随着人工智能、互联网、大数据和移动通讯等的高速发展,科学技术为人机融合网络中的调控带来一系列新挑战,其中社交网络中的观点动态研究是一个重要的研究方向。经济学和管理学领域的专家们发现,社会交际和管理活动背后的人类观点交互行为中包含了复杂的博弈关系,因此,通过探究个体间相互作用的行为规律了解到观点动态和博弈决策这两者复杂的社交过程是深刻交织在一起的。本文以此对拓扑结构分析建立观点动力学模型来研究人类观点动态交互行为,深入探究了社交网络中形成最终观点的演变过程,同时研究了个人的观点动态如何塑造复杂的团体行为。主要概括为三个部分:第一,文章先对社交网络的拓扑结构进行研究,根据观点差异划分成四种结构方式:单领导者-跟随者、多领导者-跟随者、多领导者-跟随者-外围跟随者以及两级分层优化设计。紧接着对观点的权重进行研究,根据每个智能体影响力的大小,区分出领导者,跟随者和外围跟随者。特别指出,当同一个观点被不同的网络群体中的领导者采纳时,观点会划分到多个群体中。这一创新将为社交网络打开一个新的视角,可模拟表现出更加复杂的交互社交网络。第二,本文着重对多领导者博弈控制进行探究。首先,对社交网络系统建模并给出问题的最优同步解决方案,然后,通过仿真分析智能体从局部交互到全局协调的情况。当目标控制器对不同的领导者有不同的标准时,观点最终达到理想目标获得相应的解决方案;当目标控制器对不同的领导者有相同的标准时,观点最终达到理想目标获得一致的解决方案。第三,将Stackelberg-Nash均衡博弈思想和社交网络系统中的合作控制相结合,建立了两级分层优化设计方案,即主要智能体层次和次要智能体层次。当解决一个问题产生多种观点时,系统模型由主要智能体层次智能体统筹兼顾次要智能体层次中领导者的所有观点建立起来并获得预设目标的最终解决方案。