French-DeGroot社会网络模型的结构辨识与参数估计
董艳萍1
任晓涛1
赵文虓2
1.中国科学院数学与系统科学研究院系统控制重点实验室,北京1001902.中国科学院数学与系统科学研究院系统控制重点实验室,北京100190;中国科学院大学数学科学学院,北京100049
摘要：近年来社会网络的研究受到越来越多的关注.本文研究基于French-DeGroot模型的社会网络参数和结构辨识问题,通过网络中个体所持的观点来判断个体间是否存在影响关系、进一步估计个体之间影响的大小.具体而言:假设网络存在固执个体(stubborn agents)和非固执个体(non-stubborn agents)两类,当固执个体的观点为零均值独立同分布随机变量序列时,利用最小二乘算法估计网络未知参数,证明了估计的强一致性并给出收敛速度;进一步,构造结构辨识算法判断个体间是否存在影响关系,证明了结构辨识算法的有限时间收敛性.最后给出仿真例子验证算法的有效性.
关键词：社会网络最小二乘算法参数估计结构辨识
资助基金：国家重点研发计划(2018YFA0703800)国家自然科学基金(61822312)国家自然科学基金(61573345)
论文发表日期：2019-11-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 1905-1911 )
英文信息