基于偏好的博弈学习与复杂网络的共演化机制的研究
摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-13页 |
1.1 引言 | 第10页 |
1.2 研究背景和研究现状 | 第10-11页 |
1.3 研究意义 | 第11-12页 |
1.4 本文主要内容 | 第12-13页 |
第2章 复杂网络及博弈论概述 | 第13-25页 |
2.1 复杂网络概述 | 第13-19页 |
2.1.1 复杂网络的统计特性 | 第13-15页 |
2.1.2 典型的复杂网络模型 | 第15-19页 |
2.2 博弈论概述 | 第19-22页 |
2.2.1 经典博弈论及纳什均衡 | 第20-21页 |
2.2.2 演化博弈论 | 第21-22页 |
2.3 复杂网络上的演化博弈 | 第22-23页 |
2.4 本章小结 | 第23-25页 |
第3章 基于演化博弈的复杂网络模型 | 第25-33页 |
3.1 模型定义 | 第25-27页 |
3.2 模型构建方法 | 第27-31页 |
3.2.1 网络演化过程 | 第28页 |
3.2.2 网络调整过程 | 第28-30页 |
3.2.3 偏好学习过程 | 第30-31页 |
3.3 博弈策略选择方式 | 第31-32页 |
3.3.1 基于策略选择函数的博弈模型 | 第31页 |
3.3.2 基于纳什均衡点的博弈模型 | 第31-32页 |
3.4 本章小结 | 第32-33页 |
第4章 仿真结果分析 | 第33-49页 |
4.1 仿真模型 | 第33-35页 |
4.2 基于策略选择函数的博弈模型的仿真结果分析 | 第35-40页 |
4.2.1 度分布和平均度 | 第35-37页 |
4.2.2 平均收益 | 第37-38页 |
4.2.3 模块性 | 第38-40页 |
4.3 基于纳什均衡的博弈模型的仿真结果分析 | 第40-45页 |
4.3.1 度分布和平均度 | 第40-41页 |
4.3.2 平均收益 | 第41-43页 |
4.3.3 模块性 | 第43页 |
4.3.4 收益比例? 对模型的影响 | 第43-45页 |
4.4 两种模型的对比分析 | 第45-48页 |
4.5 本章小结 | 第48-49页 |
第5章 结论与展望 | 第49-51页 |
5.1 本文总结 | 第49-50页 |
5.2 展望 | 第50-51页 |
参考文献 | 第51-54页 |
作者简介及在学期间所取得的科研成果 | 第54-55页 |
致谢 | 第55页 |