混合不确定环境下社会网络完全影响时间最小化研究.pdf

《混合不确定环境下社会网络完全影响时间最小化研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、混合不确定环境下社会网络完全影响时间最小化研究学位类型：学术型论文作者：魏致远学号：20141110952培养学院：信息学院专业名称：产业经济学指导教师：倪耀东副教授2016年5月万方数据MinimizingtheCompleteInfluenceTimeinaSocialNetworkunderHybridUncertainEnvironments万方数据学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品成

2、果。对本文所涉及的研究工作做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律责任由本人承担。特此声明学位论文作者签名：年月日万方数据学位论文版权使用授权书本人完全了解对外经济贸易大学关于收集、保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存论文；学校有权提供目录检索以及提供本学位论文全文或部分的阅览服务；学校有权按照有关规定向国家有关部门或者机构送交论文;学校可以采用影印、缩印或者其它方式

3、合理使用学位论文，或将学位论文的内容编入相关数据库供检索；保密的学位论文在解密后遵守此规定。学位论文作者签名：年月日导师签名：年月日万方数据摘要社会网络中的完全影响时间被定义为从一系列的级联效应被触发开始，到最终整个网络中的所有个体都被影响所经历的时间。在实际应用当中，决策者需要在社会网络中找到一个最优的目标集去影响其他个体，从而实现完全影响时间最小，加快影响扩散的速度，这就是完全影响时间最小化问题。然而，在该问题的实际求解过程中，决策者又面临着诸多不确定性：例如被选中的个体有一定的成本，这种成本往往具有部分历史数据，但并不完整，往往又

4、需要专家对其预测，故而存在着随机性和模糊性这两种不确定性。因此，本文遂将混合不确定性引入到了社会网络完全影响时间最小化问题的研究中。基于随机模糊理论，本文针对此问题构建了三种不同的决策模型，以满足决策者不同的需求。然后，本文对传统的粒子群算法进行了改进，加入了遗传算法中的遗传机制，并结合随机模糊模拟技术设计出了一套混合智能算法。最后，通过一系列的数值实验，既验证了混合智能算法在求解模型时表现出的优越性，也验证了该算法具有较快的收敛速度和较强的空间搜索能力。关键词：完全影响时间，随机模糊理论，粒子群算法，遗传机制万方数据AbstractT

5、hecompleteinfluencetimeinasocialnetworkisdefinedastheperiodoftimeittakestoinfluencealltheindividualsinthenetworkafteracascadeofinfluenceistriggered.Inmanyapplications,decisionmakersattempttofindouttheoptimaltargetsetwhichisexpectedtoinfluencetherestofindividualsinthenetw

6、orktospeeduptheprocessofinfluencediffusionwithminimalcompleteinfluencetime,whichleadstothecompleteinfluencetimeminimizationproblem.Tosolvethisproblem,however,thedecisionmakersoftenencounterthecaseswheredifferenttypesofuncertaintycoexist.Forexample,thecostoftheindividualw

7、hoisusedtoinfluenceothersisconsideredashybriduncertainvariable,inwhichrandomnessandfuzzinesscoexist.Thus,thispaperaddressestheissueofminimizingthecompleteinfluencetimeinasocialnetworkunderhybriduncertainenvironments.Basedonrandomfuzzytheory,threedecisionmodelsareconstruc

8、tedinordertomeetdecisionmakers’requirements.Then,wedesignahybridintelligentalgorithmwhichcombinesimprov