自适应进化的策略和网络导致空间的最优的合作水平的囚徒困境博弈

自适应进化的策略和网络导致空间的最优的合作水平的囚徒困境博弈(中文5000字,英文PDF)
陈含爽a),侯中怀a)b),
张季谦c),辛厚文a)
a)中国合肥230026,中国科技大学，化学物理系
b)中国合肥230026,中国科技大学，微尺度合肥国家物理科学实验室
c)中国芜湖241000，安徽师范大学，物理与电子信息学院
(2009年7月30日收到, 2009年10月28日收到了修改后的稿件)
我们在很多参与者和他们的交互网络同时共同演化出来的自适应网络上研究演化囚徒困境博弈。在共同进化的过程中，相互作用的参与者与相反的策略要么以p的概率重新连接要么依靠他们的支出以1-p的概率更新他们的策略。数值模拟表明，最后的网络要么分开一些不连接的群体，这些群体的参与者在所在的每个群体中共享相同的策略，要么形成一个单个连接的网络，在这个单个连接的网络中，所有的节点都是在相同的策略中。有趣的是，通过在网络动力学和节点动力学的时间尺度竞争中，合作者密度的最终状态可以在一个中间范围p内最大化。最终，平均场的分析有助于对数值模拟结果的分析。在现实情况中出现的合作，我们的结果可能会提供一些富有洞察力的理解，在这些现实情况下个人的行为和他们的关系自适应同步进化。

关键词：囚徒困境博弈，自适应网络，同步进化，合作
论文全文数据库：0250,0175,0565

1.介绍
复杂网络近年来受到相当大的关注。他们出现在各种各样的实际工作系统中，从生态学、流行病神经学科、社会经济学到计算机科学中。到目前为止，网络研究的两个主要主题可以明显的辨别：第一个是与网络的动态相关联。在这里，网络的拓扑结构本身被视为是一个动力系统，在时间上它的发展根据一些特殊的规则。在这一领域的研究表明某些进化规则产生特殊的网络拓扑结构。著名的例子包括小世界网络的形成（SWN）和无标度网络（SFN）。网络的第二主题研究主要集中在动态网络中，在动态网络中，节点代表动力单元和它们之间的交互连接。很多研究表明网络拓扑结构在系统动力学中起着关键作用（例如，最近的一次审查和引用中）。