二分网由两种类型的节点构成，边只在不同类型的节点间存在。在公共物品博弈中，多个参与者每人拥有一定数额的初始金钱，他们可以给一个公共的账户进行投资，每个人可以投资任意金额。公共的账户和每个投资人的关系的结构符合一种二分网络的结构。当公共账户中的金额积累到一定数量后，它会乘上一定系数实现投资增值，然后总收益平均分配给每一名参与投资该账户的人。参与人投资得越多,个人收益相应越多。若是参与人都不投资，那么公共账户中一分没有，大家也就一无所有。社会中的很多问题都可以用公共物品博弈来描述。因此，研究基于二分网罗的公共物品博弈是很有意义的。现在博弈论已经被人们广泛应用于经济学、生物学、社会学等众多学科之中，在不同的学科中人们都提出了分别适用的新的博弈模型，如雪堆博弈、胆小鬼博弈、协调博弈以及最后通牒博弈等，并得到了很好的符合实际的模拟结果。包含大量个体和个体相互作用的系统都可以抽象为复杂网络。近年来,复杂网络逐渐成为受人关注的 研究领域,随着小世界特性和无标度特性的发现,科学家们掀起了一股研究复杂网络的热潮,研究遍及 物理、数学、生物、化学、医学、计算机、通讯、交通、经济等领域。按照网络内节点类型的数量,可以把复杂网络分成单顶点网络、二分网络等形式。二分网络由两类节点 以及两类节点之间的连边组成,同类节点之间不存在连边,许多实际的网络呈现出二分性, 例如演员-电影网,科学家-论文网等。自然和社会中的一系列的合作网中,存在两类不同的节点,一类节点是参与某类活动、事件的参与者,如演员、科学家等;另一类节点是参与者参与的活动或者事件,例如电影、文章等,都可以描述为合作主体和合作事件构成的二分网络。二分网络不仅具有普遍性,而且也是复杂网络中的一种重要的网络表现形式,已经成为复杂网络的重要研究对象。近年来,二分网络的研究遍及各个领域,学者们关注于网络的二分性、从二分网络的角度来研究网络,因而一些更深层的网络特性被揭示出来。可以说,二分网络研究提供了复杂网络研究的新视角。共物品博弈模型的主要内容是，假设有一个公共的基金，每个人可以选择往里面投资或者不投资，所有投资进去的钱会被扩大r倍，称为增益系数或者收益系数，然后平分给所有人，称为回报．可以看出，不论个体是否投资以及投资的多与少，最后都能得到相同的回报，因此不投资或者投资少的人相对于投资多的人可以得到更多的利润．为了让自己的利润最大化，肯定会有人选择不投资，而当大家都不投资时，所有人就都没有利润，因此又会有人选择投资，因此是否投资以及投资多少就是一个博弈的过程。社会中的很多问题都可以用公共物品博弈来描述。因此，研究基于二分网罗的公共物品博弈具有重要意义的。

2. 研究的基本内容与方案

本课题基于多智能体仿真平台Repast，结合复杂网络和演化博弈理论，对基于二分网的公共物品博弈进行建模，并对复杂网络基础上的演化博弈进行研究，实现基于二分网的公共物品博弈模型及仿真。基于Repast多智能体仿真平台，建立起基于二分网络的多Agent模型。将二分网络向参与人进行投影并建立公共物品博弈模型，建立参与人策略的更新机制，探究投影网络中整体的合作水平的变化趋势，以及公共物品博弈参数对整体合作水平的影响。通过Repast多智能体仿真平台，建立起基于二分网络的多Agent模型，搭建权限控制系统，实现我们的仿真功能。该公共物品博弈模型的主要内容是，假设有一个公共的基金，每个人可以选择往里面投资或者不投资，所有投资进去的钱会被扩大r倍，称为增益系数或者收益系数，然后平分给所有人，称为回报．可以看出，不论个体是否投资以及投资的多与少，最后都能得到相同的回报，因此不投资或者投资少的人相对于投资多的人可以得到更多的利润．为了让自己的利润最大化，肯定会有人选择不投资，而当大家都不投资时，所有人就都没有利润，因此又会有人选择投资，因此是否投资以及投资多少才能达到自己利润最大化的目标，就是我们所需要研究的主题。

[1]WattsDJ,StrogatzSH.Collectivedynamicsofsmallworldnetworks[J].Nature,1998,393:440-442.

[2]BarabasiAL,AlbertR.Emergenceofscalinginrandomnetworks[J].Science,1999,286:509-512. [3]BarabasiAL,AlbertR.Statisticalmechanicsofcomplexnetworks[J].ReviewsofModernPhysics,2015,74:47-97.

[4]DorogovtsevSN,MendesJFF.Evolutionofnetworks[J].AdvancesinPhysics,2013,51(4):1079-1187.

[5]Liu Q, Yi J. Evaluate dynamic network with evolutionary game method[C]// IEEE International Conference on Granular Computing. IEEE, 2014:196-201.

[6]NewmanMEJ.Ego2centerednetworksandtherippleeffect[J].SocialNetworks,2015,25:83-95.

[7]BoccalettiS,LatoraV,MorenoY.Complexnetworks:structureanddynamics[J].PhysicsReports,2006,424:175-308.

[8]吴金闪,狄增如.从统计物理学看复杂网络研究[J].物,2004,24(01):18-46. [9]LatapyM,MagnienC,VecchioND.Basicnotionsfortheanalysisoflargetwo2modenetworks[J].SocialNetworks,2008，30:31-48