异质置信边界：相遇、讨论并达成共识！

有界置信下的连续意见动力学模型显示，在临界全局置信边界处，共识相与极化相之间存在急剧转变。本文研究了异质置信边界。令人惊讶的结果是，拥有两种不同置信边界（开放型与封闭型智能体）的社会，即使两种置信边界均显著低于同质社会的临界置信边界，仍能达成共识。这一现象通过基于智能体的模拟示例以及智能体密度时间演化的数值计算得以展示。该结果适用于 Deffuant、Weisbuch 等人（Weisbuch, G. et al; Meet, discuss, and segregate!, Complexity, 2002, 7, 55--63）的有界置信模型，也适用于 Hegselmann 和 Krause 的模型（Hegselmann, R., Krause, U.; Opinion Dynamics and Bounded Confidence, Models, Analysis and Simulation, Journal of Artificial Societies and Social Simulation, 2002, 5, 2）。因此，给定平均置信水平，置信边界的多样性增强了达成共识的机会。这种增强的缺点在于，意见动力学变得容易受到簇群的严重漂移影响，其中开放型智能体可将封闭型智能体拉向另一个封闭型智能体簇群。因此，最终共识可能并不位于意见区间的中心（如同同质置信边界下均匀初始意见分布所发生的那样），而可能位于极端位置。本文通过示例证明了这一点。这也表明，扩展到异质置信边界极大地丰富了动力学的复杂性。