French-DeGroot社会网络模型的结构辨识与参数估计

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

所属期刊栏目：36

资助基金：国家重点研发计划资助项目"不确定性系统智能控制的基础数学理论与方法";国家自然科学基金项目

在线出版日期：2020-03-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1905-1911