一种基于agent社会圈子网络的语言竞争模型的建模仿真方法

文档序号:6621156阅读:303来源:国知局
一种基于agent社会圈子网络的语言竞争模型的建模仿真方法
【专利摘要】本发明涉及一种基于agent社会圈子网络的语言竞争模型的建模仿真方法,属于计算机仿真领域。本发明首先基于社会圈子理论建立语言交流网络;然后设置不同人口比例的语言种类;接着建立语言传播概率模型;再加入出生率、死亡率以及社会移动人口;最后利用建立的社会圈子网络对语言的竞争传播进行建模仿真。本发明可以统计多种实际社会网络特征的方法,可以灵活描述大规模社会网络耦合演化的机理;个体网络规模由于社会半径的不同而产生差异、聚类系数较高并且规模随时间动态变化;人口流动会改变圈子内部的强连接关系,同时也会改变圈子间的弱连接;可以表达人们社会交往圈子和社会网络复杂的社群和层次结构的异质性。
【专利说明】-种基于agent社会圈子网络的语言竞争模型的建模仿真 方法

【技术领域】
[0001] 本发明涉及一种基于agent社会圈子网络的语言竞争模型的建模仿真方法,属于 计算机仿真领域。

【背景技术】
[0002] 传统的基于微分方程的语言竞争动力学模型,由于假设过于理想而限制了模型的 解释价值。现有的这些基于复杂网络的语言交流模型研究主要关注的是网络的拓扑结构特 征,如小世界特征、无标度特性、高聚类特征和网络的模块性等对语言交流传播的影响,这 些研究一方面构造的语言传播网络与实际社会网络有较大的差距,而且很难用社会理论来 解释,另一方面对网络结构随时间的变化关注甚少,也就是说,这些研究基本上都是以静态 网络为基础的。
[0003] 利用agent社会圈子理论建立的语言竞争传播网络更加贴近实际社会,可以表达 人们的社会交往圈子、社会网络中复杂的社群以及层次结构的异质性。真实的社会接触网 络由于受到人员日常行为不断变化的驱动,必然是一个动态演化的过程,这种演化过程将 使得网络拓扑结构特征发生变化,从而影响到其上的语言交流传播过程。所以静态语言网 络模型不能很好的表现真实的社会语言交流网络。


【发明内容】

[0004] 本发明提供了一种基于agent社会圈子网络的语言竞争模型的建模仿真方法,以 用于解决当前社会濒危语言的竞争与保护问题。
[0005] 本发明的技术方案是:一种基于agent社会圈子网络的语言竞争模型的建模仿真 方法,首先基于社会圈子理论建立语言交流网络;然后设置不同人口比例的语言种类;接 着建立语言传播概率模型;再加入出生率、死亡率以及社会移动人口;最后利用建立的社 会圈子网络对语言的竞争传播进行建模仿真。
[0006] 所述基于agent社会圈子网络的语言竞争模型的建模仿真方法的具体步骤如下: Stepl、基于社会圈子理论建立语言交流网络:通过设置不同个体的社会半径的大小构 建不同个体的社会圈子; Step2、设置不同人口比例的语言种类:将语言种类分为单语X、单语Y和双语Z,同时为 每种语言种类分配一定比例的人口,得到/^+/>+/^=1 ;式中,办、斤和/?分别代表掌握单 语X的总人口比例、掌握单语Y的总人口比例和同时掌握X与Y的总人口比例; Step3、建立语言传播概率模型:引入纵向传播和横向传播两种语言传播模型,模拟现 实社会中语言竞争传播的模式; 纵向传播模型,表示父辈将其所掌握的语言传给子代的模型: Pr(X -X)=l (1) Pr(Y -Y)=l (2) Pr (Z ^ X) =Cz^xxa (3) Pr (Z - Y) =CZiSry (4) Pr (Z ^ l)=l-CZ)Sxxa-CZ]SYy (5) 横向传播模型,表示同辈成年人通过相互学习掌握新语言的模型: Pr (X ^ X) =l-CJ2Syf (6) Pr(X-Z)=C>A^ (7) Pr (Y ^ Y)=l-CrzSxxa (8) Pr (Υ ^ Ζ) =CY2Sxxa (9) Pr(Z -Ζ)=1 (10) 式中,Pr表示语言相互之间传播的概率;Zfc表示两种语言间传 播的最高比例;代表X语言的地位,&代表Y语言的地位,5>+&=1 #代表语言网络中的 某一个体的相邻个体只掌握语言X的人口比例,代表语言网络中某一个体的相邻个体只 掌握语言Y的人口比例;a表示吸引力因子; St印4、加入出生率、死亡率以及社会移动人口 :通过更真实还原现实社会,引入出生 率、死亡率和社会人口移动率来描述社会网络的动态性;其中,出生率代表新出生的人口, 用以代替已经死亡的成年人,维持社会总人口数;死亡率代表随着时间推移自然死亡的成 年人或者突发状况死亡的个体;社会移动人口代表一个时间步长内移动一定比例的个体; Step5、利用建立的社会圈子网络对语言的竞争传播进行建模仿真 通过调整模型调整语言地位、语言人口比例、吸引因子、横向传播最高比例、纵向传播 最高比例、社会半径,得到满足稳定共存状态的三种语言的走向趋势: 根据f(X)=C /分别模拟语言地位、语言人口比例、吸引因子、横向传播最高比例、纵 向传播最高比例、社会半径变化后单语X的人口比例f(X); 根据f(Y)=C5>3分别模拟语言地位、语言人口比例、吸引因子、横向传播最高比例、纵 向传播最高比例、社会半径变化后单语Y的人口比例f(Y); 根据f(Z)=l - f⑴一f(Y)分别模拟语言地位、语言人口比例、吸引因子、横向传播最 高比例、纵向传播最高比例、社会半径变化后双语Z的人口比例f(Z); 式中,C表示横向传播最高比例或者纵向传播最高比例。
[0007] 所述Z的计算公式为

【权利要求】
1. 一种基于agent社会圈子网络的语言竞争模型的建模仿真方法,其特征在于:首先 基于社会圈子理论建立语言交流网络;然后设置不同人口比例的语言种类;接着建立语言 传播概率模型;再加入出生率、死亡率以及社会移动人口;最后利用建立的社会圈子网络 对语言的竞争传播进行建模仿真。
2. 根据权利要求1所述的基于agent社会圈子网络的语言竞争模型的建模仿真方法, 其特征在于:所述基于agent社会圈子网络的语言竞争模型的建模仿真方法的具体步骤如 下: Stepl、基于社会圈子理论建立语言交流网络:通过设置不同个体的社会半径的大小构 建不同个体的社会圈子; Step2、设置不同人口比例的语言种类:将语言种类分为单语X、单语Y和双语Z,同时为 每种语言种类分配一定比例的人口,得到/^+/>+/^=1 ;式中,办、斤和/?分别代表掌握单 语X的总人口比例、掌握单语Y的总人口比例和同时掌握X与Y的总人口比例; Step3、建立语言传播概率模型:引入纵向传播和横向传播两种语言传播模型,模拟现 实社会中语言竞争传播的模式; 纵向传播模型,表示父辈将其所掌握的语言传给子代的模型: Pr(X -X)=l (1) Pr(Y -Y)=l (2) Pr (Ζ ^ X) =CZ)Sxxa (3) Pr (Ζ - Υ) =CZiSry (4) Pr (Z ^ l)=l-CZ)Sxxa-CZ]SYy (5) 横向传播模型,表示同辈成年人通过相互学习掌握新语言的模型: Pr (X ^ X) =l-CJ2Syf (6) Pr(X-Z)=C>A^ (7) Pr (Y ^ Y)=l-CrzSxxa (8) Pr (Υ ^ Ζ) =CY2Sxxa (9) Pr(Z -Ζ)=1 (10) 式中,Pr表示语言相互之间传播的概率;Zfc表示两种语言间传 播的最高比例;代表X语言的地位,&代表Y语言的地位,#代表语言网络中的 某一个体的相邻个体只掌握语言X的人口比例,代表语言网络中某一个体的相邻个体只 掌握语言Y的人口比例;a表示吸引力因子; St印4、加入出生率、死亡率以及社会移动人口 :通过更真实还原现实社会,引入出生 率、死亡率和社会人口移动率来描述社会网络的动态性;其中,出生率代表新出生的人口, 用以代替已经死亡的成年人,维持社会总人口数;死亡率代表随着时间推移自然死亡的成 年人或者突发状况死亡的个体;社会移动人口代表一个时间步长内移动一定比例的个体; Step5、利用建立的社会圈子网络对语言的竞争传播进行建模仿真 通过调整模型调整语言地位、语言人口比例、吸引因子、横向传播最高比例、纵向传播 最高比例、社会半径,得到满足稳定共存状态的三种语言的走向趋势: 根据f(X)=C /分别模拟语言地位、语言人口比例、吸引因子、横向传播最高比例、纵 向传播最高比例、社会半径变化后单语X的人口比例f(X); 根据f⑴=分别模拟语言地位、语言人口比例、吸引因子、横向传播最高比例、纵 向传播最高比例、社会半径变化后单语Υ的人口比例f(Y); 根据f(z)=l - f(X) - f(Y)分别模拟语言地位、语言人口比例、吸引因子、横向传播最 高比例、纵向传播最高比例、社会半径变化后双语Z的人口比例f (Z); 式中,C表示横向传播最高比例或者纵向传播最高比例。
3.根据权利要求2所述的基于agent社会圈子网络的语言竞争模型的建模仿真方法, 其特征在于: 所述z的计算公式为
;其中,Λ表示X语言个体的邻居掌握X语言的人口数, Λ表示X语言个体的邻居总数,(表示时间,&表示时间系数; 所述的计算公式为
;其中,Λ表示Υ语言个体的邻居掌握Υ语言的人口数, Λ表示Υ语言个体的邻居总数,?表示时间,&表示时间系数。
【文档编号】G06F19/00GK104217100SQ201410354563
【公开日】2014年12月17日 申请日期:2014年7月24日 优先权日:2014年7月24日
【发明者】毕贵红, 王超, 张寿明 申请人:昆明理工大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1