表 12 各實驗基本參數設定
在實驗開始前我們對於本研究中的多個參數進行適當的設定，我們對於每個 實驗有一共同的參數設定，除非各實驗在實驗設定中有另外說明參數的數值，否 則各參數的設定就如同上表 12。而參數設定的依據如下列各項。
1. 總個體數、選項個數、選項配額、最適合比例：
當實驗單一選項的情況時，我們就比照過去 Arthur 對於酒吧模型 的設定將總個體數（𝓝𝓝）設為 100、選項數（𝓜𝓜）設為 1，並且該選項 的選項配額（𝓒𝓒）為 100、最適合比例（𝓛𝓛）為 60%。另外本研究必須 再實驗多選項時的情況，為了不失一般性，多選項時設定總個體數（𝓝𝓝）
為 300、選項數（𝓜𝓜）設為 3，並且維持每個選項的選項配額（𝓒𝓒）為 100、最適合比例（𝓛𝓛）皆相同為 60%。
2. 執行次數：
過去酒吧模型與其他相關模型的研究其執行次數大多設定為 100 次，本研究因為會遇到多選項時的情況，模型可能會需要較長的時間來
單一選項 多選項
總個體數（𝓝𝓝） 選項個數（𝓜𝓜） 總個體數（𝓝𝓝） 選項個數（𝓜𝓜）
100 1 300 3
策略總數（𝐜𝐜） 執行次數（𝓣𝓣） 個體記憶容量（𝓶𝓶） 個體擁有策略數（𝓼𝓼） 選項配額（𝓒𝓒）
50 500 5 10 100
最適合比例（𝓛𝓛） 網路型態 個體連結度（𝓓𝓓） 傳播率（𝓟𝓟） 傳播次數（𝓢𝓢𝓟𝓟）
60% 隨機網路 10 0.8 1
47
穩定，故延長執行次數（𝓣𝓣）為 500 次。
3. 策略總數：
在過去的單一選項研究中有些模型會設定，總策略數為22𝓂𝓂個，因 為個體會紀錄最近𝓂𝓂次該選項被選擇的情形，而被選擇的情形只會有共 同選擇的個體數超過最適合比例與不超過兩種，故個體所有可能的記憶 就只有2𝓂𝓂種，而每一各記憶都會對應出兩個行動，選擇該選項或不選，
所以總策略數就是22𝓂𝓂種。倘若我們將此數值移植到多重選項的模型，
那就會發生總策略數過大的情況，個體對於每一個選項都有2𝓂𝓂種情況，
而現在有ℳ個選項，所以個體可能的記憶就有ℳ2𝓂𝓂種，對應的行動也 會 變 成ℳ + 1 個 ， 選 擇 任 一 個 選 項 或 都 不 選 ， 故 總 策 略 必 須 有 (ℳ + 1)ℳ2𝓂𝓂個。只要選項有 2 個，個體記憶容量為 3，就必須要有 6561 條策略。
個體是否需要這麼多條策略來選擇，個體希望共同選擇同一選項的 數量不要太多，由過去的研究我們可以知道，只要不要有太多個體同時 選擇相同的策略，就可以減少同時選擇相同選項機率。若是總策略數和 人數的比例過小，個體間使用相同策略的機率就越高，出現過多人選擇 同一選項的機率也就較高；但若只有 100 個個體，兩個個體要從 6561 條策略中選擇到相同的策略幾乎是很困難的事情，或許我們可以試著使 用相同的個體數，但將策略數減少一些，觀察個體是否還保有一定的成 功率。
下圖 29 就是測試總策略數由 10 個增加到 300 個時個體的成功率。
我們可以看到當總策略數的增加對於個體的成功率並沒有影響，成功率 一直維持在 0.3 附近，由此得知就算總策略數少，個體間使用相同策略 的機率雖然提高，但是並不會使得個體的成功率降低。所以我們就不必 使用太多策略來進行模擬，接下來的實驗我們就設定總策略數為 50。
48
49
50
51