复杂网络及其在员工流失管理中的应用

江苏大学硕士学位论文复杂网络及其在员工流失管理中的应用姓名：张小琴申请学位级别：硕士专业：应用数学指导教师：姚洪兴20071211复杂网络及其在员工流失管理中的应用作者：张小琴学位授予单位：江苏大学相似文献(10条)1.期刊论文张湘莉兰.苑波.骆志刚.ZhangXianglilan.YuanBo.LuoZhigang竞争与合作——复杂网络结构化形成的内因-计算机研究与发展2009,46(z1)采用博弈理论来探究复杂网络进化过程中结构化形成的内在原因.如今用于研究复杂网络的基本方法有3类:随机图模型(ER模型)、小世界模型、无尺度模型.但这3类方法都没有从根本上解释复杂网络结构化形成的原因,毕竟在现实世界中网络的演化过程并不是一个纯粹的优化过程.考虑到博弈论强调博弈者通过按照既定规则选择不同策略形成各自的博弈结果,认为它是一种用来解释不确定性演化过程的理想工具,而图论又可以很好地表示复杂系统以及系统内部的相互关系和相关属性,故将博弈论和图论结合到一起,对复杂网络进化过程中结构化形成的内在原因进行探讨,得出参与者之间的竞争和合作是促成复杂网络结构化形成的内因这个结论.2.学位论文曹崀复杂网络上的演化博弈动力学研究2008演化博弈论提供了一种描述个体之间交互作用的通用数学框架。每个博弈者在博弈中采取一定的策略，并根据其对手的策略获取收益。在每一时步，每个博弈者在某种收益最优的原则或学习规则下更新自己的策略，所有博弈者最终达到某种演化稳定的均衡点，而不是经典博弈论所讨论的确定静止的纳什均衡。典型的演化博弈通常放在全混合的群体结构下讨论，即群体中的所有博弈者两两之间均存在相互作用并进行博弈。复杂网络上的演化博弈主要考虑结构化的群体结构，博弈者之间的相互作用关系通过一个复杂网络进行刻画。由于这种结构化的连接拓扑结构，复杂网络上的演化博弈也呈现出更为复杂的动力学行为。本文回顾了近年来复杂网络上的演化博弈的研究进展，着重研究了最后通牒博弈在复杂网络上的公平演化、性别对战博弈在观点动力学中的应用、以及具有单一交互能力的二分图上的雪堆博弈。本文的主要贡献以及研究成果如下：1.最后通牒博弈作为博弈中研究理性与非理性因素的一个典型例证，刻画了博弈者公平与自私的折衷。本文研究了在复杂网络上的公平演化机制，考虑在演化最后通牒博弈中，所有的博弈者达到收益一致意义下的公平涌现。我们发现公平涌现条件与网络拓扑结构有关，并仿真研究了网络的小世界与无标度特性对演化最后通牒博弈的公平涌现临界的影响；2.本文提出并研究一种新的基于演化网络性别对战博弈的观点动力学模型。群体中的个体根据其不同的固定观点偏好划分为不同的类，而个体实际所持观点根据生死过程或死生过程进行更新，以模拟观点形成中的个体之间的相互说服过程。群体最终会形成统一的观点，所有个体达到一致；或共存的不同观点，分别对应“观点统治”或“观点共存”两相，而相变临界点由网络的模块度所决定。我们给出了一般的网络演化博弈策略共生稳定性条件，并加以仿真验证。仿真结果表明了网络的模块性(或社团结构特征)有利于演化策略的共生，并提供了一条研究网络模块性的新思路；3.本文提出了一种具有可调幂律指数度分布的二部图模型，研究了其上的具有单一个体交互能力的雪堆博弈。区别于以往网络上的演化博弈动力学研究通常考虑博弈者每一时步与其网络邻居同时进行博弈，博弈者按照一定策略选择邻居与之进行(多人)博弈。在雪堆博弈的背景下，我们引入了耗时代价刻画博弈者中合作联盟带给所有博弈者的收益。仿真研究表明，在考虑耗时代价时，激励了群体中合作行为的涌现，促成合作者联盟，而网络中度分布的异质性则抑制了合作频率的提高。3.学位论文陈雅姗重复囚徒困境博弈策略在无标度网络中演化2008由博弈论与生物学结合产生的进化博弈论，作为一个有效的数学框架，在研究达尔文进化论中有关合作演化行为时起了很重要的作用。而随之，它也被拓展运用于解释自然界和社会科学各领域中出现的各种合作演化行为。同时在现实生活中大量自然和人工的系统都可以用复杂网络来表征。自从发现大多数实际网络的拓扑结构都具有小世界效应和无标度特性之后，复杂网络已经吸引了越来越多物理学家的兴趣。在本篇论文中，我们把进化博弈论与复杂网络相结合，通过借用经典的“囚徒困境”博弈策略来模拟研究个体之间在无标度网络中的合作演化行为。我们假设个体位于无标度网络中，只和自己的邻居进行博弈。模拟结果表明，无标度网络的结构特性对生物个体问的合作行为演化有深刻的影响。当无标度网络的平均度越大，越不利于合作行为的演化；无标度网络中，具有较大的聚类系数可促进合作行为的产生；在无标度网络中引入惩罚机制时，可以鼓励并维持了合作关系。4.会议论文张湘莉兰.苑波.骆志刚竞争与合作——复杂网络结构化形成的内因2009采用博弈理论来探究复杂网络进化过程中结构化形成的内在原因.如今用于研究复杂网络的基本方法有3类：随机图模型(ER模型)、小世界模型、无尺度模型.但这3类方法都没有从根本上解释复杂网络结构化形成的原因，毕竟在现实世界中网络的演化过程并不是一个纯粹的优化过程。考虑到博弈论强调博弈者通过按照既定规则选择不同策略形成各自的博弈结果，认为它是一种用来解释不确定性演化过程的理想工具，而图论又可以很好地表示复杂系统以及系统内部的相互关系和相关属性，故将博弈论和图论结合到一起，对复杂网络进化过程中结构化形成的内在原因进行探讨，得出“参与者之间的竞争和合作是促成复杂网络结构化形成的内因”这个结论.5.学位论文林海复杂网络若干动力学问题的研究2007现实生活中大量自然和人工的系统都可以用复杂网络来表征。自从发现大多数实际网络的拓扑结构都具有小世界效应和无标度特性之后，复杂网络已经吸引了越来越多物理学家的兴趣。研究复杂网络的一个主要目的是了解拓扑结构对发生在网络中的动力学过程的影响。信息或物质的传输是网络的一个基本功能，研究其动力学过程对于现代社会具有重要意义。我们构建了一个简单的模型研究大量粒子在具有有限节点容量的复杂网络中同时沿最短路径行走时的拥塞动力学过程。结果表明，当网络中的粒子密度达到某个临界值时，系统将经历从自由流状态到全局拥塞状态的跳变，从而导致网络的全局交通瘫痪。引发网络拥塞的临界粒子密度与网络的拓扑结构有很大的关系。不同拓扑结构的网络其拥塞过程的动力学图像也不同，无标度网络中的拥塞是许多拥堵小团簇的逾渗过程，而其它几种均匀网络中拥塞集团的形成则是类似于晶体结晶的成核生长过程。生物个体间的合作行为如何通过自然选择进化出来是自达尔文以来进化生物学研究的一个基本问题。进化博弈论为理解合作行为的演化提供了一个统一的框架。本文研究了基于遗传算法的重复囚徒困境博弈和鹰鸽博弈策略在复杂网络中的演化。我们假设个体位于复杂网络中，只和自己的邻居进行博弈。这些个体具有历史记忆能力，能够根据自身的基因型及以前的博弈历史采取不同的博弈策略。研究结果表明，这样的个体在复杂网络中经过基因的复制、重组、变异和选择之后，能够自然地进化出一种自组织的合作机制，这种合作机制既能促进合作行为的涌现，加强和维护持续的合作行为，又能对自私的背叛个体进行惩罚和报复。因此有记忆能力的群体能够在复杂网络中进化出很高的合作率。6.期刊论文王龙.伏锋.陈小杰.王靖.李卓政.谢广明.楚天广.WANGLong.FUFeng.CHENXiao-jie.WANGJing.LIZhuo-zheng.XIEGuang-ming.CHUTian-guang复杂网络上的演化博弈-智能系统学报2007,2(2)主要介绍了近年来复杂网络上的演化博弈研究现状和研究方向.复杂网络理论的发展为描述博弈关系提供了系统且方便的框架,网络上的节点表示博弈个体,边代表与其邻居的博弈关系.介绍了经典演化博弈论中的演化稳定策略概念和复制动力学方程,以及二者的相互联系.介绍了混合均匀有限人口中随机演化动力学问题,并给出了与确定复制方程的相互转化关系.介绍了小世界、无标度等复杂网络上演化博弈的研究结论,给出了复杂网络上演化博弈论的未来发展方向.7.学位论文李伟耦合拓扑演化的复杂网络囚徒困境博弈动力学及其演化平衡态的鲁棒性研究2008现实世界的生物系统、社会系统、经济系统等都是由许多具有相互作用的个体组成，这些复杂系统的相互作用结构可以用复杂网络来表示。网络节点代表这些个体，而节点的度分布是描述网络结构特征的一个重要统计量。真实世界的不同网络展现出不同的度分布特点，在一定程度上反映了网络的内在动力学特征。例如，Barabási和Albert提出的无标度网络模型就是基于网络生长特性和优先连接特性给出的网络度分布具有无标度(scale-free)特点的模型。但是，真实世界网络中节点间的连接关系是不断演化的，研究怎样在系统结构演化过程中形成和维持一个特定的网络结构是非常有意义的工作。进化社会理论、进化生物理论所研究的中心问题是群体合作现象的涌现与稳定维持。以博弈模型作为微观动力学演化机制反映个体间的矛盾、竞争和合作，能帮助我们认识这一问题。研究中常用的博弈模型是囚徒困境博弈，在这样一个模型中，个体通过自身的合作或欺骗行为与系统中其他节点进行博弈。个体通过学习机制决定自己下一时刻的行为策略以提高自身的收益。真实系统中，节点不仅根据自身的收益决定自己的策略，同时也调节自己在系统中的连接关系。个体行为动力学和系统拓扑结构之间形成了协同演化的关系。讨论这种协同演化对系统合作水平和拓扑结构的影响，以及稳定的社会系统的在个体行为发生突变情况下的雪崩动力学是我们工作的主要内容。第一章是本文的绪论。在其中我们简要介绍了复杂网络研究的一些基本问题，给出了对于复杂网络结构特征描述的一些基本量和主要模型，介绍了复杂网络中雪崩动力学研究的现状；并且介绍了经典的博弈论和进化博弈论的一些基本概念以及进化博弈研究中的一些重要模型，最后重点介绍了复杂网络上囚徒困境博弈的研究进展。在第二章中，我们以个体间的囚徒困境博弈动力学为基础，考虑到社会系统的真实拓扑特征，通过在固定连接的二维格子基底网络上引入可调节的长程连接来构建一个协同演化的社会系统模型(ALLN)。我们研究了在不同的个体自私倾向性下，ALLN社会系统达到稳态的自组织结构以及系统的合作水平。我们发现协同演化下，系统的合作水平可以保持在一个相对高的水平，并且在个体具有较强自私倾向性下仍保留存在空间。非常重要的是，我们发现随着个体自私倾向性逐渐增高，ALLN系统达到稳态时的拓扑结构依次呈现出单标度(single-scale)，多标度(broad-scale)和无标度的变化特点。从自组织演化的角度证实了无标度的结构特征是系统在一定参数情况下，通过个体动力学和拓扑结构之间的协同演化而达到的稳定结构。在第三章中，我们研究了在不同系统参数下ALLN模型演化到稳态后的合作水平和拓扑结构的变化。首先讨论了系统尺寸的影响，我们发现不同尺寸的ALLN系统在稳态具有相同程度的合作水平，但是大尺寸的系统相对于个体的自私倾向性有较大的空间维持系统的合作行为；不同尺寸的系统协同演化到稳态时具有一致的结构特征。接着，我们讨论了不同初始合作者比例对系统演化结果的影响。我们发现不同的初始合作者比例只是使系统演化达到稳态的时间发生了变化，而对稳态的合作水平并不产生影响(这里不考虑在系统小尺寸和个体大的自私倾向性下，合作水平降为零的情况)。最后我们讨论了当合作者对欺骗者进行博弈时要付出一定代价的情况，针对不同的代价程度，系统稳态的合作水平和拓扑结构具有不同的变化特征。在第四章中，我们研究了ALLN系统稳态的鲁棒性。当ALLN系统达到稳态后，系统中某一个个体的策略如果发生突变，由于个体间的连接关系必然会对周围邻居产生影响，并进一步影响邻居的邻居等其他个体，从而在系统中产生雪崩。我们分别讨论了随机个体策略突变和最大合作中心策略突变两种情况下系统的雪崩行为。我们发现对于随机个体的策略突变，系统的雪崩尺寸的概率分布随个体自私倾向性的变化依次呈现出幂律、对数正态和Giddings分布的特征；系统在雪崩前后合作水平变化大小的概率分布则一直保持幂律分