基于DeGroot模型的舆情动力学及其在分布式目标识别中的应用

作     者：赵照 

作者单位：闽南师范大学 

学位级别：硕士

导师姓名：吴晓锋

授予年度：2020年

学科分类：08[工学] 080202[工学-机械电子工程] 0802[工学-机械工程] 

主      题：舆情动力学 一致性 敏感性函数 目标识别 分布式融合算法 DS证据理论 

摘      要：近些年,随着科学技术的迅速发展,舆情的传播形式和方式发生了许多重要改变。它具有即时,自由,大信息量等特点,因此健全的舆情引导机制已经成为全球各国政府共同关心的问题。French、DeGroot最早提出基于代理人的舆情形成模型,即每个代理人通过与邻居交流来更新自己的观点。本文研究了DeGroot模型在舆情动力学与信息融合中进一步应用,分别为固执代理人带有敏感函数的舆情动力学模型和基于多地并行融合的多传感器目标识别信息融合方法:（1）带有敏感函数的代理人为固执的舆情动力学模型研究了每个代理人敏感程度受到他目前观点影响的舆情形成模型,其中敏感程度用敏感函数表示。特别地,本文提出固执积极和固执中立两类不同的代理人。同时,假设观点是一个标量值,其范围是一个连续区间。接着,本文对这两种不同的敏感函数提供了详细的理论分析,并且证明了达到一致性的充要条件。最后,通过仿真来证明这个结果。（2）基于多地并行融合的多传感器目标识别信息融合方法提出了一种多地并行融合的传感器网络目标识别信息融合方法,其中,每个传感器只需要与邻居传感器交换信息。基于D-S证据理论,设计了一种分布式信息融合算法。每个传感器运行该融合算法可在一定的网络拓扑下达到目标识别信息的一致融合结果。实例仿真结果验证了该融合算法的有效性。