一、材料:
个体属性A=A(ID, opinioni,uncertaintyi,Chroma, Color, x, y)
其中:
ID: 个体的唯一标识号,类型为整数;
Opinion :个体意见,类型为实数,用连续区间方法表示,取值区间为[0,1],其中,0为高度反对,1为高度支持,中间的数值代表种种中间态度;
Uncertainty :个体意见的不确定性程度,即个体对自己意见的坚持程度,类型为实数。当取值为0时,意味着个体对自己当前所持有的意见非常确定,当取值为1时,则意味着个体对自己当前持有的意见完全不确定或者非常不自信。
Public
Class publicpeople
Inherits Panel
Public Id As
Integer
'个体的唯一标识号,类型为整数
Public
Opinioni As
Single
'个体意见程度项,类型为实数
Public
Uncertainty As
Single
'个体意见不确定程度项,类型为实数
End
Class
二、请问如何实现下列两个个体交互意见的算法,当个体数为400时,如何引用该算法。求高手指点迷津。小弟定当将助人之风发扬下去。
假设个体I的意见为xi(opinioni,ui),个体J的意见为xj(opinionj,uj),程序预先设置更新的信任因子为trust。dij=min(opinioni+ui,opinionj +uj)-max(opinioni-ui,opinionj-uj)
file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-19955.png
file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-14914.png定义个体I对个体J的影响函数f(i, j)为:
若dij>ui,
|opinioni-opinionj|<=uj,
则f(i, j)=(trust/10)*[(dij/ui) -1];
若dij≤ui或者|opinioni-opinionj|>uj,则f(i, j)=0
个体J对个体I的影响函数f(j, i)为:
若dij>uj, |opinionj-opinioni|<=ui,则f(j, i)=(trust/10)*[(dij/uj) -1];
若dij≤uj或者|opinionj-opinioni|>ui,则f(j, i)=0
如果个体I与个体J发生了意见交互,并且影响函数都不为0,即彼此的态度对对方都有影响,那么交互后的意见状态各自调整为file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-5461.png (file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-18631.png,file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-12895.png)
和file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-13313.png(file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-21839.png,file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-6779.png):
file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-15522.png=opinioni+f(j,i)*(opinionj-opinioni),file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-31320.png=ui+f(j, i)*(uj-ui)
file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-10536.png=opinionj+f(i,j)*(opinioni-opinionj),file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/ksohtml/wps_clip_image-10132.png=uj+f(i, j)*(ui-uj) |