用协调惩罚技术改善牛顿法最优潮流收敛性

提出了用协调惩罚技术改善牛顿法最优潮流收敛性。根据ｌａｇｒａｎｇｉａｎ函数的梯度，自动计算乘子罚函数的因子，可以避免优化过程的振荡，提高最优潮流算法的可靠性，缩短最优潮流的优化时间、本文对ＩＥＥＥ５，１１，１４，３０节点系统和我国安徽４０节点系统的算例表明协调惩罚技术用于牛顿法最优潮流取得了明显效果。

网络舆情治理的协调性惩罚自组织演化机制研究

[目的/意义]解读网络舆情治理的多主体协同与竞争的自组织特点,研究协调性惩罚机制对网络舆情环境和谐演化的促进,引导网民向正能量舆情传播转变。[方法/过程]分析网络舆情传播利益主体之间的策略互动关系,构建动态演化模型,讨论各种惩罚模式对舆情群体合作演进的影响。[结果/结论]在此基础上,总结协调性惩罚机制的特点和对网络舆情综合治理促进的路径。

协调性惩罚与人类合作的演化

虽然惩罚可以维持合作的演化,却给惩罚者带来自然选择的适应性劣势,从而形成新的演化之谜。人类在漫长的发展中逐渐演进出各种巧妙的协调性惩罚行为,这无疑会降低惩罚成本或增加惩罚力度,当它们改变惩罚行为的成本劣势,使其达到成功演化的阈值范围时,反对惩罚的选择性压力就消失,从而可以支持利他性惩罚在大规模群体中演化。本文不再遵循惩罚者同质性假设,从而能够讨论各种协调性惩罚对群体合作秩序演进的影响。本文构建动态演化模型,模拟了人类祖先的一个典型狩猎采集社会,在其他参数不变的情况下,设置了各种协调性惩罚的环境,并对比分析了它们对合作演化的影响。仿真结果表明,在规模较大的情况下,非协调性惩罚很难维持群体合作的演化,而协调性惩罚则会明显提高群体合作水平,特别是在一致行动和权威惩罚的情景中,群体可以实现高水平的合作。