空间结构对合作行为的影响依赖于背叛诱惑的程度

以牡鹿捕捉博弈描述现实社会中自利个体的两难选择,研究空间结构对合作行为的影响.首先用平均场理论分析群体在随机作用条件下产生的演化均衡,然后用基于agent的仿真实验研究群体在4种不同纬度空间规则格子上的行为演化.理论分析及实验结果表明,空间结构对合作行为的影响依赖于博弈中的背叛诱惑程度.当背叛诱惑较小时,空间结构对合作行为表现出促进作用.但随着背叛诱惑程度的增大,空间结构对合作行为的作用逐渐由促进转变为抑制.     

无标度网络的同配性对群体合作行为的影响

考虑维持社会关系所需的"成本"因素,在囚徒困境博弈模型中引入关系成本参数,通过仿真实验研究囚徒困境博弈在同配性可变的无标度网络上的演化,进而探讨不同关系成本条件下无标度网络的同配性对合作行为的影响。研究结果表明,随着关系成本的提高,群体的合作行为受到了明显的影响,合作者均衡密度表现出先降低后升高的趋势。然而,在不同的关系成本参数条件下,无标度网络的同配性始终抑制了合作行为的演化,合作者均衡密度随着同配性水平的增大而减小。     

无标度网络的群聚性对合作行为的影响

通过仿真实验分析囚徒困境博弈在群聚性可变的无标度网络上的演化,进而考察无标度网络的群聚性对合作行为的影响.实验结果表明,无标度网络的群聚性对合作行为的影响依赖于度量个体博弈收益的效用函数.一方面,当效用函数考虑关系成本并以平均收益度量个体的博弈收益时,无标度网络的群聚性抑制合作行为.另一方面,当效用函数同时考虑关系成本和无标度网络中hub节点所具有的资源优势,并以平均收益和累积收益的加权平均度量个体的博弈收益时,随着累积收益权重的增大,无标度网络的群聚性对合作行为的影响逐渐由抑制作用转变为促进作用.     

具有惩罚策略的公共物品博弈与合作演化

采用演化博弈方法,研究具有代价的第二方惩罚机制对于公共物品博弈均衡选择及群体合作行为的影响.将群体策略选择过程描述成一个多维马氏过程,通过极限分布分析系统演化稳定状态.分别考虑只对背叛策略进行惩罚的一阶惩罚机制和同时对背叛及不惩罚背叛的合作(二阶背叛)都进行惩罚的二阶惩罚机制.研究发现,与一阶惩罚相比,二阶惩罚机制可以在更大参数范围内促进群体合作的产生,系统存在选择不同均衡结果的惩罚参数临界值.并将结果与复制动态模型进行了对比.     

复杂网络中基于记忆长度的合作行为

网络结构和群体总数对合作行为有重要影响.为进一步研究个体的学习行为和记忆长度如何影响群体的合作率,构建了三种不同类型的网络,采用基于代理计算实验方法,将网络的节点看作有限理性的个体,并构造了个体的适应函数和个体学习和策略的演化方式,研究系统的合作行为.计算实验结果表明偏好选择学习策略提高了无标度网络的合作水平,降低规则网络的合作水平.此时,记忆长度显著改变群体的合作水平,而个体采用随机选择策略时,记忆长度对群体的合作率产生很小的影响.另外,群体总数越高在无标度网络中合作水平越高,而小世界网络中合作水平越低,规则网络中则呈现不规则变化.从而证明偏好选择学习策略选择有一定的适应性,记忆长度和群体总数针对不同的学习策略和网络结构会带来截然相反的结果.     

基于演化博弈理论的疏散动力学研究

为了研究个体合作行为对行人整体疏散效率的影响,结合元胞自动机与社会力模型对疏散系统动力学与“合作行为”的共演化进行了研究,提出了基于演化博弈理论的疏散动力学研究方法。采用元胞自动机模型为基础仿真框架,利用社会力模型来表征行人间的心理斥力,通过演化博弈实现疏散个体策略更新。仿真实验结果表明：当博弈增益系数超过一定阈值时群体的稳定合作比率会急剧上升,且合作行为能有效促进疏散效率。     

囚徒困境中基于非均匀连接的促合作控制设计

本文研究"囚徒困境"中促进合作演化的机制,设计"合作识别"和"背叛识别"两种控制形式,并分析合作在相应控制之下的演化路径问题.在合作识别控制设计中,通过将博弈群体分为合作者子群体和合作者与背叛者共存子群体,形成连接率依赖于个体策略的"非均匀连接",以保护合作的方式抑制背叛,促进合作演化;在背叛识别控制设计中,以惩罚背叛的方式鼓励合作.文章指出,合作识别控制设计能在合作率较低时促进合作,但不能使合作成为演化稳定策略(ESS);背叛识别控制设计能在合作率较高时使合作成为ESS,但是背叛总是该控制下的ESS.结合"合作识别"控制与"背叛识别"控制,本文设计一种切换控制,使得合作是"囚徒困境"博弈的唯一ESS.仿真给出不同要求下的控制律设计,分析不同切换选择对合作演化路径的影响.     

基于BA-BSO交互机制的自适应群体共识模型

多准则群体决策环境下,决策个体间存在复杂交互关系,由经验阈值引导的共识过程难以规避非合作行为对共识的扰动,导致群体决策结果的一致性与稳健性较差.本文聚焦于群体共识实现过程中交互网络结构,共识驱动要素和偏好交互模型等三个核心内容,提出了基于BA-BSO交互机制的自适应群体共识模型.鉴于交互关系分布的不平衡性,本文设计了BA无标度交互网络模型,实现对非合作者的动态识别及其交互关系的自适应管理.其次,结合个体贴近度和共识成本设计了满足超模博弈条件的个体交互效用,以引导个体偏好的收敛与群体共识的自发涌现.在偏好交互过程中,本文基于BSO优化算法和“多数原则”设计了偏好交互模型以及最优方案选择规则,既反映了个体与相近观点交互的倾向,又规避了非合作者观点的过度影响,改善了群体决策结果的一致性与稳健性.最后,算例分析与对比分析说明了本文方法的有效性与优越性.     

自愿参与机制下的公共物品博弈与合作演化

在自愿参与机制下,采用多维马尔科夫过程对随机演化公共物品博弈中系统的状态进行建模.利用马氏过程的极限分布研究了随机系统的均衡和群体合作行为.将结果与确定性复制动态模型进行了对比.研究发现,强度趋于零的随机性会改变系统的演化行为,相同的博弈参数下两类系统表现出不同的演化结果;对于随机系统,较小的投资收益系数和固定收益即能有效阻止背叛策略的复制,较大的投资收益系数和固定收益即能有效促进合作策略的复制.总体上,随机系统更有利于群体合作的演化.     

多企业共性技术合作研发行为的演化动态

通过建立全混合群体下多企业共性技术合作研发博弈模型,分析了考虑和不考虑企业研发能力限制的多企业共性技术合作研发行为影响因素及演化动态。研究表明:多企业共性技术合作研发系统演化稳定至合作与不合作企业共存的均衡,且随产业规模增加和收益-成本比减少而降低;引致成本可抵消产业规模的抑制,成为企业合作研发的主要考量;较低的等待成本激励着企业选择合作研发;外部力量支持、获得共性技术成本系数、决策匹配概率增加及交易成本降低均利于合作研发行为涌现,且系统对前两个变量变化更敏感;考虑研发能力限制时,系统演化呈现出U型特征,且随这两个变量增大系统演化轨迹由U型逐渐变为L型,多企业合作研发行为涌现概率相应增加。