导读:本文包含了演化观点论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:观点,灵武,生物群,动物,恐龙,动力学,陆地。
演化观点论文文献综述
邵鹏,胡平[1]（2019）在《复杂网络特殊用户对群体观点演化的影响》一文中研究指出针对连续观点动力学模型缺乏对用户异质性的考虑,结合现实网络用户观点交互过程,从置信阈值、收敛系数的固定化、观点交互的无向无权性等方面对有界信任模型加以改进,构建基于信任的异质性用户观点学习模型。从偏执度、影响程度、影响范围界定了影响群体观点演化的3类特殊用户,通过基于多智能体的计算实验方法,研究粉丝用户、权威用户、大V用户此3类特殊用户观点对网络群体观点演化的影响。发现特殊用户特征并非直接作用于群体观点形成,而是作为调节变量在特殊用户初始观点与群体平均观点的关系中起到正向或负向调节作用。(本文来源于《电子科技大学学报》期刊2019年04期）
朱晓霞,孟建芳[2]（2019）在《多层网络中意见领袖及跟随者观点演化研究——基于有界信任模型》一文中研究指出【目的/意义】意见领袖凭借自身禀赋在观点传播、信息传递等过程中发挥着日益重要的作用,甚至影响舆论走向。【方法/过程】基于观点动力学引入有界信任模型,根据不同置信度将个体分为意见领袖和跟随者,又根据不同的社会关系将跟随者细分为普通粉丝、完全跟随者、普通跟随者,构建了基于有界信任的意见领袖——跟随者观点演化模型。通过多智能体仿真验证模型的合理性,且对意见领袖的不同数量和跟随者中不同身份的作用进行探讨。【结果/结论】研究发现,意见领袖对观点的聚合起重要作用,多个意见领袖时其社会关系和初始观点值影响公众观点。而完全跟随者对意见领袖的观点传播发挥极大作用,其存在的数量影响意见领袖观点传播效果。(本文来源于《情报科学》期刊2019年06期）
黄昌巍[3]（2019）在《复杂网络上的演化博弈与观点动力学研究》一文中研究指出随着网络科学的快速发展,网络成为了描述复杂系统内部个体之间相互作用关系的重要方法,现实生活中许多复杂系统都可以通过复杂网络建模进行分析。另一方面,通过对复杂网络上的各种演化动力学过程的研究,人们可以深入地理解存在于自然界和现实社会系统中的诸多复杂现象,如自私个体之间合作行为的自发涌现,社会网络上舆论的形成与传播,自然界中广泛存在的同步现象等。因此,作为复杂网络研究领域的重要研究方向,复杂网络上的演化动力学,如演化博弈动力学、观点动力学以及耦合相振子系统等,得到了非常广泛的关注和研究。在本论文中,基于复杂网络上的演化博弈与观点动力学,我们分别对复杂网络上的合作演化以及群体观点演化问题做了进一步的研究和探索。本文的主要研究工作如下:对于复杂网络上的演化博弈动力学研究。(1)我们在演化囚徒困境博弈动力学模型中引入了策略坚持,研究了策略坚持机制对网络中群体合作演化的影响。我们发现,无论在何种网络结构下,策略坚持的引入都能够极大地促进群体合作;在异质网络上,考虑群体中个体具有不同策略坚持周期时,具有更大策略坚持周期的个体比具有小的策略坚持周期的个体更倾向于选择合作;此外,影响力大的节点具有更高的策略坚持水平更有利于群体维持合作行为。(2)基于ER随机网络和BA无标度网络,我们研究了空间演化博弈中基于节点度差异的偏好选择对系统合作演化的影响。研究结果表明,无论在ER随机网络或者BA无标度网络上,当个体倾向于选择与自身度差异较小邻居进行策略模仿时,此偏好选择将会损害合作。相反,当博弈个体倾向于选择与其节点度差异大的邻居进行策略学习时,在很大偏好参数范围内能够促进群体合作,并且存在最优的偏好选择强度使得系统产生最高的合作水平。(3)我们提出了具有非对称相互作用和策略学习环境的双层网络上的公共物品博弈模型,研究了相互作用网络和策略学习网络连边重迭比例对系统合作演化的影响。我们的数值模拟结果表明,网络连边重迭比例ω对系统合作演化的影响取决于收益增益因子r。当r较小时,相互作用和策略学习环境之间更高的重迭程度对合作行为更有利。然而,对于相对较大的r,情况恰好相反,此时相互作用网络和策略学习网络之间较低的连边重迭比例能够使得系统具有更高的合作水平。对于复杂网络上的观点动力学研究。我们研究了异质收敛参数对于Deffuant模型中群体观点演化达成一致的影响。在有界置信水平内,进行观点交互的两个个体之间观点的收敛参数取决于可调参数κ以及他们之间的观点差异大小。当两个个体进行观点交互时,大的κ和大的观点差异都将导致两个个体之间观点收敛速度变慢。数值模拟结果表明,当可调参数κ增大时,能够降低系统达到完全一致的有界置信阈值,并且存在最优的κ使得系统具有最小的有界置信阈值。这意味着适当降低个体观点交互的收敛比率有利于促使群体观点达成一致。(本文来源于《北京邮电大学》期刊2019-03-20）
陶建文[4]（2018）在《内时间的动力学演化探索——从德勒兹的哲学观点看》一文中研究指出胡塞尔以近似于数学坐标系上线性变化的直线来表征的内时间图式不能充分展示内时间的多样性,其静态性和秩序性遭到德勒兹的批判,主要原因在于那些直线受外在统一的坐标框架的限制。数学中流形论或微分几何是脱离统一的外在框架处理多元性问题的理论,这一理论的微分动力学演化模式被德勒兹拿来探讨多元性观念的演化,作为多元性观念的时间应该显示一种游牧的不可预期的生成性特征。由于胡塞尔的内时间描述中最为重要的滞留迭代模式可与混沌理论中的"虫口模型"相类比,所以展示内时间生成特征的最佳形式是混沌理论中的分形图形。(本文来源于《德国哲学》期刊2018年01期）
罗贵珣[5]（2018）在《社交网络中观点演化模式及信息转发预测研究》一文中研究指出随着互联网和移动通信技术的持续发展,社交网络不断扩大,社会进入泛社交化时代。社交网络不仅成为用户发表观点和分享信息的重要平台,也是媒体、企业发布新闻、推送广告的关键载体。社交网络的开放性、互动性、个性化和智能化等特点使得用户观点交互方式和演化过程更为复杂,影响群体意见形成的因素更为多样。社交网络的发展造成信息由单向线性传播转为节点间的互动传播,增加了用户的参与性,其中转发行为起到关键作用,促使信息形成二次或多次传播。网络舆论的形成和发展依赖于用户的交互行为和信息的传播方式,而传统舆论的研究和模型不足以发现影响观点演化和信息传播的关键因素,更难以预测和掌握网络舆论的发展。鉴于此,本文结合交叉学科的研究思想和方法,围绕个体观点交互行为,群体观点演化过程、信息传播机制,转发行为及预测等问题展开研究。重点研究了社交网络中媒体异质性对于个体观点交互的影响,探索观点动力学模型在实践中的应用,实证分析用户的转发行为,探索信息的转发机制及转发数据间的关系,建立转发预测模型。论文的研究有助于理解网络舆论的形成及发展过程,丰富复杂系统理论的研究内容,同时对网络舆论控制和互联网经济具有一定的指导意义。论文的研究工作得到了国家自然科学基金项目(No.61271308、61401015)、北京市教委应用研究项目、中央高校基本科研业务费专项资金研究生创新项目和北京市重点实验室资助项目的支持。论文的主要工作和创新点如下:1.传统的观点动力学模型将研究重点放在了普通用户的异质性上,而忽略了社交网络中不同类型用户的异质性。论文研究了媒体用户的特点,建立了基于媒体异质性的观点交互演化模型。模型利用改进型RAS对媒体观点影响个体观点的过程进行描述,同时考虑到时间因素对信息传播效率的影响,将时间变量引入观点采纳概率中,以反映观点交互的时效性。对模型的仿真及数值结果表明:规则网络中平均路径长度较大的特征使得媒体观点传播速度慢、范围小,个体观点交互频率低,观点演化易出现分裂现象;无标度网络中异构性强、中心用户多等特点使得媒体观点传输效率高,个体观点影响范围广,观点演化易出现统一现象;观点采纳概率对四种网络中的终态平均观点值影响巨大,而有界信任阈值对规则网络和无标度网络中的观点演化影响较大;相比于节点度和聚类系数,基于节点介数优先的媒体位置选择方式,其观点影响力传播速度快,范围广。2.观点动力学领域内大量的研究关注了模型中的观点更新规则,对于模型在实践中的应用研究较少。论文研究了观点动力学在广告营销中的应用,建立了在广告影响下的观点交互模型。模型充分结合了离散型观点模型和连续型观点模型的优点,考虑到朋友间影响力的递减效应以及记忆力对于个体观点的衰减作用。并在模型中定义了广告影响力和广告覆盖范围等变量,研究在广告影响下群体观点的演化过程及关键影响因素。数值仿真结果表明:广告影响力和广告覆盖范围对于广告传播有着类似的作用效果,只有当初始值大于一定阈值时,广告才会取得显着的成效。在相同条件下,广告覆盖范围比广告影响力起着更重要的作用。然而真正决定广告成功的关键因素是用户活跃度,因为用户活跃度可以直接反映出用户对于产品或者服务的认可程度。本研究对于互联网经济有一定的现实指导意义。3.转发行为是社交网络中信息扩散的关键因素,传统的信息传播模型缺乏对转发行为的定量分析,且大部分研究为静态描述类模型。论文对大量转发行为数据进行了实证分析,并根据实证结论建立了动态信息转发模型。实证分析中发现:转发行为是普通用户使用微博的主要行为;转发深度服从幂律分布,且超过99%的转发行为发生在叁阶转发之内;转发时间间隔近似服从指数分布。通过建立动态信息转发网络,提出基于马尔科夫过程的动态信息转发模型,模型采用连续时间变量,弥补了离散时间信息传播模型在预测能力上的不足。通过仿真实验,并与ARIMI模型对比,证明此动态转发模型具有更好的预测能力。此外转发量作为评估用户影响力的一个重要指标,模型还可以用来解决影响力最大化的问题。4.传统的转发预测模型难以考虑到转发数据间的关系,更缺乏对海量信息的处理能力。论文借助人工神经网络在数据处理上的优势,建立了基于遗传算法的分段式BP神经网络转发预测模型。分析转发行为的数据特征,运用统计学知识对转发数据进行分段,建立分段式BP神经网络预测模型。采用试凑法依次确定模型中隐藏层神经元个数、输入层个数、学习效率和动量因子等参数,从预测结果看分段式BP神经网络模型的预测曲线更加平滑,预测精度有了一定的提高。然后,利用遗传算法在全局搜索最优解问题上的高效性,提出改进型分段式预测模型。不仅摆脱了BP神经网络模型中试凑参数的不便,同时可以避免遗漏最佳的参数选择。仿真结果表明改进型模型大幅度提高了转发行为的预测精度,为大规模行为预测提供了理论参考和实践指导。(本文来源于《北京交通大学》期刊2018-12-01）
刘旭升[6]（2018）在《复杂网络上的演化博弈与观点动力学研究》一文中研究指出现实世界中,合作现象普遍存在。人们在很多真实的复杂系统中均观察到了基本组成单元之间的合作现象,小至微生物群体、大至全球经济系统。因此,研究这些复杂系统中合作行为的涌现与维持的微观机制具有重要的现实意义。近年来,研究人员引入演化博弈理论对复杂系统中的合作现象进行了详细的研究。实际的复杂系统通常具有一定的拓扑结构,可以由复杂网络来描述。在前人的研究基础上,本论文从四个不同的方面对复杂网络上的演化博弈动力学进行了深入的研究:首先提出了一种关于随机规则网络上的演化囚徒困境博弈动力学的解析方法,然后对网络结构的平面性与异质性在复杂网络上的合作演化中的作用做了详细的对比研究,接着系统地研究了“一步记忆策略”在空间演化囚徒困境博弈中的命运,最后对小世界网络特性及耦合动力学的时间尺度在Kuramoto演化博弈中的作用进行了深入的探讨。观点动力学是社会物理学的重要组成部分,主要研究观点的形成、扩散与传播。现实生活中,人们在相互交流的过程中各自的观点会因受到彼此的影响而发生改变,群体观点的形成正是这种复杂相互作用的结果。研究观点动力学的演化有助于理解真实社会系统中的传播现象:比如社交媒体上的舆论引导,人们对全球经济危机、气候变化、环境保护与可持续等问题的看法。由于系统的拓扑结构会对运行于其上的动力学演化行为产生重要的影响,在本论文中,我们详细讨论了复杂网络的整体维度及局部拓扑结构特性在观点动力学相变行为中的作用。本博士论文主要工作及创新点如下:随机规则网络上的演化囚徒困境博弈动力学解析:在随机规则网络上的演化囚徒困境博弈中,通过将个体邻居中的策略分布近似为二项分布,我们找到稳态系统的叁个平衡关系。求解这叁个关系可以得到系统稳态合作水平的近似解析解,与模拟结果有较好的符合。此外,大量的计算机模拟结果表明,不同参数下的系统涨落仅依赖于系统的选择强度,因此可以用其标定系统的温度。同时我们还发现,系统演化到稳态后个体的平均收益与系统中的合作水平是线性相关的。网络的平面性与异质性对演化两个体博弈的影响:通过对四种不同类型网络上两个体博弈的演化稳态结果的对比分析,我们系统地讨论了平面性(个体间的相互作用是局域的)与异质性(个体的邻居数有较大的差异)对“两个体博弈”中合作演化的影响。发现在费米规则和复制动力学规则下,无论在匀质网络还是在异质网络上平面性对猎鹿博弈和囚徒困境博弈中的合作水平均有较强的促进效果。对于雪堆博弈,当系统中的背叛诱惑较小时,网络的平面性对合作有一定的促进;而当背叛诱惑较大时,网络的平面性则对合作有一定的抑制。在最优替代规则下,网络的平面性只对异质网络上的合作有较弱的促进效果。相对地,网络的异质性对雪堆博弈和囚徒困境博弈中的合作有明显的促进效果,这与网络是否具有平面性无关。然而,在猎鹿博弈中,网络的异质性在平面网络和随机网络上仅在较窄的参数区间内分别对合作有抑制和促进效果。与此同时,对于猎鹿博弈和囚徒困境博弈,在最优替代规则下网络的异质性对平面网络中的合作水平有明显的抑制效果,而对随机网络上的合作则有较弱的促进。我们的结果表明网络的平面性与异质性在复杂网络上的合作演化中均扮演着十分重要的角色。一步记忆策略在空间演化囚徒困境博弈中的命运:在系统演化过程中,个体根据前一轮博弈中自己与对手所采取的行为组合来选取当前时刻要采取的行为。通过大量的Monte Carlo模拟,发现在系统演化到稳态后大多数个体采取类似“赢则保持输则改变”的策略。该结果在比较大的收益参数范围内都是稳定的,且不依赖于系统的初始条件。我们应用平均场理论与准稳态近似方法对规则网络上的动力学过程进行了理论分析,给出了相同的结果。我们的研究结果表明在规则结构网络上的重复囚徒困境博弈中,类“赢则保持输则改变”策略为稳定占优策略。我们的工作为解释复杂网络上的演化囚徒困境博弈中一步记忆策略的最终演化命运提供了一个有效的分析方法。小世界网络上的演化Kuramoto困境:基于最新提出的Kuramoto博弈模型,我们研究了网络结构的小世界特性与耦合动力学的相对时间尺度对演化Ku-ramoto困境的影响。我们发现当合作的相对代价较小时,更随机的拓扑结构可以有效促进系统中的同步与合作水平。而当合作行为的相对代价较大时,我们发现系统的同步水平随着断边重连概率的增大呈现非单调变化,存在最优的小世界网络构型使系统的全局同步强度达到最大,此时的网络结构既不是很规则也没有很随机。此外,进一步的研究显示,在不同的相对时间尺度下系统中的合作水平和同步强度均表现出不同的演化行为。在较宽的控制参数范围内,通过适当增大耦合动力学之间的相对时间尺度可以促进系统中的合作水平和同步强度。我们的结果表明相互作用网络结构的小世界特性和两类动力学之间的相对时间尺度在Kuramoto困境的演化过程中有着非常重要的作用。复杂网络的维度及局域拓扑结构在观点动力学中的作用:在观点的相互作用过程中,正的相互作用使个体由于信任对手而倾向于转移到对手的立场,而负的相互作用则让个体由于观点的冲突而倾向于持有与对手相反的立场。控制参数p∈[0,1]和1-p分别表示两个体发生负的和正的相互作用的概率。我们在随机匀质网络上的模拟结果中发现,系统的无序化过程会在特定的控制参数p~*处出现一个奇异跳变,从而导致系统的临界点出现一定的漂移,在p<p~*和p>p~*两个区间各有一个临界点。当系统的网络结构出现异质性或平面性时,这种奇怪的跳变现象则会消失。对模拟结果的有限尺寸标度分析显示,该动力学在随机网络上的临界指数与Ising模型平均场下的结果有较好的符合,该结果与网络的度分布是异质还是匀质以及是否存在奇异跳变无关。而该模型在平面嵌入网络上则表现出不同的临界行为,且依赖于网络局域拓扑结构。当网络的局域结构比较规则时,系统则表现出与二维Ising模型相同的临界行为。平均场理论的解析结果与模拟结果有较好的符合,可以很好的佐证我们的发现。我们的结果显示出了相互作用网络结构的维度以及局域拓扑结构在观点动力学相变行为中的重要性。(本文来源于《兰州大学》期刊2018-12-01）
吴诗贤,张必兰[7]（2018）在《基于观点场模型的微博评论观点演化趋势预测方法》一文中研究指出[目的 /意义]探讨网络舆情事件中群体观点的演变规律,构建有效预测其演变趋势的方法。[方法 /过程]参考物理学中场的思想和信息科学中数据场的方法,引入观点场概念,提出了一种基于观点势的观点潜在影响力评估模型;然后将该模型运用到微博评论的群体观点演化分析中,建立了微博评论的观点趋势预测方法。该方法的基本思想是以当前评论的观点势分布来预测未来评论的观点分布,在观点势计算时,以既有评论的排序值代表新的信息受众所处的参考场点与观点场中既有评论之间的距离。[结果 /结论]通过实际的微博舆情事件数据实验表明,该网络舆情群体观点趋势预测模型能较好地评估已发表的显性观点对后来网民观点形成的影响力,具有较高的网络舆情观点趋势预测准确率。(本文来源于《现代情报》期刊2018年09期）
徐星[8]（2018）在《宁夏恐龙化石新发现挑战传统蜥脚类恐龙演化观点》一文中研究指出中国科学院古脊椎动物与古人类研究所徐星团队于7月24号在英国《自然-通讯》上发表了他们有关蜥脚类恐龙演化的最新成果,报告了一种来自中国中侏罗世早期(1.74亿年前)的梁龙类新属种——神奇灵武龙(Lingwulong shenqi),这一发现挑战了关于梁龙类恐龙和其它新蜥脚类恐龙的起源和扩散的传统观点。蜥脚类恐龙是一类植食性恐龙,其中包括地球历史上体型最大的陆地动物。人们一直认为新蜥脚类恐龙——蜥脚类恐龙晚期演化分(本文来源于《化石》期刊2018年03期）
丁佳,李晨阳[9]（2018）在《科学家发布“神奇灵武龙”研究结果》一文中研究指出本报北京7月24日讯（记者丁佳、李晨阳）中国科学院古脊椎动物与古人类研究所研究员徐星团队7月24日在《自然—通讯》上发表了有关蜥脚类恐龙演化的最新成果。该论文报告了一种来自中国中侏罗世早期（1.74亿年前）的梁龙类新属种——神奇灵武龙，这一发现挑战了关于(本文来源于《中国科学报》期刊2018-07-25）
齐芳[10]（2018）在《我国科学家领衔发现“神奇灵武龙”》一文中研究指出本报北京7月24日电 记者齐芳从中国科学院古脊椎动物与古人类研究所获悉，该所徐星团队发现了一种来自中国中侏罗世早期（1.74亿年前）的梁龙类新属种——神奇灵武龙（Lingwulong shenqi），这一发现挑战了关于梁龙类恐龙和其他新蜥脚类恐龙的起源和(本文来源于《光明日报》期刊2018-07-25）
演化观点论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
【目的/意义】意见领袖凭借自身禀赋在观点传播、信息传递等过程中发挥着日益重要的作用,甚至影响舆论走向。【方法/过程】基于观点动力学引入有界信任模型,根据不同置信度将个体分为意见领袖和跟随者,又根据不同的社会关系将跟随者细分为普通粉丝、完全跟随者、普通跟随者,构建了基于有界信任的意见领袖——跟随者观点演化模型。通过多智能体仿真验证模型的合理性,且对意见领袖的不同数量和跟随者中不同身份的作用进行探讨。【结果/结论】研究发现,意见领袖对观点的聚合起重要作用,多个意见领袖时其社会关系和初始观点值影响公众观点。而完全跟随者对意见领袖的观点传播发挥极大作用,其存在的数量影响意见领袖观点传播效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
演化观点论文参考文献
[1].邵鹏,胡平.复杂网络特殊用户对群体观点演化的影响[J].电子科技大学学报.2019
[2].朱晓霞,孟建芳.多层网络中意见领袖及跟随者观点演化研究——基于有界信任模型[J].情报科学.2019
[3].黄昌巍.复杂网络上的演化博弈与观点动力学研究[D].北京邮电大学.2019
[4].陶建文.内时间的动力学演化探索——从德勒兹的哲学观点看[J].德国哲学.2018
[5].罗贵珣.社交网络中观点演化模式及信息转发预测研究[D].北京交通大学.2018
[6].刘旭升.复杂网络上的演化博弈与观点动力学研究[D].兰州大学.2018
[7].吴诗贤,张必兰.基于观点场模型的微博评论观点演化趋势预测方法[J].现代情报.2018
[8].徐星.宁夏恐龙化石新发现挑战传统蜥脚类恐龙演化观点[J].化石.2018
[9].丁佳,李晨阳.科学家发布“神奇灵武龙”研究结果[N].中国科学报.2018
[10].齐芳.我国科学家领衔发现“神奇灵武龙”[N].光明日报.2018
论文知识图
