹配。

计算实验方法的研究框架主要包含5个步骤：人工社会建模、实验系统构建、实验设计、实验分析、模型验证，其中人工社会建模是进行计算实验的基础，只有明确了人工社会应具有的结构、要素和属性，将所研究的复杂系统映射为实验系统中的计算模型后，才能模拟观察整个系统形成的复杂现象。复杂社会系统中存在大量具有行为自主、形式多样的个体，个体之间自主交互，进而导致系统动态演化，呈现出复杂的网络化结构特征，反过来又对系统中个体产生影响。现实世界中，社会网络规模巨大、种类繁多、节点属性复杂，演化规律难以观察，例如交通网络、社交网络等。因此，如何在人工社会建模中有效表现出动态演化的网络特征成为本领域需要解决的关键问题。

基于Agent的自下而上的社会仿真方法得到了快速发展，许多领域都引入了复杂系统和人工社会模型的思想。虽然利用基于Agent建模的经典人工社会模型在财富分配、人口问题、环境变迁、遗传继承等方面得到了广泛的应用，然而，人类所处的现实的社会系统是复杂的、动态的和不断发展的，并且存在许多复杂的问题，例如信息或者流感病毒的传播等，对于这些复杂问题是需要引入社会网络模型才能解决的，显然一些经典人工社会模型是缺乏对社会网络模型的描述。

社会网络模型描述则需要利用复杂网络方法，它把复杂系统中的个体当作网络中的顶点，把个体之间的联系或是相互作用当作网络中顶点之间的边，由此建立起一个可抽象表征的复杂系统的网络，Agent之间的交互是在一个网络上进行的。也可以说建立了社会网络模型，就是将个体交互的场所从简单的环境场景转移到网络拓扑上，在社会网络上观察个体的交互和演化，从而表现为整个社会网络的进化。

目前的人工社会建模技术研究存在以下问题：

1)大部分的人工社会中社会网络建模都是基于静态模型的分析。以社会网络模型为基础，网络结构是静态的，相对固定且不随时间变化，只有Agent作为网络节点实现自治演化行为。以上这种假设，其实违反了人工社会中自下而上的建模原理，这样所构建出来的人工社会与现实并不吻合。对于人工社会，设计的关注点不应该是自上而下的那种改变个体的方式，重要的是如何影响个体的交互，以及深刻的理解个体的行为和描述上，个体与个体之间的交互上。