第4期 叶小平，等：冲突环境下中立Aget群体趋向分析与预测 ·31 方向. 高的事件.MAX(T'(U,a)表示支持度最高的事 件的态度趋向度.设定一个阈值9，若 3冲突分析与预测 MAX(T'(U,a)>,则表示Agent群体U,未来 在冲突预测过程中需要考虑事件影响与Agent 趋向于支持M(TU)事件.若MAX(T'(U:,a)≤. 间影响2种外部环境影响，而这些影响又与全体自 则表示Agent群体U,未来趋向于对M(T'(U)事 身的素质有关 件继续保持中立 定义4事件影响度：设1g(U:,1)川表示对事 在例1中，U3、U6两群体中立，根据图2、图6、 件a持支持态度Agent群体个数，laU.,0)川表示 图7，设定阈值6=0.52.可得到如下结论 态度不明确Agent群体个数.事件对中立Agent群 体朝支持a方向的影响度d(a)定义为d(a)= T'(a T'(B TYd T(a T(b T'(d |a(U:,1)/09-1a(U:,01) 05420.2920.267 U3 -1 d(a)表示支持事件a的Agent群体数目占所 0.540.220.24 Us -1 有态度明确的总的Agent数目的比例 事件外部环境对中立群体影响如图4所示 图6中立群体态度(1) 图7中立群体的态度(2) Fig 6 Neutral group(1) Fig 7 Neutral group(2) b d 0.75 0.25 0 在最终投票中，U和U6趋向于持支持事件a, 图4各个事件影响度 联系本例，即a最有可能当选主席 Fig 4 Influence of events 4算法设计与分析 在实际应用中，相同的影响力在不同“品质”A~ 在上述模型框架内，本文设计了相应算法，并进 gent群体上得到的效果不同，对每个Agent群体 行了必要测试.实验结果证明了模型的合理性与有 U,引入群体自主度(U)和群体从众度(U)来刻 效性 画，它们可以通过经验或专家途径获取 4.1冲突局势算法 对于例2，假设相应群体的性格指标如图5所 对于一个特定的信息系统IS=(U,A),可以得 示 到确定的对象U和其对应的属性A,在数据库里用 2列存储， Un 0.7 0.3 准备工作：建立一个数组S,初始化以数据库 Uz 08 0.2 中所存放的信息系统，IS[1J表示第i号对象的属性 U3 0.5 0.5 值.建立一个二维数组ISO来存放所得出相冲突 0.6 0.2 Agent的结果，初始化全为0，计算后若 Us 0.7 0.3 S0[i1j1=2,则第i号对象和第j号对象相冲突 Us 0.6 0.4 若I$0i]01=1,则第1号对象和第j号对象正方 图5自主度A和从众度“ 向相协同，若IS0[i1j1=-1,则第i号对象和第j Fig 5 Independence A and echoing u 号对象负方向相协同， 算法： 定义5外部环境影响下中立群体趋向度：对 for(i=0;i<IS.length;i++){ 于Agent群体Ui,定义T'(U:,a)= for(j=i;j<IS.length;j++){ AU)s(U,)+(U)d(g),称T'(U,g)为结合 群体自身状况和外部环境影响的对事件V,的态度 if(IS[i]*IS[j]>)(ISO[i][j]=ISo[j][i]= 趋向度」 IS[i]*IS[i]*IS[j];) 设M(T'(U))表示U,的态度趋势中支持度最 else if(IS[i]*IS[j]<0)(ISO[i][j]=ISO 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net方向. 3 冲突分析与预测 在冲突预测过程中需要考虑事件影响与 Agent 间影响 2 种外部环境影响 ,而这些影响又与全体自 身的素质有关. 定义 4 事件影响度 :设| aj (Ui , 1) | 表示对事 件 aj 持支持态度 Agent 群体个数 ,| aj (Ui ,0) | 表示 态度不明确 Agent 群体个数. 事件对中立 Agent 群 体朝支持 aj 方向的影响度 d ( aj ) 定义为 d ( aj ) = | aj (Ui ,1) / (| Ω| - | aj (Ui ,0) | ) . d( aj) 表示支持事件 aj 的 Agent 群体数目占所 有态度明确的总的 Agent 数目的比例. 事件外部环境对中立群体影响如图 4 所示. a b c d 0175 0125 0 图 4 各个事件影响度 Fig14 Influence of events 在实际应用中 ,相同的影响力在不同“品质”A2 gent 群体上得到的效果不同 ,对每个 Agent 群体 Ui ,引入群体自主度λ(Ui) 和群体从众度μ(Ui) 来刻 画 ,它们可以通过经验或专家途径获取. 对于例 2 ,假设相应群体的性格指标如图 5 所 示. λ μ U1 017 013 U2 018 012 U3 015 015 U4 016 012 U5 017 013 U6 016 014 图 5 自主度λ和从众度μ Fig15 Independenceλand echoingμ 定义 5 外部环境影响下中立群体趋向度 :对 于 Agent 群 体 U j , 定 义 T′( Ui , aj ) = λ(Ui) s(Ui , aj) +μ(Ui) d ( aj) ,称 T′(Ui , aj ) 为结合 群体自身状况和外部环境影响的对事件 V i 的态度 趋向度. 设 M ( T′(Ui) ) 表示 Ui 的态度趋势中支持度最 高的事件. MAX( T′( Ui , aj ) ) 表示支持度最高的事 件 的 态 度 趋 向 度. 设 定 一 个 阈 值 ε1 , 若 MAX( T′(Ui , aj) ) >ε1 ,则表示 Agent 群体 Ui 未来 趋向于支持 M( T′(Ui))事件.若 MAX( T′(Ui , aj)) ≤ε1 , 则表示 Agent 群体 Ui 未来趋向于对 M ( T′(Ui) ) 事 件继续保持中立. 在例 1 中 , U3 、U6 两群体中立 ,根据图 2、图 6、 图 7 ,设定阈值ε1 = 0152. 可得到如下结论. T′( a) T′( b) T′( c) U3 01542 01292 01267 U6 0154 0122 0124 图 6 中立群体态度(1) Fig16 Neutral group (1) T′( a) T( b) T′( c) U3 1 - 1 - 1 U6 1 - 1 - 1 图 7 中立群体的态度(2) Fig17 Neutral group (2) 在最终投票中 ,U3 和 U6 趋向于持支持事件 a , 联系本例 ,即 a 最有可能当选主席. 4 算法设计与分析 在上述模型框架内 ,本文设计了相应算法 ,并进 行了必要测试. 实验结果证明了模型的合理性与有 效性. 411 冲突局势算法 对于一个特定的信息系统 IS = (U , A) ,可以得 到确定的对象 U 和其对应的属性 A ,在数据库里用 2 列存储. 准备工作 :建立一个数组 IS,初始化以数据库 中所存放的信息系统 , IS[ i]表示第 i 号对象的属性 值. 建立一个二维数组 ISO 来存放所得出相冲突 Agent 的 结 果 , 初 始 化 全 为 0 , 计 算 后 若 ISO[ i][ j ] = 2 ,则第 i 号对象和第 j 号对象相冲突 , 若ISO[ i][ j ] = 1 ,则第 i 号对象和第 j 号对象正方 向相协同 ,若ISO[ i][ j ] = - 1 ,则第 i 号对象和第 j 号对象负方向相协同. 算法 : for (i = 0 ;i < IS.lengt h ;i + + ) { for (j = i ;j < IS. lengt h ;j + + ) { if (IS[i] 3 IS[j ] > 0 ) { ISO[i ] [j ] = IS0 [j ][i ] = IS[i] 3 IS[i ] 3 IS[j ] ;} else if (IS[i ] 3 IS[j] < 0 ) { ISO[i ][j ] = IS0 第 4 期 叶小平 ,等 :冲突环境下中立 Agent 群体趋向分析与预测 · 13 ·