本文是一篇決策模擬論文，本文的主要工作和取得的成果有： 1、 定義了智能矢量（包括信息矢量與偏好矢量），對智能進行表達、比較與運算，進而決定智能數體的信息傳播行為，為多源信息的綜合作用機理提供了抽象的表達與推理方式，有效的解釋了非理性成員在信息傳播過程當中的作用機理。

1  緒論

1.1  研究背景及意義
群體智能現象在人類社會中隨處可見，例如經濟領域的供應鏈協同運作、企業的管理，文化領域的各類科學研討會，政治領域的民主選舉，這些都是群體智慧的具體表現。在自然界中，群體智能現象也較為常見，例如，飛鳥成隊、螞蟻筑巢等。群體智能的基礎是群體系統，群體系統通常由一定數量的個體組成，系統中的每個智能體都只能通過與其他個體進行交流而獲得的局部信息來調整自身的行為，具有個體自治、非集中式控制、局部信息作用等特征[1]。與傳統的群體智能相比，現代社會的眾智現象規模更大、聯系更加緊密。簡單來說，“眾智”是指聚集眾多智能體的智慧，通過彼此之間的協商、合作，共同完成個體不能完成的任務，期望取得更好或最好的效果。隨著大數據、人工智能的發展，物理空間中的自然人、企業、政府、智能設備的智能水平不斷提升，眾智現象更加廣泛而復雜。
互聯網 Web2.0 將社會網和互聯網相結合，通過網絡應用促進了網絡群體之間的交互與協作，并且進一步提升了人們對于信息服務的要求，人們的日常生活開始變得數據化，生存環境也開始從線下向線上轉移。在網絡環境的支撐下，逐步呈現出萬物互聯的網絡化眾智型經濟社會形態。眾智網絡在人類生活中的有很多種體現方式，例如各類電子商務平臺、網絡操作下的供應鏈、百度百科等。這種將物理空間、意識空間與信息空間三元深度融合為特征的眾智網絡系統，體現了現代服務業及未來經濟社會的主要形態，標志著人們進入眾智網絡時代，也成為研究眾智現象的主要框架[2]。物理空間的自然人、企業、政府部門等機構、各類智能裝備與物品等，隨著大數據等職能技術的普及，從中不斷學習，智能水平不斷提高，研究人員將物理空間這些人、企業、機構和物品稱為智能數體。萬物互聯的網絡化眾智型經濟社會形態如圖 1-1 所示。
1.2  本文主要研究內容
本文研究內容屬于國家重點研發課題（原 973 計劃，2017YFB1400105）——眾智網絡理論仿真與實驗平臺研發，以眾智科學作為研究背景，設計了一種智能矢量的表達、比較與運算方法，對智能數體的傳播行為進行界定，提出了一種多源信息傳播網絡的不動點——信息強度和，對信息傳播網絡穩定性進行表征，搭建了基于智能數體的仿真推進模型，設計了擾動注入機制，并搭建了眾智網絡仿真平臺，仿真多源信息傳播環境下系統的狀態變化，即仿真不動點的形成過程，用于證明信息強度和作為網絡穩定性的表征的正確性。
本文主要實現以下五個研究目標：
（1）給出智能矢量的定義，并提出智能矢量的表達、比較與運算方法，用于對智能數體的傳播行為進行界定。
（2）分析當前常見的以信息傳播模型為基礎的信息傳播系統穩定性研究方法，針對其研究短板進行分析，提出一種多源信息傳播環境下的不動點——信息強度和，將其作為信息傳播網絡穩定性表征。
（3）對眾智網絡進行仿真建模，設計仿真成員模型、仿真推進模型，為信息的傳播過程設計了擾動注入機制。
（4）搭建不動點仿真系統，設計并實現仿真成員生成工具包。
（5）設計不動點仿真實例，證明本文所提出的不動點可以作為網絡穩定性表征。

2 不動點理論及研究方法

2.1 不動點理論分析
眾智網絡的智能數體之間的連接具有偶然性和不確定性，在多源信息傳播的環境下，智能數體間的關聯結構及行為使眾智網絡處于一個穩態與動蕩交替出現的狀態，穩定狀態下的系統會保持在周期性的穩定軌跡中。當某個信息傳播的持續時間超出正常的時間范圍或者受到“網絡水軍”干擾的情況下，系統的狀態則會發生變化，如果系統本身是穩定的，且干擾引發的動蕩強度不高，那么隨著時間的推移，系統的各個參數會恢復到穩定狀態，從一個不動點跳轉至另一不動點；如果系統已經處于不穩定狀態，那么即使外部擾動很微弱，系統的參數也會發生變化，即使擾動消失后，系統也不能回到穩定軌跡中，開始處于動蕩的狀態。此時系統內極有可能出現“涌現”現象。英國哲學家 G. H. Lewes 在 1877 年第一次對涌現進行了描述[10]：涌現來自于各個組成部分，但在形式上并不顯示出各個成分所起的作用，通常來說，涌現指一個系統中個體間的簡單互動行為所造成的無法預知的復雜樣態的現象，它代表了非加和性（即整體大于部分之和）、非線性、不可預測性以及不可還原性。根據上述特征對眾智網絡的信息傳播進行分析，得到多源信息傳播中的涌現特征如下所示：
（1）大量轉發使某類信息的傳播呈爆炸式增長。
（2）群眾對于某類信息的言論一致性過大。
（3）某類信息的傳播持續時間過長。
涌現的出現可能會引起系統的崩潰，因此，找到涌現與穩定狀態切換的邊界值，對涌現進行控制，保持系統的穩定性至關重要。當前，國內外諸多學者和專家都選擇采用不動點方法研究復雜系統的穩定性，關于復雜系統不動點以及信息傳播穩定的研究成果頗豐。

2.2 信息傳播系統不動點研究方法
2.2.1  信息傳播模型研究
由于數學模型具有高度抽象性、邏輯性嚴密、描述可直觀表達的特點，因此網4絡中信息傳播的穩定性分析最初大多采用搭建模型的方式進行。對于信息的傳播問題的研究，最初主要是為了解決謠言的傳播與控制問題。1927 年，Kermack 和McK endrick 首次提出了傳染病動力學模型——SIR(Susceptible Infected Removed)模型[13]，將總人群分為易感者(S)、感染者(I)、移出者(R)三類。1965 年，Dalay 和 Kendall提出了謠言傳播模型，即 DK 模型[14]。DK 模型通過隨機過程對謠言的傳播機理進行分析，根據謠言的傳播效果將人群劃分為易感人群、已感人群和免疫人群 3 類，并且假設這 3 類人群之間可以通過某種概率分布進行轉換，這點與 SIR 信息傳播模型非常相似。1973 年，Maki 和 Thompson[15]在 DK 模型的基礎上對傳播機制進行了修改，提出了謠言的傳播是通過傳播者與其他接收者的雙向接觸來完成傳播的，并得到了著名的 Maki-Thompson 謠言傳播模型。2001 年，Zanette 等人[16]首次將謠言傳播理論應用于復雜網絡，并建立了以小世界網絡中的謠言傳播為例的謠言傳播模型。
信息傳播與傳染病傳播在傳播的機理上有很多的相似之處，因此近年來，復雜網絡的信息傳播的穩定性分析多依賴于傳染病傳播模型，研究人員主要以，提出了SEIR、SHIR 等多種信息傳播模型，對網絡總中的節點行為、節點關系進行分析，以仿真的方式得到結果[17-21]。
上述幾類模型主要從宏觀的角度出發，對信息的傳播趨勢進行建模，但是沒有考慮到個體自身因素、信息因素、社交環境因素等其他原因對于信息傳播的影響，因此沒有全面的刻畫信息傳播的真實過程，具有片面性。為解決上述問題，科研工作者們從其他方面入手，對于信息傳播做了進一步的研究，例如分析信息的性質對于信息傳播的影響，在此基礎上改進了 SIR 模型，提出了 SICR 模型，通過增加謠言反擊狀態節點來描述信息的演化過程[22]；或者從網絡結構的角度出發，將社區結構與個人利益作為研究方面，并引入時間衰減因素來搭建信息傳播模型[23]；劉衍衍等人[24]則將重點放在人際網絡關系對于信息傳播的影響，通過研究社交網絡的拓撲結構，將其抽象為有向加權圖，以此表現信息傳播的方向性特征；曹玖新[25]等人從信息間的競爭關系進行分析，建立了基于競爭的線性閾值擴展模型，從而研究信息傳播的影響力最大化。 

3  眾智網絡不動點仿真系統分析與設計....................... 17
3.1  眾智網絡不動點仿真的特點 .................................... 17
3.2  現有大規模仿真軟件相關研究..................................... 17
3.3  眾智網絡不動點仿真架構 .................................... 20
4  不動點仿真系統實現 .................................... 39
4.1  不動點仿真系統設計 ..................................... 39
4.1.1  體系架構 ....................................... 39
4.1.2  功能架構 ........................................ 40 
5 不動點仿真實例 ................................... 53
5.1 不動點仿真成員關系結構 ............................ 53
5.2 遺忘因子對系統穩定性的影響............................ 53
5.3 隨機投放對系統穩定性的影響..................................... 54

5 不動點仿真實例

5.1 不動點仿真成員關系結構
不動點仿真實例的成員關系結構中主要包含四類仿真成員：一是一定數量的傳播媒體或網絡推手（集合型成員），二是大量的個體成員表示社會人群（原子型成員），三是一定數量的規則監控者（監控者成員），四是對成員行為產生一定影響的建議者（建議者成員）。其關系結構如圖 5-1 所示。

參與仿真的任何一個原子型眾智單元，不僅可以作為一個普通的眾智單元，還可以具有監控者眾智單元、建議者眾智單元、集合型眾智單元中的一員等諸多身份。
本次仿真共包括 1000 個仿真成員，其中有 100 個仿真成員組成了 10 組集合型成員，用于傳播初始信息，初始信息為來自 15 個領域的 4000 條信息，通過在仿真中添加擾動注入機制，分別獲得隨機投放與擾動投放的仿真結果，從而對不動點的穩定性變化進行比較，驗證本文所提出的理論的正確性。

6 總結與展望

本文結合國家重點研發計劃（原 973 計劃，2017YFB1400105）課題“眾智網絡理論仿真與實驗平臺研發”，針對多源信息傳播環境下的系統穩定性問題，仿真了系統穩定性的變化趨勢，本文的主要工作和取得的成果有：
1、 定義了智能矢量（包括信息矢量與偏好矢量），對智能進行表達、比較與運算，進而決定智能數體的信息傳播行為，為多源信息的綜合作用機理提供了抽象的表達與推理方式，有效的解釋了非理性成員在信息傳播過程當中的作用機理。
2、 提出了多源信息傳播網絡的不動點——信息強度和，將其作為該網絡系統的穩定性表征，用于直觀反映整個網絡的穩定性變化過程，為信息傳播網絡的有效監管提供了依據。
3、 搭建了基于智能數體的多源信息傳播仿真推進模型，用于模擬現實世界的多源信息傳播現象，并提出了基于集合型眾智單元的擾動注入機制，模擬“網絡推手”的信息操控行為，用以分析外部環境對于多源信息傳播網絡穩定性的影響，為輿情傳播的溯源提供了有效手段。
4、 搭建了不動點仿真系統，設計了具體的仿真實例，驗證了信息強度和可以作為信息傳播網絡穩定性的表征。
眾智網絡不動點理論與仿真系統已得到初步實現，但仍存在以下問題尚待完善：由于疫情期間的條件限制，系統仿真只實現了單機運行狀態，未實現多機協同運行，因此實驗中所使用的仿真成員的數量以及信息傳播的數量未達到百萬、千萬級規模，并且仿真時間也小于現實世界的實際演化時間，實驗的結果存在片面性，不能完全反應真實世界的傳播情況，仿真系統仍需完善，后期實現多機器協同運行，成員規模及信息規模則會有所增長。
參考文獻（略）