一个基于模拟退火的多主体模型及其应用

近些年,多主体系统的理论及应用得到了人们的广泛关注,并得以迅速发展.研究者提出了很多基于多主体系统理论的模型,用于求解各种问题.AER(Agent-environment-rules)模型正是一个用于求解约束满足问题较为成功的例子.但是,主体的静态策略选择在一定程度上限制了模型的求解性能.将模拟退火算法与多主体系统思想相结合,并赋予主体更为高效的动态策略选择的能力,提出了SAAER模型(simulated annealing based AER model).基于约束满足问题经典实例——N-Queen问题和染色问题的实验表明,改进后的模型较之原模型获得了更高的效率和稳定性.对于N=10000的大规模N-Queen问题,能在200s左右的时间求得精确解.

染色问题的网络特性

染色问题是约束满足问题的一个经典问题。通过分析染色问题的经典实例,发现染色问题具备复杂网络中常见的"小世界"特性,即染色问题所构成的网络中,任意两个节点之间的平均路径长度很小,整个系统呈现出高聚集度的特性,以及节点度的特异分布。这些特性是随机图所不具备的,因此,以随机图做染色问题测试集的传统方法是不完善的。在实验中同时发现,染色问题中最小染色数的大小与系统聚集度的大小密切相关,随聚集度的增大,呈指数关系增大。

理解人机对话——对角色定位、信任关系及人际交往影响的分析

机器的主体性正在涌现,从工具性向社交性演进的过程,改变了传统以人类为中心的传播模式。本研究采用深度访谈法,分别对智能语音助手和闲聊式聊天机器人用户进行半结构式访谈。研究从人机对话的形式切入,探讨人机互动关系中智能机器人的角色定位、信任关系以及对人际交往的影响。研究发现机器的拟人化属性是角色奠定的基础,用户对机器的角色定位能够减少互动的不确定性。自我表露行为是建立人机信任关系的催化剂,双方的自我表露有助于模糊人机边界意识,但身体的离席仍是制约其深度发展的藩篱。人机关系看似为摆脱社交恐惧提供一剂解药,并试图替代人际交往,但回归真实的人际交往才有利于规避数字时代的社会化危机。未来人机之间可能会建立一种新型的“混合”关系,甚至重塑人际传播秩序。