QUICK REVIEW
[论文解读] Frustration from Simultaneous Updating in Sznajd Consensus Model
Dietrich Stauffer|arXiv (Cornell University)|Jul 25, 2002
Opinion Dynamics and Social Influence参考文献 9被引用 4
一句话总结
本文研究了同步更新对Sznajd一致意见模型的影响,表明将随机顺序更新替换为同步更新会引入“挫折”——即代理无法解决来自多个邻居的相互冲突的影响——使得达成一致意见显著困难,尤其是在大网格上。关键发现是,当L≥13时,在p=1/2处达成一致意见变得不可能,需要更大的初始多数才能实现一致意见,凸显了更新动力学在意见形成模型中的作用。
ABSTRACT
In the Sznajd model of 2000, a pair of neighbouring agents on a square lattice convinces its six neighbours of the pair opinion iff the two agents of the pair share the same opinion. Now we replace the usual random sequential updating rule by simultaneous updating and find that this change makes a complete consenus much more difficult. The larger the lattice is, the higher must be the initial majority for one of the two competing opinions to become the consensus.
研究动机与目标
- 研究同步更新与标准随机顺序更新相比,如何改变Sznajd模型中的一致意见动力学。
- 研究当代理从多个相邻对接收相互冲突的影响信号时,“挫折”现象的出现。
- 量化一致意见概率对网格大小L和初始意见浓度p的依赖关系。
- 比较非正式(随机顺序)与正式(同步)互动协议在实现一致意见方面的有效性。
- 证明同步更新会阻碍一致意见的达成,尤其是在大网格上p=1/2时。
提出的方法
- 通过类似打字机的方式扫描网格,基于时间t的观测值,一次性评估所有相邻对。
- 每对具有相同意见的相邻代理在时间t+1会促使它们的六个共享邻居采纳该意见。
- 受到多个对来自不同方向的相互冲突影响的代理保持不变(处于挫折状态),保留其当前意见。
- 模拟采用固定网格大小L,初始意见以概率p分配为+1,以概率1−p分配为-1。
- 一个时间步长包含对网格的一次完整遍历,一致意见在10,000个时间步长后测量。
- 结果对较小网格(L≤31)平均800次样本,对较大网格(L≥101)平均80次样本,并通过10倍因子进行一致性缩放。
实验结果
研究问题
- RQ1与随机顺序更新相比,同步更新如何影响Sznajd模型中达成一致意见的可能性?
- RQ2由多个对带来的相互冲突影响所导致的“挫折”在阻止一致意见中起到什么作用?
- RQ3为实现一致意见,所需初始多数意见(p)随网格大小L如何变化?
- RQ4为何在L≥13时,同步更新下p=1/2处无法达成一致意见?
- RQ5正式(同步)与非正式(随机顺序)会面的动力学在推动一致意见方面有何比较?
主要发现
- 对于L≥13的网格大小,在同步更新下,即使经过10,000个时间步长,p=1/2时也从未达成一致意见。
- 在L=17和L=31时,p=1/2处达到一致意见的样本数降至零,仅在L<13时观察到极少数一致意见案例。
- 对于L=101、301和1001,仅模拟了80个样本,结果通过10倍因子外推,显示在p=1/2时未出现一致意见。
- 在一半情况下实现一致意见所需的临界p值随网格大小增加而上升,表明更大的系统需要更强的初始多数才能实现一致意见。
- 挫折效应——即代理无法解决相互冲突的影响——构成了对一致意见的障碍,尤其在大系统中更为显著。
- 结果表明,非正式的、顺序的互动(随机更新)比正式的、同步的会面(同步更新)更有效地促成一致意见。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。