[发明专利]基于博弈和遗传算法的网络重构算法

权利要求书

1.基于博弈和遗传算法的网络重构算法，其特征在于：包括如下步骤：

(1)首先随机初始化A个N*N的0-1矩阵matrix[N][N][A]，A＝100；

(2)在囚徒困境博弈下，初始化N个节点的博弈策略state[N]，然后计算出实际网络在博弈策略state[N]下的节点收益和总收益payoff_real[N+1]，以及A个矩阵matrix[N][N][A]的收益payoff[N+1][A]；

(3)遗传算法的计算过程：

(3.1)每次从A个矩阵matrix[N][N][A]中随机无重复抽取两个矩阵matrix[N][N][a]和matrix[N][N][b]，其中a≠b，a、b分别代表随机抽取的矩阵；

(3.2)第一个子代txt[N][N][a]的得到：

选取总收益与实际总收益差值最小的父代作为第一个子代，当|payoff[N][a]-payoff_real[N]|≤|payoff[N][b]-payoff_real[N]|时，txt[N][N][a]＝matrix[N][N][a]；否则txt[N][N][a]＝matrix[N][N][b]；

(3.3)第二个子代txt[N][N][b]的得到：

对于txt[i][N][b]第i行的选取，也就是第i个节点的邻接向量的选取：

交叉：选取第i个节点收益较接近payoff_real[i]的父代的第i行，即

当|payoff[i][a]-payoff_real[i]|≤|payoff[i][b]-payoff_real[i]|时，

txt[i][N][b]＝matrix[i][N][a]并且payoff_txt[i]＝payoff[i][a]，

否则txt[i][N][b]＝matrix[i][N][b]，payoff_txt[i]＝payoff[i][b]，式中N表示将matrix[i][N][b]第i行的N个值全部赋给txt[i][N][b]；

变异：在第i行选取之后，当txt[i][j][b]≠txt[j][i][b]时，以概率prop选取:prop=|payoff_txt[i]-payoff_real[i]||payoff_txt[i]-payoff_real[i]|+|payoff_txt[j]-payoff_real[j]|]]>

当生成的随机数random<prop时，txt[i][j][b]＝txt[j][i][b]，更新节点i收益值payoff_txt[i]，否则txt[j][i][b]＝txt[i][j][b]，更新节点收益值payoff_txt[j]；

(3.4)最后更新种群，matrix[N][N][a]＝txt[N][N][a]，matrix[N][N][b]＝txt[N][N][b]；

(3.5)重复步骤(3)50次；

(4)重复T次步骤(2)和(3)，T＝100，即种群更新迭代100次，得到A个邻接矩阵matrix[N][N][A]；

(5)随机抽取一个矩阵matrix[N][N][m],计算节点与实际收益的差值并按降序排列d_value[N][2]，第一列存储节点，第二列存储该节点的收益差值；

(6)用基于压缩感知和博弈的重构算法对节点x＝d_value[1][1]重构，得到x的邻接向量avrage[x]：

(7)把节点d_value[1][1]的邻接向量avrage[x]按照对称原则对应赋值给步骤(4)得到的100个矩阵matrix[N][N][A]，得到100个新的初始种群，按照步骤(3)运行一次；

(8)重复步骤(5)、(6)、(7)直到节点收益值与实际相等，得到重构的网络。

2.根据权利要求1所述的基于博弈和遗传算法的网络重构算法，其特征在于：其中步骤(2)所述的计算节点的收益是通过下面的公式计算的：

Fij=SiTPSjGi=Σj∈ΓiSiTPSj]]>

S(C)=(1,0)TS(D)=(0,1)T]]>

其中，P是一个2*2收益矩阵：P=0.95-0.141.560.6]]>

F_ij表示节点i与节点j博弈后节点i获得的收益值；

G_i表示节点i和与i相连节点博弈的收益值之和；

Г_i表示与节点i有连接的节点的集合；

S_i、S_j表示节点i和节点j的策略矩阵；

公式中的T表示矩阵的转置符号；

S(C)表示为合作的策略矩阵，S(D)表示为背叛的策略矩阵。