近日，自动化领域国际顶级刊物《IEEE Transactions on Automatic Control》（二区TOP，IF 6.2）报道了人工智能学院协同控制团队在社交网络观点动力学方向的研究进展，相关成果以“Reaching Opinion Consensus on Leader-Follower Signed Social Networks With Communication Delays”为题在线发表。

社交网络观点动力学揭示了人类社会信息传递和群体互动的复杂机制。这一领域不仅为理论研究提供了新的视角，还通过实践揭示了观点形成、共识传播和权力重构等关键现象在现代社会的实际应用价值。研究结果显示，在特定的社会结构中，意见的合成性和影响力呈现出显著差异，这为我们理解社交网络中的社会动态提供了重要启示，并对未来社会治理与包容性建设提供了理论依据。

观点一致是社会网络中一种常见的观点演变现象。现有的研究普遍认为，当网络连接并且个体之间只存在信任关系时，很容易达成意见一致。与现有研究不同，本文旨在探索如何在个体之间同时存在信任和不信任关系社交网络上实现观点一致。通过借助二元关系组合和非负矩阵乘积等理论工具，本文建立了信任程度和不信任程度的代数条件，确保信任关系能够抵消不信任关系对观点一致带来的负面影响。此外，本文还对影响观点一致收敛速度的因素进行了进一步分析。最后，通过数值算例对理论结果进行了验证。

图1. 不同的社交网络交互拓扑图，黑色和红色分别表示信任和不信任关系，正（负）权重表示信任（不信任）程度

图2. 图1中不同社交网络交互拓扑情况下的个体观点演化现象

河南大学人工智能学院为该论文的第一单位，协同控制团队石磊教授为第一作者，协同控制团队教授周毅为通讯作者。该研究受到国家重点研发计划-国际合作重点专项项目、国家自然科学基金项目、博士后科学基金项目的支持。

论文链接：https://ieeexplore.ieee.org/document/10916923