一种基于agent社会圈子网络的通用型多语竞争模型的建模仿真方法技术领域
本发明涉及一种基于agent社会圈子网络的通用型多语竞争模型的建模仿真方法，属于
计算机仿真领域。
背景技术
在中国，少数民族语言的多样性正在遭受严峻的考验。语言濒危的原因复杂多样，主要
包括地理环境、人口分布与扩散、语言政策、语言地位和语言态度、语言环境和语言内部结
构等因素及其相互作用，而且这些因素是随时空变化的，呈现异质性。为了拯救濒危语言，
有必要对语言传播、竞争和调控的机理和动力学特性深入研究，以揭示语言衰退、消亡和共
存的原因，进而寻求濒危语言保护和干预措施。
国际上语言竞争与演化动力学研究主要利用系统动力学方法、复杂系统建模和仿真方法。
语言作为一个复杂适应性系统，同时语言交流传播的互动性，决定了人与人之间的接触网络
是语言交流传播发生的基础。所以，语言交流传播系统是个复杂的社会网络系统，可以用复
杂适应性系统理论及其建模方法、复杂网络及其建模方法以及两者结合的方法来研究语言竞
争模型及其动力学性质。已有的研究方法包括微分方程法和宏观建模法，而复杂agent网络
是目前最主要的语言竞争模型建模法。已有的研究方法综合考虑了语言的社会网络、人口密
度、语言地位以及双语因素对语言共存的影响，在语言竞争动力学研究中取得了重要进展。
但是目前还存在如下问题：(1)现有的复杂网络语言交流模型主要关注的是网络的拓扑结构
特征，如小世界特征、无标度特性、高聚类特征和网络的社群结构等对语言交流传播的影响，
而对网络结构随时间的变化关注甚少，研究基本上都是以静态网络为基础的。而真实的社会
接触网络由于受到人员在区域内或区域间的流动使得网络拓扑结构特征发生变化，从而影响
到其上的语言交流传播过程。(2)已有的复杂agent网络建模方法的研究仅限于双语竞争的
情形。然而，现实生活中多语言的竞争普遍存在，中国是一个多民族的国家，特别在云南等
边疆地区三语及多语在一个地区进行交流很常见。所以，在两种语言竞争的模型原理的基础
上推广建立多语言的竞争模型来研究多语竞争与保护的动力学问题很必要。
发明内容
本发明提供了一种基于agent社会圈子网络的通用型多语竞争模型的建模仿真方法，以
用于解决语言多样性保护问题。
本发明的技术方案是：一种基于agent社会圈子网络的通用型多语竞争模型的建模仿真
方法，首先设置社会圈子中agent数并分配单语的人口比例，三组语言地位，小、中、大三
种社会半径，个体的移动人口比例，并设置出生率和死亡率；agents根据各自的社会半径，
利用社会圈子原理建立社会网络；在建立好的网络中，个体间通过学习和遗忘进行语言交流，
父代和子代间通过遗传进行语言的传承；根据引入的移动人口比例、出生率和死亡率来描述
社会网络的动态性；利用建立的社会圈子网络对语言的竞争传播进行建模仿真。
所述方法的具体步骤如下：
Step1、创建N个agents，并分配三种单语者的人口比例，使NA％+NB％+NC％＝1；其中，
NA％、NB％和NC％分别代表掌握单语A的总人口比例、掌握单语B的总人口比例和掌握单
语C的总人口比例；
Step2、设置三组语言地位，满足SA1+SB1＝1、SA2+SC1＝1、SB2+SC2＝1；其中，SA1为忽略C
语言单语A的社会地位，SB1为忽略C语言单语B的社会地位，SA2为忽略B语言单语A的
社会地位，SC1为忽略B语言单语C的社会地位，SB2为忽略A语言单语B的社会地位，SC2
为忽略A语言单语C的社会地位；
设置小、中、大三种社会半径，RS、RM和RB分别代表小社会半径、中社会半径和大社
会径，并分配三种社会半径的人口比例，使NofRS％+NofRM％+NofRB％＝1；其中，NofRS％、
NofRM％和NofRB％分别代表小半径人口比例、中半径人口比例和大半径人口比例；
Step3、设置个体的移动人口比例，并设置出生率和死亡率；
Step4、agents根据各自的社会半径，利用社会圈子原理建立社会网络；
Step5、在建立好的网络中，个体间通过学习和遗忘进行语言交流，父代和子代间通过遗
传进行语言的传承：
A、B两种语言间的学习和遗忘：
(1)C语言不参与竞争的学习过程：单语A与单语B分别根据概率公式(1)①和(1)②成
为双语AB；双语AC与双语BC分别根据概率公式(2)①和(2)②成为三语ABC；
(2)C语言不参与竞争的遗忘过程：双语AB分别根据概率公式(1)③和(1)④成为单语A
和单语B；三语ABC分别根据概率公式(2)③和(2)④成为双语AC和双语BC；
其中，
σ B A : B = σ B C A : B = Σ B + Σ B C Σ A + Σ B + Σ A B + Σ A C + Σ B C + Σ A B C = Σ B + Σ B C Σ Z - Σ C ]]>
σ A A : B = σ A C A : B = Σ A + Σ A C Σ A + Σ B + Σ A B + Σ A C + Σ B C + Σ A B C = Σ A + Σ A C Σ Z - Σ C ]]>
σ A B A : B = σ A B C A : B = Σ A B + Σ A B C Σ A + Σ B + Σ A B + Σ A C + Σ B C + Σ A B C = Σ A B + Σ A B C Σ Z - Σ C ]]>
式中，P表示语言相互之间传播的概率，为C语言不参与竞争agent的语言密度，上标
“A:B”表示C语言不参与竞争只考虑A与B之间的竞争，下标l＝A、B、AB、AC、BC、ABC
表示各语言类型；ΣA、ΣB、ΣC、ΣAB、ΣAC、ΣBC、ΣABC分别为与agent相连的
掌握语言A、B、C、AB、AC、BC、ABC的agent个数，ΣZ为与agent相连的agent总数；
A、C两种语言间的学习和遗忘：
(1)B语言不参与竞争的学习过程：单语A与单语C分别根据概率公式(3)①和(3)②成
为双语AC；双语AB与双语BC分别根据概率公式(4)①和(4)②成为三语ABC；
(2)B语言不参与竞争的遗忘过程：双语AC分别根据概率公式(3)③和(3)④成为单语A
和单语C；三语ABC分别根据概率公式(4)③和(4)④成为双语AB和双语BC；
其中，
σ C A : C = σ B C A : C = Σ C + Σ B C Σ A + Σ C + Σ A B + Σ A C + Σ B C + Σ A B C = Σ C + Σ B C Σ Z - Σ B ]]>
σ A A : C = σ A B A : C = Σ A + Σ A B Σ A + Σ C + Σ A B + Σ A C + Σ B C + Σ A B C = Σ A + Σ A B Σ Z - Σ B ]]>
σ A C A : C = σ A B C A : C = Σ A C + Σ A B C Σ A + Σ C + Σ A B + Σ A C + Σ B C + Σ A B C = Σ A C + Σ A B C Σ Z - Σ B ]]>
式中，P表示语言相互之间传播的概率，为B语言不参与竞争agent的语言密度，上标
“A:C”表示B语言不参与竞争只考虑A与C之间的竞争，下标l＝A、C、AB、AC、BC、ABC
表示各语言类型；ΣA、ΣB、ΣC、ΣAB、ΣAC、ΣBC、ΣABC分别为与agent相连的
掌握语言A、B、C、AB、AC、BC、ABC的agent个数，ΣZ为与agent相连的agent总数；
B、C两种语言间的学习和遗忘：
(1)A语言不参与竞争的学习过程：单语B与单语C分别根据概率公式(5)①和(5)②成
为双语BC；双语AB与双语AC分别根据概率公式(6)①和(6)②成为三语ABC；
(2)A语言不参与竞争的遗忘过程：双语BC分别根据概率公式(5)③和(5)④成为单语B
和单语C；三语ABC分别根据概率公式(6)③和(6)④成为双语AB和双语AC；
其中，
σ C B : C = σ A C B : C = Σ C + Σ A C Σ B + Σ C + Σ A B + Σ A C + Σ B C + Σ A B C = Σ C + Σ A C Σ Z - Σ A ]]>
σ B B : C = σ A B B : C = Σ B + Σ A B Σ B + Σ C + Σ A B + Σ A C + Σ B C + Σ A B C = Σ B + Σ A B Σ Z - Σ A ]]>
σ B C B : C = σ A B C B : C = Σ B C + Σ A B C Σ B + Σ C + Σ A B + Σ A C + Σ B C + Σ A B C = Σ B C + Σ A B C Σ Z - Σ A ]]>
式中，P表示语言相互之间传播的概率，为A语言不参与竞争agent的语言密度，上标
“B:C”表示A语言不参与竞争只考虑B与C之间的竞争，下标l＝B、C、AB、AC、BC、ABC
表示各语言类型；ΣA、ΣB、ΣC、ΣAB、ΣAC、ΣBC、ΣABC分别为与agent相连的
掌握语言A、B、C、AB、AC、BC、ABC的agent个数，ΣZ为与agent相连的agent总数；
遗传过程：
(1)双语遗传：父辈为双语，其将语言遗传给子代时，若满足概率Py，则子代继承双
语，否则子代以1/2概率随机继承其中某一单语；
(2)三语遗传：父辈为三语，其将语言遗传给子代时，若满足概率Pt，则子代继承三语
ABC，若其不满足概率Pt但满足概率Py，则子代继承双语，其子代为双语AB/AC/BC的概率
均为1/3，否则子代继承单语，其子代为单语A/B/C的概率均为1/3；
学习/遗忘/遗传三者同步进行；
Step6、根据引入的移动人口比例、出生率和死亡率来描述社会网络的动态性：
根据移动人口比例agent进行移动，当个体间连接的长度大于相互连接的个体中社会半
径小的个体的社会半径时，连接断开，否则保持连接，断开之后的个体又会与其它个体按照
社会圈子原理重新建立连接，形成新的社会网络；
根据设定的出生率和死亡率，网络中有agent死亡，死亡个体断开之前的连接，新生agent
按照社会圈子原理生成新的连接；
随着时间的更新，重复执行Step5～Step6；
Step7、利用建立的社会圈子网络对语言的竞争传播进行建模仿真：
通过调整语言地位、初始语言人口比例、移动人口比例、社会半径及语言遗传率的大小
分析对语言传播的影响。
本发明的工作原理是：
第一步：基于agent的社会圈子网络理论构建具有多种实际社会网络统计特征的社会网
络。首先给每个agent赋予不同的社会交往半径和空间位置坐标，然后每个agent在自己的空
间位置根据社会圈子原理生成社会关系网络，生成的网络具有大部分社会网络的特性：网络
中个体的网络规模由于社会半径的不同而产生差异性、规模随时间动态变化、网络中的社群
人口密度较低、网络具有度度正相关性、网络可以形成社群结构并具有平均路径短的特性。
第二步：设置不同种类语言的人口分布及社会地位。设不同种类语言的人口分布及社会
地位模拟现实社会中的具有不同社会地位的多种语言在不同的人口分布格局下的竞争传播现
象，分析语言濒危及消亡的原因及如何保持语言的共存。以三语竞争为例，三种不同的语言
种类分别为单语A、单语B和单语C，在一个由三种单语组成的社会，三种语言所占人口之
和必然为1，即NA％+NB％+NC％＝1，式中NA％、NB％和NC％分别代表掌握单语A的总人
口比例、掌握单语B的总人口比例和掌握单语C的总人口比例。三组语言的社会地位，使
SA1+SB1＝1、SA2+SC1＝1、SB2+SC2＝1，式中SA1为忽略C语言单语A的社会地位，SB1为忽略C
语言单语B的社会地位，SA2为忽略B语言单语A的社会地位，SC1为忽略B语言单语C的
社会地位，SB2为忽略A语言单语B的社会地位，SC2为忽略A语言单语C的社会地位。
第三步：加入出生率、死亡率以及人口移动率。为了更真实的还原现实社会，模型中引
入了出生率，死亡率和社会人口移动率来描述社会网络的动态性。设定agent的出生率等于
死亡率，网络中有agent死亡，死亡个体断开之前的连接，新生agent按照社会圈子原理生成
新的连接。agent根据移动概率进行移动，当个体间连接的长度大于链两端个体中社会半径小
的个体的社会半径时，连接断开，否则保持连接，断开之后的个体又会与其它个体按照社会
圈子原理重新建立连接，形成新的社会网络。
第四步：建立多语言竞争传播模型。基于两语竞争原理推广建立通用型多语竞争传播模
型，模拟现实社会中多语言竞争传播的模式。
双语竞争原理：
(一)语言学习与遗忘
在一个有N个节点的网络中，节点表示掌握某种语言的个体，网络的边表示语言交流社
会网络中个体的连接关系。在网络中，对于任意一个节点agenti有ki个邻居。每一个agenti
有三种可能的语言状态：A，agent只掌握A语言；B，agent只掌握B语言；AB，agent使用
双语，即既可以讲A语言，也可以讲B语言。
个体按一定的规则进行语言类型演化，先从网络中随机选择一个agenti，计算网络上agenti
的邻居社区所使用的三类语言的密度agenti使用下面
的转换公式改变它的语言状态：
p i ( A → A B ) = s B · σ i B p i ( B → A B ) = s A · σ i A - - - ( 1 ) ]]>
p i ( A B → A ) = s A · ( 1 - σ i B ) p i ( A B → B ) = s B · ( 1 - σ i A ) - - - ( 2 ) ]]>
式中，P表示语言相互之间传播的概率，参数Si(i＝A,B)是语言地位，它代表了一种语言的威
望以及给讲这种语言的agenti带来的社会利益。这个参数的最大值为1，最小值为0，而且
SA+SB＝1。公式(1)给出了一个agent从一种单语(A或B)变成双语AB的转换概率；公式(2)
给出了一个agent从双语变成单语的转换概率。
需要注意的是，从单语A变为单语B或者从单语B变为单语A总是意味着要通过双语
社区这个中间步骤来实现。
(二)语言遗传
每一个agent按照一定的概率死亡，死亡的agent按照一定的概率将自己的语言传递给后
代。其中，双语AB将语言遗传给子代时，若满足概率Py(0≤Py≤1)(Py表示父辈语言为双
语将双语遗传给子代的概率)，则子代完全继承父辈语言(子代为双语AB)，否则子代继承单
语，且子代为单语A和B的概率均为1/2。
多语竞争模型：
以三语为例，给出多语言竞争的通用模型。在三种语言竞争的模型中，在一个有N个节
点的网络中有三种竞争语言，分别是A、B、C。在网络上，对于任意一个agenti有ki个邻居，
每一个节点初始有三种可能的语言状态：A，只掌握A语言；B，只掌握B语言；C，只掌握
C语言。通过网络中agent之间的学习，可能使单语者学会第二种语言成为三种双语者之一，
即AB、BC和AC；双语agent通过学习又可能获得第三种语言成为三语者，即ABC。网络
中的双语或三语agent也可能遗忘其中一种语言又成为单语者(A、B或C)或双语者(AB、
BC或AC)。通过学习和遗忘，网络中可能存在七种语言类型。从一种单语(如A)变为另
一种单语(如C)中间要经过双语或者三语环节，不能直接从一种单语变为另一种单语。
与双语竞争类似，三语竞争网络中的每个个体agent都要按照一定的规则进行语言类型
演化。先从网络中随机选择一个agenti，agenti进行类型转化时需要计算网络上的邻居中不同
语言的语言密度和各语言的语言地位SA、SB、SC，这些参数要满足：(l＝A、B、C、AB、
AC、BC、ABC；i＝1…N；)SA+SB+SC＝1。这里我们提出
一种将网络中的个体间三语竞争分解为三个两种语言的竞争问题的方法，只需使用双语竞争
的状态转移概率公式即可实现复杂网络三语竞争。与三语竞争类似，通过将网络多语竞争问
题分解为多个两种语言的竞争问题，用双语竞争的状态转移概率公式可实现复杂网络多语竞
争。
(一)语言学习与遗忘
(1)A、B两种语言间的学习和遗忘(C语言不参与竞争)
考虑A、B两语言间的学习和遗忘，C语言不参与竞争，此时，网络的语言密度为
(上标“A:B”表示C语言不参与竞争只考虑A与B之
间竞争，下标A、B、C、AB、AC、BC、ABC表示各语言类型)语言地位为SA1+SB1＝1。根
据两语竞争概率公式(1)-(2)推广出三语竞争概率公式：
C语言不参与竞争的学习过程：单语A与单语B分别根据概率公式(3)①和(3)②成为双语
AB；双语AC与双语BC分别根据概率公式(4)①和(4)②成为三语ABC。
C语言不参与竞争的遗忘过程：双语AB分别根据概率公式(3)③和(3)④成为单语A和单
语B；三语ABC分别根据概率公式(4)③和(4)④成为双语AC和双语BC。
其中，
σ B A : B = σ B C A : B = Σ B + Σ B C Σ A + Σ B + Σ A B + Σ A C + Σ B C + Σ A B C = Σ B + Σ B C Σ Z - Σ C ]]>
σ A A : B = σ A C A : B = Σ A + Σ A C Σ A + Σ B + Σ A B + Σ A C + Σ B C + Σ A B C = Σ A + Σ A C Σ Z - Σ C ]]>
σ A B A : B = σ A B C A : B = Σ A B + Σ A B C Σ A + Σ B + Σ A B + Σ A C + Σ B C + Σ A B C = Σ A B + Σ A B C Σ Z - Σ C ]]>
式中，P表示语言相互之间传播的概率，为C语言不参与竞争agent的语言密度，上标“A:B”
表示C语言不参与竞争只考虑A与B之间的竞争；下标l＝A、B、AB、AC、BC、ABC表示
各语言类型；ΣA、ΣB、ΣC、ΣAB、ΣAC、ΣBC、ΣABC分别为与agent相连的掌握
语言A、B、C、AB、AC、BC、ABC的agent个数，ΣZ为与agent相连的agent总数；
(2)A、C两种语言间的学习和遗忘(B语言不参与竞争)
考虑A、C两语言间的学习和遗忘，B语言不参与竞争，此时，网络的语言密度为
(上标“A:C”表示B语言不参与竞争只考虑A与C之
间竞争，下标A、B、C、AB、AC、BC、ABC表示各语言类型)语言地位为SA2+SC1＝1。根
据两语竞争概率公式(1)-(2)推广出三语竞争概率公式：
B语言不参与竞争的学习过程：单语A与单语C分别根据概率公式(5)①和(5)②成为双语
AC；双语AB与双语BC分别根据概率公式(6)①和(6)②成为三语ABC。
B语言不参与竞争的遗忘过程：双语AC分别根据概率公式(5)③和(5)④成为单语A和单
语C；三语ABC分别根据概率公式(6)③和(6)④成为双语AB和双语BC。
其中，
σ C A : C = σ B C A : C = Σ C + Σ B C Σ A + Σ C + Σ A B + Σ A C + Σ B C + Σ A B C = Σ C + Σ B C Σ Z - Σ B ]]>
σ A A : C = σ A B A : C = Σ A + Σ A B Σ A + Σ C + Σ A B + Σ A C + Σ B C + Σ A B C = Σ A + Σ A B Σ Z - Σ B ]]>
σ A C A : C = σ A B C A : C = Σ A C + Σ A B C Σ A + Σ C + Σ A B + Σ A C + Σ B C + Σ A B C = Σ A C + Σ A B C Σ Z - Σ B ]]>
式中，P表示语言相互之间传播的概率，为B语言不参与竞争agent的语言密度，上
标“A:C”表示B语言不参与竞争只考虑A与C之间的竞争，下标l＝A、C、AB、AC、BC、ABC
表示各语言类型；ΣA、ΣB、ΣC、ΣAB、ΣAC、ΣBC、ΣABC分别为与agent相连的
掌握语言A、B、C、AB、AC、BC、ABC的agent个数，ΣZ为与agent相连的agent总数。
(3)B、C两种语言间的学习和遗忘(A语言不参与竞争)
考虑B、C两语言间的学习和遗忘，A语言不参与竞争，此时，网络的语言密度为
(上标“B:C”表示A语言不参与竞争只考虑B与
C之间竞争，下标A、B、C、AB、AC、BC、ABC表示各语言类型)语言地位为SB2+SC2＝1。
根据两语竞争概率公式(1)-(2)推广出三语竞争概率公式：
A语言不参与竞争的学习过程：单语B与单语C分别根据概率公式(7)①和(7)②成为双语
BC；双语AB与双语AC分别根据概率公式(8)①和(8)②成为三语ABC。
A语言不参与竞争的遗忘过程：双语BC分别根据概率公式(7)③和(7)④成为单语B和单
语C；三语ABC分别根据概率公式(8)③和(8)④成为双语AB和双语AC。
其中，
σ C B : C = σ A C B : C = Σ C + Σ A C Σ B + Σ C + Σ A B + Σ A C + Σ B C + Σ A B C = Σ C + Σ A C Σ Z - Σ A ]]>
σ B B : C = σ A B B : C = Σ B + Σ A B Σ B + Σ C + Σ A B + Σ A C + Σ B C + Σ A B C = Σ B + Σ A B Σ Z - Σ A ]]>
σ B C B : C = σ A B C B : C = Σ B C + Σ A B C Σ B + Σ C + Σ A B + Σ A C + Σ B C + Σ A B C = Σ B C + Σ A B C Σ Z - Σ A ]]>
式中，P表示语言相互之间传播的概率，为A语言不参与竞争agent的语言密度，
上标“B:C”表示A语言不参与竞争只考虑B与C之间的竞争，下标l＝B、C、AB、AC、BC、
ABC表示各语言类型；ΣA、ΣB、ΣC、ΣAB、ΣAC、ΣBC、ΣABC分别为与agent相
连的掌握语言A、B、C、AB、AC、BC、ABC的agent个数，ΣZ为与agent相连的agent
总数。
(二)语言遗传
(1)双语遗传：父辈为双语，其将语言遗传给子代时，若满足概率Py(Py表示父辈语
言为双语将双语遗传给子代的概率)，则子代继承双语，否则子代以1/2概率随机继承其中某
一单语。
(2)三语遗传：父辈为三语，其将语言遗传给子代时，若满足概率Pt(Pt表示父辈语言
为三语将三语遗传给子代的概率)，则子代继承三语(ABC)，若其不满足概率Pt但满足概率
Py，则子代继承双语，其子代为双语AB/AC/BC的概率均为1/3，否则子代继承单语，其子代
为单语A/B/C的概率均为1/3。
第五步：利用建立的社会圈子网络对语言的竞争传播进行建模仿真。提升亚强势及弱势
语言的语言地位可以提高该语言在经济、政治和文化方面的地位，增强持该种语言的自豪感，
改变未来的趋势；增加相对弱势语言的人口比例有助于弱势语言的保存；移动人口的增加会
增加弱势语言保护的难度，增加弱势语言消亡的可能性；社会半径的改变表明了地理上的隔
绝有利于语言的保存；增加双语及三语的遗传概率，可以使更多的人成为双语或三语使用者。
本发明的有益效果是：基于社会圈子理论及双语竞争网络模型为基础，以三语竞争为例，
提出多语竞争网络普适模型。并在此模型的基础上，分析了三语竞争中，七种语言的形成过
程及影响七类语言演化的因素。这些因素能正确描述动态语言传播网络的特点，并能从社会
网络角度给出多语演化的定量解释，模型框架为进一步研究多语竞争提供了一个可行的新方
法。
附图说明
图1为本发明社会圈子中个体的联系情况示意图一；
图2为本发明社会圈子中个体的联系情况示意图二；
图3为本发明多社会半径联系示意图
图4为本发明短距离移动示意图；
图5为本发明长距离移动示意图；
图6为本发明三语竞争agent语言状态演化关系示意图；
图7为本发明语言遗传过程示意图；
图8为本发明仿真流程图；
图9为本发明语言地位对语言传播的影响图一；
图10为本发明语言地位对语言传播的影响图二；
图11为本发明语言初始人口比例对语言传播的影响图一；
图12为本发明语言初始人口比例对语言传播的影响图二；
图13为本发明移动人口比例对语言传播的影响图一；
图14为本发明移动人口比例对语言传播的影响图二；
图15为本发明社会半径对语言传播的影响图一；
图16为本发明社会半径对语言传播的影响图二；
图17为本发明语言遗传率对语言传播的影响图一；
图18为本发明语言遗传率对语言传播的影响图二；
图19为本发明语言稳定共存状态仿真图。
具体实施方式
实施例1：如图1-19所示，一种基于agent社会圈子网络的通用型多语竞争模型的建模
仿真方法，首先设置社会圈子中agent数并分配单语的人口比例，三组语言地位，小、中、
大三种社会半径，个体的移动人口比例，并设置出生率和死亡率；agents根据各自的社会半
径，利用社会圈子原理建立社会网络；在建立好的网络中，个体间通过学习和遗忘进行语言
交流，父代和子代间通过遗传进行语言的传承；根据引入的移动人口比例、出生率和死亡率
来描述社会网络的动态性；利用建立的社会圈子网络对语言的竞争传播进行建模仿真。
所述方法的具体步骤如下：
Step1、创建N个agents，并分配三种单语者的人口比例，使NA％+NB％+NC％＝1；其中，
NA％、NB％和NC％分别代表掌握单语A的总人口比例、掌握单语B的总人口比例和掌握单
语C的总人口比例；
Step2、设置三组语言地位，满足SA1+SB1＝1、SA2+SC1＝1、SB2+SC2＝1；其中，SA1为忽略C
语言单语A的社会地位，SB1为忽略C语言单语B的社会地位，SA2为忽略B语言单语A的
社会地位，SC1为忽略B语言单语C的社会地位，SB2为忽略A语言单语B的社会地位，SC2
为忽略A语言单语C的社会地位；
设置小、中、大三种社会半径，RS、RM和RB分别代表小社会半径、中社会半径和大社
会径，并分配三种社会半径的人口比例，使NofRS％+NofRM％+NofRB％＝1；其中，NofRS％、
NofRM％和NofRB％分别代表小半径人口比例、中半径人口比例和大半径人口比例；
Step3、设置个体的移动人口比例，并设置出生率和死亡率；
Step4、agents根据各自的社会半径，利用社会圈子原理建立社会网络；
Step5、在建立好的网络中，个体间通过学习和遗忘进行语言交流，父代和子代间通过遗
传进行语言的传承：
A、B两种语言间的学习和遗忘：
(1)C语言不参与竞争的学习过程：单语A与单语B分别根据概率公式(1)①和(1)②成
为双语AB；双语AC与双语BC分别根据概率公式(2)①和(2)②成为三语ABC；
(2)C语言不参与竞争的遗忘过程：双语AB分别根据概率公式(1)③和(1)④成为单语A
和单语B；三语ABC分别根据概率公式(2)③和(2)④成为双语AC和双语BC；
其中，
σ B A : B = σ B C A : B = Σ B + Σ B C Σ A + Σ B + Σ A B + Σ A C + Σ B C + Σ A B C = Σ B + Σ B C Σ Z - Σ C ]]>
σ A A : B = σ A C A : B = Σ A + Σ A C Σ A + Σ B + Σ A B + Σ A C + Σ B C + Σ A B C = Σ A + Σ A C Σ Z - Σ C ]]>
σ A B A : B = σ A B C A : B = Σ A B + Σ A B C Σ A + Σ B + Σ A B + Σ A C + Σ B C + Σ A B C = Σ A B + Σ A B C Σ Z - Σ C ]]>
式中，P表示语言相互之间传播的概率，为C语言不参与竞争agent的语言密度，上标
“A:B”表示C语言不参与竞争只考虑A与B之间的竞争，下标l＝A、B、AB、AC、BC、ABC
表示各语言类型；ΣA、ΣB、ΣC、ΣAB、ΣAC、ΣBC、ΣABC分别为与agent相连的
掌握语言A、B、C、AB、AC、BC、ABC的agent个数，ΣZ为与agent相连的agent总数；
A、C两种语言间的学习和遗忘：
(1)B语言不参与竞争的学习过程：单语A与单语C分别根据概率公式(3)①和(3)②成
为双语AC；双语AB与双语BC分别根据概率公式(4)①和(4)②成为三语ABC；
(2)B语言不参与竞争的遗忘过程：双语AC分别根据概率公式(3)③和(3)④成为单语A
和单语C；三语ABC分别根据概率公式(4)③和(4)④成为双语AB和双语BC；
其中，
σ C A : C = σ B C A : C = Σ C + Σ B C Σ A + Σ C + Σ A B + Σ A C + Σ B C + Σ A B C = Σ C + Σ B C Σ Z - Σ B ]]>
σ A A : C = σ A B A : C = Σ A + Σ A B Σ A + Σ C + Σ A B + Σ A C + Σ B C + Σ A B C = Σ A + Σ A B Σ Z - Σ B ]]>
σ A C A : C = σ A B C A : C = Σ A C + Σ A B C Σ A + Σ C + Σ A B + Σ A C + Σ B C + Σ A B C = Σ A C + Σ A B C Σ Z - Σ B ]]>
式中，P表示语言相互之间传播的概率，为B语言不参与竞争agent的语言密度，上标
“A:C”表示B语言不参与竞争只考虑A与C之间的竞争，下标l＝A、C、AB、AC、BC、ABC
表示各语言类型；ΣA、ΣB、ΣC、ΣAB、ΣAC、ΣBC、ΣABC分别为与agent相连的
掌握语言A、B、C、AB、AC、BC、ABC的agent个数，ΣZ为与agent相连的agent总数；
B、C两种语言间的学习和遗忘：
(1)A语言不参与竞争的学习过程：单语B与单语C分别根据概率公式(5)①和(5)②成
为双语BC；双语AB与双语AC分别根据概率公式(6)①和(6)②成为三语ABC；
(2)A语言不参与竞争的遗忘过程：双语BC分别根据概率公式(5)③和(5)④成为单语B
和单语C；三语ABC分别根据概率公式(6)③和(6)④成为双语AB和双语AC；
其中，
σ C B : C = σ A C B : C = Σ C + Σ A C Σ B + Σ C + Σ A B + Σ A C + Σ B C + Σ A B C = Σ C + Σ Σ A C Σ Z - Σ A ]]>
σ B B : C = σ A B B : C = Σ B + Σ A B Σ B + Σ C + Σ A B + Σ A C + Σ B C + Σ A B C = Σ B + Σ A B Σ Z - Σ A ]]>
σ B C B : C = σ A B C B : C = Σ B C + Σ A B C Σ B + Σ C + Σ A B + Σ A C + Σ B C + Σ A B C = Σ B C + Σ A B C Σ Z - Σ A ]]>
式中，P表示语言相互之间传播的概率，为A语言不参与竞争agent的语言密度，上标
“B:C”表示A语言不参与竞争只考虑B与C之间的竞争，下标l＝B、C、AB、AC、BC、ABC
表示各语言类型；ΣA、ΣB、ΣC、ΣAB、ΣAC、ΣBC、ΣABC分别为与agent相连的
掌握语言A、B、C、AB、AC、BC、ABC的agent个数，ΣZ为与agent相连的agent总数；
遗传过程：
(1)双语遗传：父辈为双语，其将语言遗传给子代时，若满足概率Py，则子代继承双
语，否则子代以1/2概率随机继承其中某一单语；
(2)三语遗传：父辈为三语，其将语言遗传给子代时，若满足概率Pt，则子代继承三语
ABC，若其不满足概率Pt但满足概率Py，则子代继承双语，其子代为双语AB/AC/BC的概率
均为1/3，否则子代继承单语，其子代为单语A/B/C的概率均为1/3；
学习/遗忘/遗传三者同步进行；
Step6、根据引入的移动人口比例、出生率和死亡率来描述社会网络的动态性：
根据移动人口比例agent进行移动，当个体间连接的长度大于相互连接的个体中社会半
径小的个体的社会半径时，连接断开，否则保持连接，断开之后的个体又会与其它个体按照
社会圈子原理重新建立连接，形成新的社会网络；
根据设定的出生率和死亡率，网络中有agent死亡，死亡个体断开之前的连接，新生agent
按照社会圈子原理生成新的连接；
随着时间的更新，重复执行Step5～Step6；
Step7、利用建立的社会圈子网络对语言的竞争传播进行建模仿真：
通过调整语言地位、初始语言人口比例、移动人口比例、社会半径及语言遗传率的大小
分析对语言传播的影响。
实施例2：如图1-19所示，一种基于agent社会圈子网络的通用型多语竞争模型的建模
仿真方法，首先设置社会圈子中agent数并分配单语的人口比例，三组语言地位，小、中、
大三种社会半径，个体的移动人口比例，并设置出生率和死亡率；agents根据各自的社会半
径，利用社会圈子原理建立社会网络；在建立好的网络中，个体间通过学习和遗忘进行语言
交流，父代和子代间通过遗传进行语言的传承；根据引入的移动人口比例、出生率和死亡率
来描述社会网络的动态性；利用建立的社会圈子网络对语言的竞争传播进行建模仿真。
实施例3：如图1-19所示，一种基于agent社会圈子网络的通用型多语竞争模型的建模
仿真方法，首先设置社会圈子中agent数并分配单语的人口比例，三组语言地位，小、中、
大三种社会半径，个体的移动人口比例，并设置出生率和死亡率；agents根据各自的社会半
径，利用社会圈子原理建立社会网络；在建立好的网络中，个体间通过学习和遗忘进行语言
交流，父代和子代间通过遗传进行语言的传承；根据引入的移动人口比例、出生率和死亡率
来描述社会网络的动态性；利用建立的社会圈子网络对语言的竞争传播进行建模仿真。
具体操作如下：
初始参数设计如表1所示：
表1参数描述及初始值
参数
初始值
描述
N
1000
个体总数
NA％
40％
单语A所占人口比例
NB％
35％
单语B所占人口比例
NC％
25％
单语C所占人口比例
RS
10
三种社会半径最小者
RM
12
三种社会半径居中者
RB
14
三种社会半径最大者
NofRS％
45
小社会半径所占人口比例
NofRM％
30
中社会半径所占人口比例
NofRB％
25
大社会半径所占人口比例
SocialShiftRate
8％
社会移动人口比例
Pd
5％
死亡率
Pb
5％
出生率
SA1
0.6
C语言不参与竞争，单语A的社会地位
SB1
0.4
C语言不参与竞争，单语B的社会地位
SA2
0.6
B语言不参与竞争，单语A的社会地位
SC1
0.4
B语言不参与竞争，单语C的社会地位
SB2
0.6
A语言不参与竞争，单语B的社会地位
SC2
0.4
A语言不参与竞争，单语C的社会地位
Py
0.4
双语遗传概率
Pt
0.4
三语遗传概率
在创建个体间联系时，要求双方都认识对方才认为两者是认识的，进而在两者之间产生
连接，如图1和图2所示。设置三种社会半径，如图3所示，当个体agenti的社会圈子为圈
子1时，有连接关系的个体个数为4个，随着社会半径的增加，社会圈子不断扩大，联系到
的个体数目也在不断增加。社会圈子可以实现社会网络的动态特性，通过引入个体移动来模
拟现实社会中人口的日常活动，不同的日常活动会引起社会网络结构的变化。短距离移动代
表个体在一个时间步长内移动一个单位长度的距离，由于移动的距离较小，所以人口的移动
可能不会改变个体网络结构。图4中agentj移动到A，那么agenti的个体网络结构改变；如果
移动到B，由于仍在agenti的社交范围内，所以agenti的结构不变。长距离移动代表个体在一
个时间步长时间内移动大于自身社会半径的距离，由于移动距离大于社会半径，所以个体网
络以及整体网络结构都将改变。图5中，agenti从A移动到B，移动距离L超过自身社会半
径r，所以agenti网络结构以及整体网络结构一定改变。Agents根据各自的社会半径，利用社
会圈子原理建立社会网络。
在建立好的网络中，需要对网络中语言竞争传播方式进行设定。传播模型具体解释如下。
学习、遗忘传播模型：
以三语为例，给出多语言竞争的通用模型。在三种语言竞争的模型中，在一个有N个节
点的网络中有三种竞争语言，分别是A、B、C。在网络上，对于任意一个agenti有ki个邻居，
每一个节点初始有三种可能的语言状态：A，只掌握A语言；B，只掌握B语言；C，只掌握
C语言。通过网络中agent之间的学习，可能使单语者学会第二种语言成为三种双语者之一，
即AB、BC和AC；双语agent通过学习又可能获得第三种语言成为三语者，即ABC。网络
中的双语或三语agent也可能遗忘其中一种语言又成为单语者(A、B或C)或双语者(AB、
BC或AC)。通过学习和遗忘，网络中可能存在七种语言类型。从一种单语(如A)变为另
一种单语(如C)中间要经过双语或者三语环节，不能直接从一种单语变为另一种单语。
与双语竞争类似，三语竞争网络中的个体agent都要按照一定的规则进行语言类型演化。
先从网络中随机选择一个agenti，agenti进行类型转化时需要计算网络上的邻居中不同语言的
语言密度和各语言的语言地位SA、SB、SC，这些参数要满足：(l＝A、B、C、AB、AC、BC、
ABC；i＝1…N；)SA+SB+SC＝1。如果按照双语竞争类似解
决，三语竞争网络节点的语言类型转化如图6所示，节点agent进行语言学习或遗忘并实施
类型转化需要给出图6中的各种状态转移概率(图中虚线为遗忘方向；实线为学习方向)。这
里我们提出一种将网络中的个体间三语竞争分解为三个两种语言的竞争问题的方法，只需使
用双语竞争的状态转移概率公式即可实现复杂网络三语竞争。与三语竞争类似，通过将网络
多语竞争问题分解为多个两种语言的竞争问题，用双语竞争的状态转移概率公式可实现复杂
网络多语竞争，所以该方法容易推广到其他多语竞争情形，是一种通用多语竞争复杂agent
网络仿真建模方法。
遗传模型(如图7)：
(1)双语遗传：父辈为双语，其将语言遗传给子代时，若满足概率Py(Py表示父辈语
言为双语将双语遗传给子代的概率)，则子代继承双语，否则子代以1/2概率随机继承其中某
一单语。
(2)三语遗传：父辈为三语，其将语言遗传给子代时，若满足概率Pt(Pt表示父辈语言
为三语将三语遗传给子代的概率)，则子代继承三语(ABC)，若其不满足概率Pt但满足概率
Py，则子代继承双语，其子代为双语AB/AC/BC的概率均为1/3，否则子代继承单语，其子代
为单语A/B/C的概率均为1/3。
图8为仿真模拟流程，首先基于社会圈子理论及双语竞争网络模型建立多种语言交流网
络，然后以三语竞争为例，将网络中个体间的三语竞争分解为三个两种语言竞争，接着加入
出生率、死亡率以及社会人口移动率，最后利用建立的社会圈子网络对语言的竞争传播进行
建模仿真。
通过调整模型语言地位、初始语言人口比例、移动人口比例、社会半径及语言遗传率得
到语言达到一种长期共存的状态：
第一步：只调整语言地位。图9-10表示增加语言地位后的对比图，图9初始状态SA>SB>SC，
三组语言地位分别为SA1＝0.6、SB1＝0.4、SA2＝0.6、SC1＝0.4、SB2＝0.6、SC2＝0.4，其中每组语言地
位的和都为1。在此情景下，A的语言地位最高，B、C相对于A语言地位较低，但是B的
地位高于C的语言地位。图9前200步，由于语言之间的相互学习，出现了双语AB、AC和
BC增加的趋势。由于单语A和单语B的人口最多，所以双语中AB的比例最大，同时双语
通过学习获得第三语成为三语ABC，而且ABC的比例高于双语AB比例。从三个单语看，
由于其中部分转换为双语和三语，所以三个单语都呈下降趋势，单语B和C下降最快，A下
降最慢。总的来看，单语人数减少，双语和三语人数增加。200步之后，从图中可以看出，
三语和双语人口在逐渐减少，而强势语言A的比例进一步增加，说明弱势语言兼用者正逐渐
弃用母语，转用强势语言A；同时，弱势语言B、C进一步减少，并逐渐消亡，且最弱势语
言C的消亡速度快于语言B，说明弱势语言通过兼用成为双语或三语，进一步又转用单语A。
最后弱势语言B、C经过语言兼用、转用等阶段后，全部转变为强势语言A，单语B和C最
终消亡。这也是大部分弱势语言的已经或者正在经历的命运，为了改善弱势语言的生存状况，
提高弱势语言的地位是最为有效的措施。
模型中将单语A的语言地位降低，将单语B及单语C的语言地位提升，使弱势语言B、
C的语言地位相对于A的地位差值降低。调整后的三组语言地位相对值分别为，SA1＝0.55、
SB1＝0.45、SA2＝0.55、SC1＝0.45、SB2＝0.55、SC2＝0.45。从图10可以看出，调整语言地位可以明
显影响最终语言的走向，由于语言地位的提高，减少了语言兼用特别是转用的比例。所以，
弱势语言B、C的生存时间延长了，双语和三语稳定存在的时间也明显延长。在实际社会生
活中，提高弱势语言者的社会、政治和文化方面的地位，提高经济发展水平，进而增强弱势
语言者的自豪感和文化自觉，弱势语言地位得到提高，弱势语言的生存环境得到改善。
第二步：只调整初始语言人口比例。与图9情景相比，其他参数不变，图11-12表示通
过改变三种语言的初始人口比例来考查人口比例对语言传播趋势影响。图11模型初始的单语
A、单语B和单语C人口比例分别为40％、35％和25％，属于强势语言和亚强势语言人口为
主的居住格局。图12三者的比例为25％、40％和35％，居住格局改变为以亚强势语言和弱势
语言为主的社区。通过前后趋势曲线的对比可以很明显的看出，双语和三语的比例增加较快，
存在的时间变长，亚强势语言及弱势语言持续的时间也更长。图11仿真经过1000次计算机
迭代后所有语言基本完全转用为强势语言A(单语B、单语C、双语、三语的人口比例几乎
降为零)。图12中经过1500次迭代仍然有少量单语B单语C及双语和三语的存在。但是通
过对比图9-10的语言地位对语言传播的影响，发现改变语言人口比例对语言共存的最终走向
并非起到了决定性的影响。人口的增加就是小部分数据的平移，主要延长语言兼用存在时间，
当兼用者中部分逐渐转用强势语言A后，三者的比例关系发生改变，并逐渐加快，最终通过
语言转用全部转变为A、B、C语言消亡。
第三步：只调整移动人口比例。
与图9情景相比，其他参数不变，图13-14给出了增加社会移动人口比例对语言共存的
影响。模型中移动人口比例由初始的8％增加到到15％，结果显示在一定范围内增加移动人
口的比例，人员流动性增加，加强竞争语言之间的交流，双语(AB、AC、BC)和三语ABC
四种语言类型人数有较大增加，在双语和三语增加阶段，三种单语都呈快速减少趋势，特别
是A语言减少的速度更快，表示增加人员流动，有利于强势语言兼用弱势语言。但是流动人
口的增加对于语言共存的时间影响较少。弱势语言经过兼用语言高峰期后，有越来越多的双
语和三语放弃母语转用强势语言，其速度甚至快于流动人口较少的情形。所以，随着现代社
会流动性的增强，靠两种语言减少接触机会来保护弱势语言的目的是不可行的，在高流动性
的社会中，要保护弱势语言就需要在弱势语言者学习优势语言的同时，热爱并传承自己的母
语，减少语言转用，从而通过双语和三语的形式延长弱势语言保留时间。
第四步：只调整社会半径。与图9情景相比，其他参数不变，图15-16表示了增大社会
半径前后，语言共存状况的改变。随着社会进步和开放，人们的社会交往空间和人数都会增
加，模型中三种社会圈子的社会半径由初始的小社会半径RS为10、中社会半径RM为12、大
社会半径RB为14变成RS为15、RM为17、RB为20。个体的圈子大小变化对语言传播竞争的
影响较大，当个体圈子小时，网络密度也较小，随着个体圈子的扩大，网络中的连接不断增
加，表示能联系到的个体范围增加，交流就会增加，语言逐渐走向消亡。图15中亚强势语言
(单语B)、弱势语言(单语C)、双语、及三语者在1500步时绝大部分转用强势语言A。而
图16中多语竞争的初期，单语转化为双语和三语的人数增加的速度明显快于图15的情况，
语言兼用人数比例增加，特别是最高峰时三语ABC的人数和双语AB的人数比例远高于图
15，而且三语人数比例超过了双语AB的比例，有利于语言的兼用。但是，语言兼用高峰期
过后，语言兼用人数比例逐渐减少，转用为强势A语言的人数增加较快，增加社会半径后弱
势语言B、C、双语(AB、BC、AC)及三语ABC存在的时间缩短，在1000步左右基本完
全消亡。因此，适当控制社会圈子的规模，控制语言地位较低的语言的个体与语言地位较高
语言个体之间的竞争交流，可以很好的维持两种语言共存的状态。如图所示，适当缩小社会
半径后的语言共存的情况，表明了地理上的隔绝有利于语言的保存。现实社会中，随着交通
和通讯技术的发展，人们之间的时空隔绝越来越被淡化，人们的交往范围已经不受地理位置
的限制。目前条件下，需要出台一些政策配合以达到弱势语言的保护的目的。
第五步：只调整语言遗传率。与图9情景相比，其他参数不变，图17-18表示增加遗传概
率对语言共存的影响。模型中双语遗传率由初始的Py＝0.4增加到0.7。同时，单语的遗传率
为(1-Py)。三语遗传率由初始的Pt＝0.4增加到0.7。结果显示增加双语及三语的遗传概率之
后，双语及三语的存在时间延长。如图17所示，模型经过1200步计算机迭代之后双语基本
已经消亡且很难出现三语人口，而图18中在1500步左右双语及三语仍有存在。三语在初始
时刻到400步左右先增加后减小并且图18三语增加的峰值明显高于图17。所以提高子代继
承父代双语和三语的比例，增加父辈传授母语给子辈的机会，降低父辈和子辈直接转用强势
语言进行交流的概率，增强母语继承的能力。这需要全社会提高保护弱势语言的意识，特别
是母语使用者的自我意识对传承母语至关重要。同时，学校增加双语教育措施，也是把母语
传承给下一代的重要保证。
最后在考虑了语言地位、初始语言人口比例、移动人口比例、社会半径及语言遗传率等
因素建立语言竞争传播的模型，通过提升亚强势及弱势语言的语言地位，增加相对弱势语言
的人口比例，降低移动人口比例，减小社会半径，增加双语及三语的遗传概率，得到三种语
言长期共存状态。图19表示通过对上述模型内各个参数进行适当调整以后的模型仿真图。图
中七类语言达到一种长期共存的状态。达到语言长期共存状态的模型参数设定值如表2：
表2语言共存调控参数及设定值
参数
初始值
描述
N
1500
个体总数
NA％
45％
单语A所占人口比例
NB％
25％
单语B所占人口比例
NC％
30％
单语C所占人口比例
RS
10
三种社会半径最小者
RM
12
三种社会半径居中者
RB
14
三种社会半径最大者
NofRS％
45
小社会半径所占人口比例
NofRM％
30
中社会半径所占人口比例
NofRB％
25
大社会半径所占人口比例
SocialShiftRate
15％
社会移动人口比例
Pb
5％
出生率
Pd
5％
死亡率
SA1
0.55
C语言不参与竞争，单语A的社会地位
SB1
0.45
C语言不参与竞争，单语B的社会地位
SA2
0.55
B语言不参与竞争，单语A的社会地位
SC1
0.45
B语言不参与竞争，单语C的社会地位
SB2
0.55
A语言不参与竞争，单语B的社会地位
SC2
0.45
A语言不参与竞争，单语C的社会地位
Py
0.7
双语遗传概率
Pt
0.7
三语遗传概率
上面结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方
式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出
各种变化。