混合不確定環(huán)境下社會網(wǎng)絡(luò)完全影響時間最小化研究.pdf

1、社會網(wǎng)絡(luò)中的完全影響時間被定義為從一系列的級聯(lián)效應(yīng)被觸發(fā)開始，到最終整個網(wǎng)絡(luò)中的所有個體都被影響所經(jīng)歷的時間。在實際應(yīng)用當(dāng)中，決策者需要在社會網(wǎng)絡(luò)中找到一個最優(yōu)的目標集去影響其他個體，從而實現(xiàn)完全影響時間最小，加快影響擴散的速度，這就是完全影響時間最小化問題。然而，在該問題的實際求解過程中，決策者又面臨著諸多不確定性：例如被選中的個體有一定的成本，這種成本往往具有部分歷史數(shù)據(jù)，但并不完整，往往又需要專家對其預(yù)測，故而存在著隨機性和模糊性

2、這兩種不確定性。因此，本文遂將混合不確定性引入到了社會網(wǎng)絡(luò)完全影響時間最小化問題的研究中。
　　基于隨機模糊理論，本文針對此問題構(gòu)建了三種不同的決策模型，以滿足決策者不同的需求。然后，本文對傳統(tǒng)的粒子群算法進行了改進，加入了遺傳算法中的遺傳機制，并結(jié)合隨機模糊模擬技術(shù)設(shè)計出了一套混合智能算法。
　　最后，通過一系列的數(shù)值實驗，既驗證了混合智能算法在求解模型時表現(xiàn)出的優(yōu)越性，也驗證了該算法具有較快的收斂速度和較強的空間搜索能力