[Python]利用python实现复杂网络的博弈（0）——Introduction

什么是演化博弈？

Evolutionary Gaming Theory（EGT）， 演化博弈，或曰，进化博弈。顾名思义，演化博弈同传统博弈的不同之处就在于，其模仿了类似于生物进化的形式。在一个达尔文式的框架之下，参与博弈的节点通过给定的规则竞争，然后根据结果改变自身的策略。与传统的博弈论不同的是，这里，参加博弈的双方不再是被认为具有超级理性的个体，而是在不断的试错、评估中，动态的调整自己的策略
本次博弈，我们将会尝试构建（指直接调用别人写的库）一个复杂的随机网络，该网络具有两种不同的节点，他们会按照一定的概率选择“分享”与“不分享”两种策略。每个节点会与图中所有的其他节点博弈，计算其收益，并依照一定的概率改变其策略，改变其初值，并查看最终的演变情况与稳定状态。

Reference ：EGT的wiki或者百度百科

关于Networkx

networkx是一个python包，用于创建、操作和研究复杂网络的结构、动态和功能.NetworkX出生于2002年5月。最初的版本是由AricHagberg、DanSchult和PieterSwart在2002年和2003年设计和编写的。第一次公开发布是在2005年4月。

NetworkX提供：

• 研究社会、生物和基础设施网络结构和动态的工具；
• 一种适用于多种应用的标准编程接口和图形实现；
• 为协作性、多学科项目提供快速发展环境；
• 与现有的数值算法和C、C++和FORTRAN代码的接口；
• 能够轻松处理大型非标准数据集。

Networkx的相关知识将在下一篇文章里面讲解。

Reference:官方文档

什么是无标度网络？

Scale-free network, 无标度网络。在很多实际模型抽象出的网络当中，节点之间节点度的分布是不均匀的，是依照幂率分布的。少数节点连接着大多数的点，而大多数节点只与很少的点连接。如果用公式描述的话，则是：$P(k)\sim k^{-\gamma }$ 。意即：在网络中，节点度为$k$ 的点所占的比例大致服从$k^{-\gamma }$，其中$\gamma$的取值大致为2~3之间。不过，关于无标度网络的具体数学特性，学界仍有争论（参考）。

Reference:无标度网络的wiki或者百度百科

无标度网络最为经典的生成算法是Barabási-Albert算法，其大致的内容为：

1.增长：从一个具有 $m_0$ 个节点的联通网络开始，每次引入一个新的节点, 并且连到 $m$ 个已经存在的节点上，这里 m < = m 0 m <= m_0 m<=m