首页 > 其他分享 >Opinion dynamics analysis for stubborn individuals in cooperation–competition networks based on path

Opinion dynamics analysis for stubborn individuals in cooperation–competition networks based on path

时间:2024-11-11 11:33:04浏览次数:1  
标签:stubborn Phi based cdot dependence overline bmatrix 2n ldots

Opinion dynamics analysis for stubborn individuals in cooperation–competition networks based on path-dependence framework[1]

目录

一、Introduction

研究符号网络上一系列相关话题(路径依赖,话题的初始意见是上一个话题的收敛意见)的F-J模型

经典的加权平均模型(DeGroot):

\[x_i(k+1)=\sum_{j=1}^nw_{ij}x_j(k),\qquad \sum_{j=0}^nw_{ij}=1,\forall i. \]

F-J模型:

\[x_i(k+1)=\theta_i\sum_{j=1}^nw_{ij}x_j(k)+(1-\theta_i)x_i(0), \]

模型:

\[x_i(s,k+1) = \theta_i\sum_{j=1}^nw_{ij}x_j(s,k) + (1-\theta_i)\cdot x_i(s,0), \tag{1} \]

\(\theta_i\in [0,1]\),fully stubborn \(\theta_i = 0\),partially stubborn \(0<\theta_i<1\),non-stubborn \(\theta_i = 1\)

路径依赖框架(path-dependence framework)

\[x_i(s+1,0) = x_i(s,+\infty)=\lim_{k\rightarrow +\infty}x_i(s,k), \tag{3} \]

下面会证明对于每一个话题s,意见都收敛

将邻居区分为正负邻居且写成矩阵形式

\[x_i(s,k+1)=\theta_i\sum_{j\in\mathcal{N_i^+}}w_{ij}x_j(s,k)+\theta_i\sum_{j\in\mathcal{N_i^-}}w_{ij}x_j(s,k)+(1-\theta_i)\cdot x_i(s,0), \tag{2} \]

其中\(\mathcal{N_i^+}=\{j|w_{ij}>0 \},\mathcal{N_i^-} = \{j|w_{ij}<0\}.\)

进一步写成

\[x_i(s,k+1)=\theta_i\sum_{j\in\mathcal{N_i^+}}w_{ij}x_j(s,k)+\theta_i\sum_{j\in\mathcal{N_i^-}}(-w_{ij})(-x_j(s,k))+(1-\theta_i)\cdot x_i(s,0), \tag{4} \]

定义\(x_i^+(s,k) = x_i(s,k),x_i^-(s,k)=-x_i(s,k)\),(4)式可以写成

\[x_i^+(s,k+1) = (1-\theta_i)\cdot x_i^+(s,0)+\theta_i\sum_{j\in\mathcal{N_i^+}}w_{ij}x_j^+(s,k)+\theta_i\sum_{j\in\mathcal{N_i^-}}(-w_{ij})x_j^-(s,k) \tag{5a} \]

\[x_i^-(s,k+1) = (1-\theta_i)\cdot x_i^-(s,0)+\theta_i\sum_{j\in\mathcal{N_i^+}}w_{ij}x_j^-(s,k)+\theta_i\sum_{j\in\mathcal{N_i^-}}(-w_{ij})x_j^+(s,k) \tag{5b} \]

写成矩阵形式,定义\(y^+(s,k)=[x_1^+(s,k),\ldots,x_n^+(s,k)]^T,y^-(s,k)=[x_1^-(s,k),\ldots,x_n^-(s,k)]^T,y(s,k)=[(y^+(s,k))^T,(y^-(s,k))^T]^T\).

\[y(s,k+1)=\begin{bmatrix} \Xi &0\\0&\Xi\end{bmatrix}\cdot \begin{bmatrix} W^+&W^-\\W^-&W^+\end{bmatrix}\cdot\begin{bmatrix} y^+(s,k)\\y^-(s,k) \end{bmatrix}+\begin{bmatrix} I_n-\Xi & 0\\ 0 & I_n-\Xi\end{bmatrix}\cdot \begin{bmatrix} y^+(s,0)\\y^-(s,0) \end{bmatrix},\tag{7} \]

其中

\[\Xi = diag\{\theta_i\},\quad(W^+)_{ij}=\left\{ \begin{array}{l} w_{ij}, & w_{ij} \geq 0 \\0, &w_{ij}\leq 0 \end{array} \right.,\quad(W^-)_{ij}=\left\{ \begin{array}{l} -w_{ij}, & w_{ij} \leq 0 \\0, &w_{ij}\geq 0 \end{array} \right. \]

式(7)进一步可写成

\[z(s,k+1)=\begin{bmatrix}I_{2n} & 0\\ \Lambda & T \end{bmatrix}\cdot z(s,k),\tag{8} \]

其中\(z(s,k)=[((y(s,0))^T,(y(s,k))^T)]^T\in \mathbb{R}^{4n},\Lambda=I_{2}\otimes(I_n-\Xi),T=(I_2\otimes\Xi)\overline{W},\overline{W}=\begin{bmatrix} W^+&W^-\\W^-&W^+\end{bmatrix}\)。

显然矩阵\(T\)的代数性质影响节点的意见演变。为了得到矩阵\(T\)的代数性质,我们可以研究矩阵\(W\)以及网络\(G(W)\)与\(G(T)\)之间的联系

中间辅助网络\(G(\overline{W})\)的节点集合\(\overline{V}=\{1^+,1^-,\ldots,n^+,n^-\}\).

二、预备知识

定义1:对于网络\(G=(V,\zeta,W)\),存在一个节点集合\(V\)的划分\(\{V_1,V_2\},V_1\cup V_2=V,V_1\cap V_2 = \empty\)。权重矩阵\(W\)满足\(w_{ij} \geq 0,\forall i,j \in V_k\) 和 \(w_{ij} \leq 0,\forall i\in V_{k_1}, j\in V_{k_2},k_1 \neq k_2\) ,则称网络\(G\)结构平衡,否则结构不平衡。

引理1:\(G(W)\)强连通,则

  • \(G(W)\)结构平衡 \(\iff\) \(G(\overline{W})\)非强连通,但由两个强连通部分组成

  • \(G(W)\)结构不平衡 \(\iff\) \(G(\overline{W})\)强连通

\(proof:\)

在网络\(G(W)\)中存在\(i\)到\(j\)的正边(\(W_{ji}>0\)) \(\iff\) 在网络\(G(\overline{W})\)中存在\(i^+\)到\(j^+\)的边和\(i^-\)到\(j^-\)的边(\(\overline{W}_{ji}>0\),\(\overline{W}_{(j+n)(i+n)}>0\))

在网络\(G(W)\)中存在\(i\)到\(j\)的负边(\(W_{ji}<0\)) \(\iff\) 在网络\(G(\overline{W})\)中存在\(i^+\)到\(j^-\)的边和\(i^-\)到\(j^+\)的边(\(\overline{W}_{(j+n)i}>0\),\(\overline{W}_{j(i+n)}>0\))

  • \(G(W)\)结构平衡 \(\Rightarrow\) \(G(\overline{W})\)非强连通,但由两个强连通部分组成

假设节点划分为\(V_1 = \{1,\ldots,m\},V_2=\{m+1,\ldots,n\}\),容易证明\(\overline{V}_1=\{1^+,\ldots,m^+,(m+1)^-,\ldots,n^-\},\overline{V}_2=\{1^-,\dots,m^-,(m+1)^+,\ldots,n^+\}\)之间不存在连边,且构成强连通部分。若\(\overline{V}_1,\overline{V}_2\)存在连边,则\(V_1,V_2\)之间存在正边或者\(V_i\)中存在负边,与结构平衡矛盾。\(G(W)\)与\(G(\overline{V}_1)\) 拓扑结构相同,故\(G(\overline{V}_1)\)强连通。

  • \(G(\overline{W})\)非强连通,但由两个强连通部分组成 \(\Rightarrow\) \(G(W)\)结构平衡

假设\(G(\overline{W})\)的两个强连通部分为\(\overline{V}_1,\overline{V}_2\),不妨假设\(1^+,\ldots,m^+\) 属于\(\overline{V}_1\),\((m+1)^+,\ldots,n^+\)属于\(\overline{V}_2\)。可以证明\(1^-,\ldots,m^-\)属于\(\overline{V}_2\),\((m+1)^-,\ldots,n^-\)属于\(\overline{V}_1\)。否则,不失一般性,假设\(1^-\in\overline{V}_1\),由\(G(\overline{V}_1)\)强连通,存在\(1^+\)到\(j^+\),\(j^+\)到\(1^-\)的路径\((j\in{2,\ldots,m})\),从而存在\(1^-\)到\(j^-\),\(j^-\)到\(1^+\)的路径,既\(\overline{V}_1=\{1^+,\ldots,m^+,1^-,\ldots,m^-\}\)。同理\(\overline{V}_2=\{(m+1)^-,\dots,n^-,(m+1)^+,\ldots,n^+\}\)。而\(\overline{V}_1\)与\(\overline{V}_2\)之间没有连边,与\(G(W)\)强连通矛盾。

  • \(G(\overline{W})\)强连通 \(\Rightarrow\)\(G(W)\)结构不平衡

由\(G(W)\)结构平衡 \(\Rightarrow\) \(G(\overline{W})\)非强连通易证。

  • \(G(W)\)结构不平衡 \(\Rightarrow\) \(G(\overline{W})\)强连通

\(G(W)\)结构不平衡 \(\iff\) 存在一条\(k\)到\(k\)的负环。\(\forall i \neq j\),由于\(G(W)\)强连通,存在一条\(i\)到\(j\)的路径(假设为正路径)。从而\(G(\overline{W})\)存在\(i^+\)到\(j^+\)和\(i^-\)到\(j^-\)的路径,由于\(G(W)\)强连通和存在负环,存在一条\(j\)到\(i\)的负walk。相应的,\(G(\overline{W})\)存在\(j^+\)到\(i^-\)的walk,从而存在\(i^+\)到\(j^+,i^-,j^-\)的walk(路径),因此\(G(\overline{W})\)强连通。$ \blacksquare$

假设 1:符号网络\(G(W)\)强连通;n个节点,至少存在一个节点部分顽固(partially stubborn, \(0<\theta_i<1\))。

定义 2:模型(2)-(3),如果对任意初始意见\(x_i(0,0)\) ,\(\lim_{s\rightarrow \infty}x_i(s,0)=c_i,\forall i\in V\), 则称节点的意见在话题维度上渐进收敛。

三、主要结论

3.1. \(G(W)\)结构不平衡

由引理1,\(G(\overline{W})\)强连通。

3.1.1. Case 1:不存在完全顽固个体(\(0<\theta_i \leq 1,\forall i\))

\(T = \begin{bmatrix} \Xi & 0\\ 0 & \Xi \end{bmatrix}\cdot\begin{bmatrix}W^+ & W^- \\ W^- & W^+ \end{bmatrix}\),\(\rho(T)<1\)。从而有\(\lim_{k\rightarrow\infty}(T)^k=0,lim_{k\rightarrow\infty}(\sum_{i=0}^k(T)^i=(I_{2n}-T)^{-1}\)。显然,\(G(T)\)与\(G(\overline{W})\)拓扑结构相同。

(8)式得

\[z(s,k)=\begin{bmatrix}I_{2n} & 0 \\ (\sum_{i=0}^{k-1}T^i)\Lambda &(T)^k \end{bmatrix}\cdot z(s,0) \Rightarrow \lim_{k\rightarrow\infty}z(s,k) = \begin{bmatrix}I_{2n} & 0 \\ (I_{2n}-T)^{-1}\Lambda & 0 \end{bmatrix}\cdot z(s,0) \]

从而

\[\lim_{k\rightarrow\infty}\begin{bmatrix} y^+(s,k)\\y^-(s,k) \end{bmatrix}=(I_{2n}-T)^{-1}\cdot\Lambda\cdot\begin{bmatrix}y^+(s,0)\\y^-(s,0) \end{bmatrix} \tag{11} \]

Remark 1:定义$\Phi =(I_{2n}-T)^{-1}\cdot\Lambda \(为话题转移矩阵,易得\)\Phi\(为行随机矩阵。由于\)G(T)\(强连通,\)(I_{2n}-T)^{-1}\(为正矩阵。下面分类讨论矩阵\)\Lambda$。

Subcase 1(a):所有个体部分顽固(\(0<\theta_i<1,\forall i\))

\(\Phi\)为正矩阵,从而矩阵\(\Phi\)是SIA[2],即存在一个非负列向量\(v=[v_1,\ldots,v_{2n}]^T\)满足\(\sum_{i=1}^{2n}v_i=1\),使得\(\lim_{s\rightarrow\infty}(\Phi)^s=1_{2n}\cdot v^T\)。则

\[\lim_{s\rightarrow\infty}y(s,0)=\lim_{s\rightarrow\infty}[\lim_{k\rightarrow\infty}y(s-1,k)]=\lim_{s\rightarrow\infty}[(\Phi)^s\cdot y(0,0)]=1_{2n}\cdot v^T\cdot \begin{bmatrix}y^+(0,0)\\y^-(0,0) \end{bmatrix} \]

由于\(y^+(s,k)=-y^-(s,k)\),故\(\lim_{s\rightarrow\infty} y(s,0)=0\)。

Subcase 1(b):存在\(n_0\)个非顽固个体(\(\theta_i = 1\))

通过转置可得

\[\Phi = \begin{bmatrix}\Phi_{11} & 0 \\ \Phi_{21} & 0 \end{bmatrix},\Phi_{11} \in\mathbb{R}^{(2n-2n_0)\times(2n-2n_0)},\Phi_{21}\in\mathbb{R}^{2n\times(2n-2n_0)} \]

\((I_{2n}-T)^{-1}\)为正矩阵 \(\Rightarrow\) \(\Phi_{11},\Phi_{21}\)为正矩阵。同理存在一个非负列向量\(\bar{v}=[\bar{v}_1,\ldots,\bar{v}_{2n-2n_0}]^T\)满足\(\sum_{i=1}^{2n-2n_0}\bar{v}_i=1\),使得\(\lim_{s\rightarrow\infty}(\Phi_{11})^s=1_{2n-2n_0}\cdot \bar{v}^T\)

\[\lim_{s\rightarrow\infty}(\Phi)^s=\lim_{s\rightarrow\infty}\begin{bmatrix}(\Phi_{11})^s & 0\\ \Phi_{21}(\Phi_{11})^{s-1} & 0 \end{bmatrix} = \begin{bmatrix}1_{2n-2n_0}\bar{v}^T & 0\\ 1_{2n_0}\bar{v}^T & 0 \end{bmatrix} \]

Remark 2:Case 1情况下,不管是否存在非顽固个体(\(\theta_i = 1\)),当\(s\rightarrow\infty\)意见都渐进收敛到零

3.1.2. Case 2:存在完全顽固个体(\(\theta_i=0\))

引理 2:\(G(W)\)强连通且结构不平衡,\(V_f = \{1,2,\ldots,n_1\}\)。则\(S_{G(T)}=\overline{V}_f=\{1^+,1^-,\ldots,n_1^+,n_1^-\}\),特别地,\(\forall j^*\in \overline{V}-S_{G(T)}\),存在一条\(i^*\in S_{G(T)}\)到\(j^*\)的路径。

\(proof:\)

显然在网络\(G(T)\)中的完全顽固个体集合\(\overline{V}_f=\{1^+,1^-,\ldots,n_1^+,n_1^-\}\) 。\(T=(I_2\otimes\Xi)\overline{W}\) \(\Rightarrow\) \(\overline{V}_f\subseteq S_{G(T)}\);若存在\(i^*_0\in S_{G(T)},i^*_0\notin\overline{V}_f\),由于\(\theta_{i^*_0} \neq 0\) ,在\(G(W)\)中存在的入边,在\(G(T)\)中也存在,与\(i_0^*\)是源节点矛盾。

\(\forall j^*\in\overline{V}-S_{(G(T))}\),由\(G(\overline{W})\)的强连通性,存在一条\(i^*\in\overline{V}_f\)到\(j^*\)的路径\(P_{j^*i^*}=\{(i^*,i^*_1),(i^*_1,i^*_2),\ldots,(i^*_l,j^*) \}\),其中\(i^*_k\notin\overline{V}_f,\forall k\in\{1,2,\ldots,l\}\)。因此,路径\(P_{j^*i^*}\)在\(G(T)\)中也存在,证毕。\(\blacksquare\)

不失一般性,假设\(V_f=\{1,2,\ldots,n_1\}\)为完全顽固个体集合,\(G(T)\)相当于在\(G(\overline{W})\)的基础上删除一些节点所有的入边。引理2给出\(G(T)\)的拓扑性质。

由引理2可知,\(G(T)\)存在\(2n_1\)个源节点,且对任意的非源节点,存在一条某个源节点到其的路径。从而通过转置,矩阵\(T\)可写成

\[T=\begin{bmatrix} \mathbf{0}\\T_{21}&T_{22}\\\vdots &\vdots &\ddots\\T_{g1}& T_{g2}&\cdots&T_{gg} \end{bmatrix} \]

\(T_{ii}\)不可约,下证\(\rho(T)<1\),

由引理2可知,对任意的非源节点\(j\in\{n_1+1,\ldots,n\}\),存在某个源节点\(i\in\{1,\ldots,n_1\}\),存在一条路径\(i\)到\(j\),从而\((T^n)_{ji}>0\),即\(T^*_{k1}\)每一行都存在非零元素,从而\((T_{kk})^n\)是严格的次随机矩阵,\(\rho(T^n)<1\),\(\rho(T)<1\)。

\[T^n=\begin{bmatrix} \mathbf{0}\\T^*_{21}&(T_{22})^n\\\vdots &\vdots &\ddots\\T^*_{g1}& T^*_{g2}&\cdots&(T_{gg})^n \end{bmatrix} \]

\[\Phi = (I_{2n_1}-T)^{-1}\cdot \Lambda=(\sum_{i=0}^\infty T^i)\cdot\Lambda=\begin{bmatrix} I_{2n}\\\Phi_{21}&\Phi_{22}\\\vdots &\vdots &\ddots\\\Phi_{g1}& \Phi_{g2}&\cdots&\Phi_{gg} \end{bmatrix}\tag{18} \]

其中\(\rho(\Phi_{ii})<1\),\(\rho(\Phi)=1\)且模等于1的特征值(此处只有1)的代数重数等于几何重数(行随机矩阵特征值1的几何重数等于代数重数),故\(\Phi^*=\lim_{s\rightarrow\infty}(\Phi)^s\)存在。

\[(\Phi)^s=\begin{bmatrix} I_{2n_1}\\(\Phi)^s_{21}&(\Phi)^s_{22}\\\vdots &\vdots &\ddots\\(\Phi)^s_{g1}& (\Phi)^s_{g2}&\cdots&(\Phi)^s_{gg} \end{bmatrix}\tag{19} \]

下面引理3给出了\(\Phi^*\)的具体形式

引理 3:\(G(W)\)强连通且结构不平衡,完全顽固节点集合\(V_f=\{1,2,\ldots,n_1\}\),则\(\Phi ^*\)行随机且

\[\Phi^*=\begin{bmatrix} I_{2n_1}\\(\Phi ^*)_{21}&0\\\vdots &\vdots &\ddots\\(\Phi ^*)_{g1}& 0&\cdots&0 \end{bmatrix}\tag{20} \]

其中\((\Phi ^*)_{i1}=\lim_{s\rightarrow\infty}(\Phi)^s_{i1},i\in\{2,\ldots,g\}\).

\(proof:\)

\(\rho(\Phi_{ii}<1)\) \(\Rightarrow\) \((\Phi ^*)_{ii}=\lim_{s\rightarrow\infty}(\Phi)^s_{ii}=\lim_{s\rightarrow\infty}(\Phi_{ii})^s=0\)

下面考虑\((\Phi)^s_{i(i-1)},i\in\{3,\ldots,g\}\)

\[(\Phi)^{s+1}_{i(i-1)}=(\Phi)^{s}_{i(i-1)}\Phi_{(i-1)(i-1)}+(\Phi)^s_{ii}\Phi_{i(i-1)}\tag{22} \]

取极限

\[(\Phi)^{*}_{i(i-1)}=(\Phi)^{*}_{i(i-1)}\Phi_{(i-1)(i-1)}+0\cdot\Phi_{i(i-1)}\tag{23} \]

得\((\Phi)^*_{i(i-1)}(I-\Phi_{(i-1)(i-1)}) = 0\),\(\rho(\Phi_{(i-1)(i-1)})<1\) \(\Rightarrow\) \((\Phi)^*_{i(i-1)}=0\)

进一步考虑\((\Phi)^s_{i(i-2)}\)

\[(\Phi)^{s+1}_{i(i-2)}=(\Phi)^{s}_{i(i-2)}\Phi_{(i-2)(i-2)}+(\Phi)^{s}_{i(i-1)}\Phi_{(i-1)(i-2)}+(\Phi)^s_{ii}\Phi_{i(i-2)}\tag{24} \]

取极限类似可得\((\Phi)^*_{i(i-2)}(I-\Phi_{(i-2)(i-2)}) = 0\),\(\rho(\Phi_{(i-2)(i-2)})<1\) \(\Rightarrow\) \((\Phi)^*_{i(i-2)}=0\)

递归可得\((\Phi^*)_{ij}=0,\forall i\in\{3,\ldots,g\},j\in\{2,\ldots,i-1\}\),证毕。\(\blacksquare\)

记\(M=max\{x_1^+(0,0),x_1^-(0,0),\ldots,x_{n_1}^+(0,0),x_{n_1}^-(0,0)\},m=min\{x_1^+(0,0),x_1^-(0,0),\ldots,x_{n_1}^+(0,0),x_{n_1}^-(0,0)\}\),则\(M=-m\).

对于Case2,完全顽固节点的意见不变,其他节点的意见收敛于区间\([m,M]\)。

定理 1:考虑模型(2)-(3),网络\(G(W)\)强连通且结构不平衡,假设1成立,则

  1. 如果不存在完全顽固的个体,当话题趋于无穷时,节点意见趋于0。
  2. 如果存在完全顽固个体\(V_f=\{1,2,\ldots,n_1\}\),当话题趋于无穷时,完全顽固个体意见不变,其他节点意见收敛于\([m,M]\)。

下面推论1指出,在结构不平衡条件下意见二分一致的充要条件。

推论 1:考虑模型(2)-(3),网络\(G(W)\)强连通且结构不平衡,假设1成立。节点意见二分一致当且仅当存在一个唯一的完全顽固的平衡节点,节点\(i\)是平衡的指\(i\)到\(j\)的所有路径符号相等。

\(proof:\)

充分性:不失一般性,假设节点1是唯一的完全顽固的平衡节点,由引理2,\(S_{G(T)}=\overline{V}_f=\{1^+,1^-\}\)。\(G(\overline{W})\)删除节点\(1^+\)和\(1^-\)的所有入边就得到\(G(T)\)。\(\forall i\neq 1\),记号\(i^*,i^{-*}\)定义为

\[i^* =\left\{ \begin{array}{l} i^+, & SGN_{p_{i1}}(G(W)) =1\\i^-, &SGN_{p_{i1}}(G(W)) =-1 \end{array} \right. \]

\[i^{-*} =\left\{ \begin{array}{l} i^-, & SGN_{p_{i1}}(G(W)) =1\\i^+, &SGN_{p_{i1}}(G(W)) =-1 \end{array} \right. \]

下证由节点集\(\overline{V}^+=\{1^+\}\cup\widetilde{V}^+\)和 \(\overline{V}^-=\{1^+\}\cup\widetilde{V}^-\)构成两个不相交且包含生成树的子网络\(G^+,G^-\),\(\widetilde{V}^+=\{2^*,\ldots,n^*\},\widetilde{V}^-=\{2^{-*},\dots,n^{-*} \}\)。

\(G(W)\)强连通,对任意的节点\(i\neq 1\),存在1到\(i\)的路径,根据引理2,\(G(T)\)中存在\(1^+\)到\(i^*\)和\(1^-\)到\(i^{-*}\)的路径,从而\(G^+(G^-)\)包含根节点为\(1^+(1^-)\)的生成树。

假设\(G^+\)与\(G^-\)之间存在连边:

case i:存在节点\(1^+(1^-)\)到节点\(i^{-*}(i^{*})\)的连边。不失一般性,假设\(i^{-*}=i^+\),即\(SGN_{p_{i1}}(G(W))=-1\)。由于\(G(T)\)中存在\(1^+\)到\(i^+\)的连边,从而\(G(W)\)中存在\(1\)到\(i\)的正边,与\(SGN_{p_{i1}}(G(W))=-1\)矛盾。

case ii:存在节点\(i^*\)到节点\(j^{-*}\)的连边。不失一般性,假设\(i^{*}=i^-,j^{-*}=j^-\),即\(SGN_{p_{i1}}(G(W))=-1,SGN_{p_{j1}}(G(W))=1\)。由引理1,存在\(i^-\)到\(j^-\)的连边 \(\iff\) 存在\(i\)到\(j\)的正边,\(w_{ji}>0\)。又\(SGN_{p_{i1}}(G(W))=-1\),可得\(SGN_{p_{j1}}(G(W))=-1\),矛盾。

通过转置变换,矩阵\(T=I_2\otimes\overline{T}\)

\[\overline{T} =\begin{bmatrix} 0\\\overline{T}_{21}&\overline{T}_{22}\\\vdots &\vdots &\ddots\\\overline{T}_{\bar{g}1}& \overline{T}_{\bar{g}2}&\cdots&\overline{T}_{\bar{g}\bar{g}} \end{bmatrix}\tag{27} \]

同理于定理1的Case2的,\(\overline{V}^+\)中节点收敛于完全顽固节点\(1^+\)的意见,\(\overline{V}^-\)中节点收敛于完全顽固节点\(1^-\)的意见,即节点意见二分一致。

必要性:假设意见二分一致。首先证明存在唯一的完全顽固节点,如果不存在完全节点,由定理1的Case1可知意见收敛于零,矛盾;由于完全顽固节点的意见不变,故完全顽固节点的个数小于2。

假设顽固节点1是不平衡的,即存在某个节点\(i_0\)和1到\(i_0\)的两条长度为\(k_1,k_2\)的路径\(P_1,P_2\),使得\(SGN_{P_1}(G(W))=1,SGN_{P_2}=-1\)。从而\((T^{k_1})_{i_o1}>0,(T^{k_2})_{i_0(1+n)}>0\)。

又\(\Phi=(\sum_{k=0}^\infty)T^k\cdot\Lambda\),从而\(\Phi_{i_01}>0,\Phi_{i_0(1+n)}\)。

\[(\Phi^2)_{i_01}=\sum_{k=1}^{2n}(\Phi)_{i_0k}(\Phi)_{k1}\geq (\Phi)_{i_01}(\Phi)_{11}=(\Phi)_{i_01},\tag{29} \]

递归可得\((\Phi^s)_{i_01}\geq (\Phi)_{i_01}>0,(\Phi^s)_{i_0(1+n)}\geq (\Phi)_{i_0(1+n)}>0\)。由引理3可得

\[\left\{ \begin{array}{l} (\Phi^*)_{i_01}=\lim_{s\rightarrow\infty}(\Phi^s)_{i_01}>0 , \\(\Phi^*)_{i_0(1+n)}=\lim_{s\rightarrow\infty}(\Phi^s)_{i_0(1+n)}>0 , \\ (\Phi^*)_{i_0k}=0, k\neq 1,n+1 \end{array} \right.\tag{30} \]

其中\((\Phi^*)_{i_01}+(\Phi^*)_{i_0(1+n)}=1\)。

\[\lim_{s\rightarrow\infty}x_{i_0}(s,0)=[(\Phi^*)_{i_01}-(\Phi^*)_{i_0(1+n)}]\cdot x_1(0,0)\in(-|x_1(0,0)|,|x_1(0,0) |)\tag{31} \]

与意见二分一致矛盾。证毕。\(\blacksquare\)

3.2. \(G(W)\)结构平衡

\(G(W)\)结构平衡,即存在节点集合划分\(V_1 =\{1,\ldots,n_1\},V_2=\{n_1+1,\ldots,n \}\)。根据引理1,\(G(\overline{W})\)由两个不相交的强连通部分组成,\(\overline{V}_1=\{1^+,\ldots,n_1^+,(n_1+1)^-,\ldots,n^- \},V_2=\{1^-,\ldots,n_1^-,(n_1+1)^+,\ldots,n^+ \}\)。对\({V}_1\)应用定理1可得

定理 2:考虑模型(2)-(3),网络\(G(W)\)强连通且结构平衡,假设1成立,则

  1. 如果不存在完全顽固的个体,当话题趋于无穷时,节点意见二分一致。
  2. 如果存在完全顽固个体\(V_{f_1}=\{1,2,\ldots,n_{f_1}\}\),当话题趋于无穷时,完全顽固个体意见不变,其他节点意见收敛于\([m_f,M_f]\),\(M_f=max(x_1(0,0),\ldots,x_{n_{f_1}}(0,0),-x_{n+1}(0,0),\ldots,-x_{n_{f_1}+n}(0,0))\),\(m_f=min(x_1(0,0),\ldots,x_{n_{f_1}}(0,0),-x_{n+1}(0,0),\ldots,-x_{n_{f_1}+n}(0,0))\),特别地,如果只有一个完全顽固个体,意见二分一致。

3.3. 动态顽固性 \(1-\theta_i^s\)

\[x_i(s,k+1) = \theta^s_i\sum_{j=1}^nw_{ij}x_j(s,k) + (1-\theta^s_i)\cdot x_i(s,0), \tag{32} \]

引理 4:\(G(W)\)强连通且结构不平衡,在话题\(s_0\)中所有节点都是部分顽固的\(0<\theta_i^{s_0}<1\)。则矩阵\(\Phi_{s_0}=(I_{2n}-T_{s_0})^{-1}\cdot\Lambda_{s_0}\)存在,元素都为正,

\(T_{s_0}=(I_2\otimes \Xi_{s_0})\overline{W},\Lambda_{s_0}=I_2\otimes(I_n-\Xi_{s_0})\)。

假设 2:对任意的话题\(s\),存在至少一个节点是部分顽固的。存在一个主题子序列\(\{s_k\}\)和正整数\(\tau\) ,使得对任意的\(s_k\)满足\(\theta_i^{s_k}\in(0,1),\forall i\in V\),\(s_{(k+1)}-s_k<\tau\)。

定理 3:考虑模型(32)和(3)。假设\(\theta_i^{s}\in\Omega\subset[0,1],|\Omega|<\infty,\forall i,s\),\(G(W)\)强连通和结构不平衡,假设2成立,则意见渐进收敛到零。

\(proof:\)

\(y(s+1,0)=\lim_{k\rightarrow\infty}y(s,k)=\Phi_s\cdot y(s,0),\forall s,y(s,0)=[(y^+(s,0))^T,(y^{-1}(s,0))^T]^T\).

对子序列\(\{y(s_k,0) \}\)有

\[\left\{\begin{array}{l}y(s_1,0)&=\Phi_{s_1-1}\cdot\Phi_{s_1-2}\cdots\Phi_0\cdot y(0,0), \\ y(s_2,0)&=\Phi_{s_2-1}\cdot\Phi_{s_2-2}\cdots\Phi_{s_1}\cdot y(s_1,0),\\ &\vdots\\ y(s_k,0)&=\Phi_{s_k-1}\cdot\Phi_{s_k-2}\cdots\Phi_{s_{k-1}}\cdot y(s_{k-1},0),\\ &\vdots \tag{34} \end{array}\right. \]

定义\(H_k=\Phi_{s_k-1}\cdot\Phi_{s_k-2}\cdots\Phi_{s_{k-1}}\)。显然\(H_k\)是正矩阵。\(H_k\)是SIA.

\[\Phi_s=(I_{2n}-T_s)^{-1}\cdot\Lambda_s=\left\{I_{2n}-\begin{bmatrix}\Xi_sW^+ &\Xi_s W^-\\\Xi_sW^- &\Xi_sW^+ \end{bmatrix} \right\}\cdot\begin{bmatrix} I_n-\Xi_s & \\&I_n-\Xi_s \end{bmatrix} \]

由于\(|\Omega|<\infty\),\(H_k\)的个数也是有限的。从而由引理3.2

得\(\lim_{k\rightarrow\infty}\{H_k\cdot H_{k-1}\cdots H_2 \}=1_{2n}\cdot v^T\) \(\Rightarrow\) \(\lim_{k\rightarrow\infty}y(s_k,0)=1_{2n}\cdot v^T\cdot y(s_1,0)\).注意到\(y^+(s,0)=-y^-(s,0)\),故\(\lim_{k\rightarrow\infty}y(s_k,0)=0\)。

对于任意得\(s\),存在\(s_k\leq s\leq s_{k+1}\),\(y(s,0)=\Phi_{s-1}\cdot\Phi_{s-2}\cdots\Phi_{s_k}\cdot y(s_k,0)\)

\[\begin{array}{l} \lim_{s\rightarrow\infty}\Vert y(s,0)\Vert_{\infty}&=\lim_{s\rightarrow\infty}\Vert\Phi_{s-1}\cdot\Phi_{s-2}\cdots\Phi_{s_k}\cdot y(s_k,0)\Vert_{\infty}\\ &\leq\lim_{s\rightarrow\infty}\Vert \Phi_{s-1}\Vert_{\infty}\cdots\Vert \Phi_{s_k}\Vert_{\infty}\cdot\Vert y(s_k,0)\Vert_{\infty}\\ &\leq\lim_{k\rightarrow\infty}\Vert y(s_k,0)\Vert_{\infty}=\mathbf{0}\in \mathbb{R}^{2n} \end{array} \]

证毕。\(\blacksquare\)

对于结构平衡的情况,可以类似得到


  1. Opinion dynamics analysis for stubborn individuals in cooperation-competition networks based on path-dependence framework ↩︎

  2. Consensus seeking in multiagent systems under dynamically changing interaction topologies ↩︎

标签:stubborn,Phi,based,cdot,dependence,overline,bmatrix,2n,ldots
From: https://www.cnblogs.com/hudad/p/18539338

相关文章

  • 语义通信论文略读(七)Contrastive Learning-Based Semantic Communications
    ContrastiveLearning-BasedSemanticCommunications基于对比学习的语义通信·作者:ShunpuTang,QianqianYang,LishengFan,XianfuLei,ArumugamNallanathan,GeorgeK.Karagiannidis·所属机构:广州大学计算机科学与网络安全学院,浙江大学信息科学与电子工程......
  • 基于game-based算法的动态频谱访问matlab仿真
    1.算法运行效果图预览(完整程序运行后无水印)   展示了负载因子P和次级传输功率不同的HPE。         从图中可以看出,随着|hPE|²扩大,用户P更好的为二级用户分配更多的频谱机会,以便刺激二级用户传输更多的干扰功率,因此,导致ρ的减少和Psu的增加。 ......
  • 弄巧成拙的 PFC(Priority-based Flow Control)
    先说几句车轱辘话,TCP性能低,所以RDMA,以太网丢包,所以PFC,网卡不能太复杂,所以GBN…HPC,AI对吞吐,时延要求非常高,同时需要更多计算资源,而TCP处理需要大量计算资源,复杂逻辑意味着高时延,RDMA旨在将网络逻辑卸载到网卡硬件,解放了CPU,同时降低了时延。这是伏笔。InfiniBand......
  • SQLI LABS | Less-27 GET-Error Based-All Your UNION & SELECT Belong To Us-String-
    关注这个靶场的其它相关笔记:SQLILABS——靶场笔记合集-CSDN博客0x01:过关流程输入下面的链接进入靶场(如果你的地址和我不一样,按照你本地的环境来): http://localhost/sqli-labs/Less-27/本关考察的是SQL注入的绕过姿势,至于发现注入点,相信强大如你已经很容易测出来了,......
  • ScriptBasedMapping: Script /etc/hadoop/conf/topology_script-py
    spark-sql初始化时异常spark-sql初始化的突然发现spark返回无法解决hostname的问题,网上检索也是说hosts配置不对,但是检查后确实没有因此猜测hosts问题不对也可能引发该问题,但是其他问题也能存在引发问题的情况,因为发现由于执行etc/hadoop/conf/topology_script-p......
  • ROLL: Long-Term Robust LiDAR-based Localization With Temporary Mapping in Changi
    开源代码:GitHub-HaisenbergPeng/ROLL:Areal-time,robustLiDAR-inertiallocalizationsystemROLL:Long-TermRobustLiDAR-basedLocalizationWithTemporaryMappinginChangingEnvironmentsROLL:基于LiDAR的长期稳健定位,在不断变化的环境中提供临时测绘摘要:长......
  • Codeforces Round 977 (Div. 2, based on COMPFEST 16 - Final Round)
    Preface这场其实是上周四VP的,因为当时马上要出发打济南站了,但因为挺久没写代码了所以打算临阵磨枪一下好家伙结果Div.2D不会做直接给人整麻了,不过好在看了眼榜把E2写了,后面发现这个D想到了就不难A.MeaningMean容易发现从小到大操作一定最优#include<cstdio>#inc......
  • Gaussian Splatting with NeRF-based Color and Opacity
    AbstractNeRFs havedemonstratedtheremarkablepotentialofneuralnetworkstocapturetheintricaciesof3Dobjects.Byencodingtheshapeandcolorinformationwithinneuralnetworkweights,NeRFsexcelatproducingstrikinglysharpnovelviewsof3Do......
  • Paper Reading: Multi-class Imbalance Classification Based on Data Distribution a
    目录研究动机文章贡献基于样本权重的数据分布类间数据分布类内数据分布基于分布的样本权重自适应样本权重跟踪当前的训练状态基于自适应分布的样本权重基于自适应分布的样本权重的AdaboostAdaBoost.AD算法理论分析实验结果数据集和实验设置对比实验消融实验优点和创新点PaperR......
  • PALMS: Plane-based Accessible Indoor Localization Using Mobile Smartphones
    arxiv|加州大学待开源PALMS:使用移动智能手机的基于平面的无障碍室内定位【PALMS:Plane-basedAccessibleIndoorLocalizationUsingMobileSmartphones】文章链接:[2410.15694]PALMS:Plane-basedAccessibleIndoor...项目主页:https://github.com/Head-inthe-Cloud/......