不确定环境下国际反恐联盟随机演化博弈模型

国际反恐联盟成员国反恐决策面临着大国政治角逐、宗教信仰与民族结构等外部复杂的随机性因素影响,为国际反恐局势带来了高度的不确定性.本文针对高度不确定环境下国际反恐态势,构建了基于Moran过程的随机演化模型,分别计算出随机因素主导、期望收益主导和超期望收益主导三种情境下,反恐联盟成员国政府反恐策略在不同随机干扰强度下的均衡结果.研究表明,反恐联盟成员国政府采取"先发制人"或"被动反应"的反恐决策,主要取决于三个因素:1)外部随机性因素;2)反恐联盟的规模;3)不同反恐策略的成本收益.如果随机因素造成非理性决策占据主导地位,则两种策略的成本收益和成员国数量决定了成员国策略选择.如果期望收益占据决策主导地位,只有当反恐联盟的成员国数量大于一定的临界规模时,"先发制人"反恐策略才会成为所有成员国的普遍共识.否则,"被动反应"的反恐搭便车行为将成为稳定状态.     

具有不同时间偏好的反恐重复博弈分析

面对着恐怖主义威胁的日益长期化,政府、平民和恐怖分子表现出不同的时间偏好.本文构建了具有不同时间偏好的反恐重复博弈模型.首先构建了政民协同反恐和反恐失利两种反恐情景下的阶段博弈模型.然后,博弈方在重复博弈中的策略设计为分别采取了趋于均衡的随机化策略以及采取趋于偏离的随机化策略,比较了两种随机化策略下不同时间偏好和参与方偏离行为对于博弈支付函数的影响.研究结果表明,首先,随着政府或恐怖分子采取的随机化策略趋于稳定其将注重长期收益,随着政府或恐怖分子采取的策略愈发非理性和不稳定他们的行为将趋于短期化.其次,由于政府、平民和恐怖分子在反恐博弈中接近于零和博弈,因此任何一方采取非均衡的随机化行为都将导致其它两方收益的上升,但是政府和平民之间存在着一损俱损、一荣俱荣的政民协同效应.第三,如果恐怖分子采取了趋于均衡的随机化策略,则政府充分利用恐怖分子的失误实现短期收益最大化.但是,如果恐怖分子采取了趋于偏离的随机化策略,则政府注重制定长期的反恐策略.     

考虑信息隐藏策略的反恐应急设施选址模型

恐怖袭击常以人流密集地区的平民对象作为袭击目标,极易造成严重后果.通过反恐应急设施的合理布局可以缩短救援时间并降低袭击损失.在设施选址过程中,政府还可通过选址信息的隐藏来获取信息优势,误导恐怖分子的袭击策略并改善效用.首先,对考虑信息隐藏策略的反恐应急设施选址问题进行描述,结合随机选择模型刻画恐怖分子的有限理性行为,并将该问题构建为一类双层规划模型;随后,针对模型分别设计精确解算法和遗传算法,并结合喀什地区交通网络进行仿真分析.结果发现:恐怖分子理性程度已知时,相比于选址信息的完全公开,隐藏部分信息后更有利于降低政府损失,信息隐藏的最优数量与恐怖分子理性程度相关;恐怖分子理性程度未知时,在其理性程度被低估的情形下,选址信息隐藏策略更能发挥作用.     

基于演化博弈的旅游市场监管机制研究

针对旅游市场存在的严重宰客现象,探讨如何健全旅游市场监管机制问题.通过构建"旅游企业-游客-政府"三者之间的演化博弈模型,分析了影响各博弈主体策略选择与演化的因素,经模型求解确立各方行为策略趋于稳定状态的条件.研究表明,任何一方主体行为的演化趋势都与其他两方的策略选择密切相关;降低游客举报投诉成本、加大宰客旅游企业的处罚力度,同时降低政府监管成本、增加政府监管收益、提高政府成功查处宰客旅游企业的概率,是有效构建旅游市场监管机制的关键.     

逆向物流的演化博弈分析

为探究政府管制在企业实施逆向物流中的作用,在分析政府和企业在不同策略下各自的成本和收益的基础上,运用演化博弈理论构建一个政府与企业的演化博弈模型,模型分析结果显示:企业实施逆向物流的成本与收益、政府监管的有效性以及对企业不实施逆向物流的惩罚力度都直接影响系统演化的结果;政府群体和企业群体在3种情况下存在演化稳定策略;在一定条件下,系统的演化呈现出周期性的特征.政府加大惩罚力度、提高监管效率,企业树立逆向物流的思想、加强企业间的合作与交流,是双方实现长期共赢的唯一途径.     

政府主导下应急医疗物资多元化供给的随机微分博弈模型

新冠疫情的暴发凸显了应急医疗物资在应对重大突发公共卫生事件中的重要性,但由于应急医疗物资受到生产周期、原料供应以及病毒变异和管控措施等不确定因素的影响导致防疫物资供应具有很强的随机性.本文以疫情内外部随机因素的背景为研究视角,研究政府主导的多元化物资持续性供给的现实问题,构建突发公共事件政企协同防控随机微分博弈模型,以无政府成本补贴的分散式决策、有政府补贴的分散式决策和集中式决策刻画政府与企业不同的防控策略,讨论了政企达成合作的条件,进一步通过防疫物资供给量的期望值和方差的大小来辨识模型中随机因素干扰的影响.求得三种情形下各自的均衡策略、防疫物资供给量以及系统均衡收益随时间变化的最优轨迹.结果表明,当且仅当收益分配系数处于一定阈值范围内,政企达成集中合作,实现了Pareto最优;政府补贴对企业进行引导是有效的,提高了企业防控努力以及双方收益,缓解了无政府补贴决策的双重边际效应;在集中决策下,防疫物资供给量的期望值和方差均最高,即较高的收益需要承担更大的风险;当随机干扰强度增大时,系统收益波动幅度越剧烈,因此,对于不同风险偏好的主体而言,会产生偏好不同的合作模式,即风险偏好的企业选择合作...     

国际合资企业中机会主义行为的演化博弈

有限理性的IJV成员在进行机会主义行为策略选择时必然会受到外界环境不确定性的影响.引入漂移来刻画这种影响,并运用演化博弈理论,建立带有漂移项的"蜈蚣博弈'模型,对有限理性参与人的国际合资企业(IJV)的机会主义行为进行分析.通过对一轮学习、二轮学习和五轮学习的"蜈蚣博弈'中各参数变化的数值计算,分析得出,外界环境越动荡,IJV成员机会主义行为的可能性反而越小;而外界环境越稳定,IJV成员机会主义行为的可能性却越大;并且IJV成员的机会主义行为还受成员长短期定位、预期收益及投入成本等因素的影响.     

连续恐怖袭击下反恐设施选址与资源调度优化模型及其应用

当前恐怖袭击活动由偶发的单次攻击发展为不同地域内连续发动袭击.考虑政府部门统筹反恐设施选址和应急资源调度,构建了连续恐怖袭击下反恐设施选址优化与反恐资源调度优化的斯塔克伯格博弈模型,并分析政府与恐怖分子的均衡行为.结合新疆喀什地区重要城市反恐设施网络结构的实例,数值分析得出了选址点个数、袭击次数、是否考虑反恐资源调度等因素对政府与恐怖分子最优效用的影响;最优反恐资源投入量与袭击次数和选址点个数之间的关系.研究表明:反恐资源最优投入量、反恐设施选址点个数和政府应急管理能力三者具有替代关系;政府反恐力量联合考虑反恐设施优化选址和反恐资源优化调度的实施效果更好.     

考虑风险关联的轨道交通PPP项目风险分担演化博弈模型

为改善博弈论用于研究风险分担策略选择问题时忽略风险关联这一弊端，立足于演化博弈与风险关联视角，刻画应分担风险损失并引入到轨道交通PPP（public-private partnership）项目风险分担演化博弈模型中，根据复制动态方程，研究策略选择问题的演化过程，得到不同情形下的演化稳定策略.研究结果表明：风险分担系数、风险控制成本、基础收益等9个因素都会影响双方的策略选择，此外更重要的是，是否考虑风险关联可能会导致最终的演化结果有所不同.     

基于演化博弈的劳资关系分析

本文在学习和总结前人研究成果的基础上,建立了政府监管下的三群体2×2×2劳资关系演化博弈模型,给出了政府、劳方、资方的动态复制系统,分析了系统的演化过程,并探讨了不同参数条件下的演化稳定策略。最后,通过仿真分析发现,三群体最理想的稳定策略是劳资双方合作、政府部门不监管,此时,个体收益不是最优,但三群体总收益达到最大。     

多地点协同恐怖袭击下的多目标警务应急物流调度

多地点协同恐怖袭击是最新恐怖袭击形式,会造成严重灾难和大范围社会恐慌.面对袭击时,不仅要考虑救援速度,而在警务救援过程中要综合考虑救援效率、救援效果和救援公平性,制定有效的警务应急物流调度方案以达到快速、高效的救援.本文考虑警务应急物流调度的三个目标,分别是未满足需求、最小最大到达时间和掠夺成本,建立了多个地点发生协同恐怖袭击的多个警务资源有效分配救援的多目标非线性规划模型,并利用改进的快速非支配排序遗传算法(NSGA-Ⅱ)对模型进行求解,以某市公安局的警力和医疗部署为基础,以多点同时发生恐怖袭击为背景进行数值实验,结果验证了模型和算法的合理性与有效性,并得出了受袭地点重要程度最短距离优先策略的救援效果较优于最近救援距离优先策略、合理的警务资源调度中心设置对救援调度有较好的效果、警力分散设置有利于减少恐怖袭击带来的影响的结论.     

信息安全投资的演化博弈分析

针对现实世界中信息安全投资主体只具有有限理性的实际情况,本文尝试利用演化博弈论分析企业组织的信息安全投资问题.根据得益矩阵建立信息安全投资的演化博弈模型,利用复制动态分析了三种情况下的进化稳定策略.分析结果显示出投资成本是组织策略选择的关键,预测了信息安全投资的长期稳定趋势,为组织的信息安全投资提供了有益的指导.     

选择差异下Moran过程的随机博弈模型及其应用

研究有限种群中2×2的对称博弈,假设采取不同策略的个体具有不同的选择强度,建立选择差异下Moran更新过程的随机博弈模型.利用扩散近似的方法得到选择差异下Moran过程策略的扎根概率,扎根概率不仅与博弈收益矩阵和种群的大小相关,还与策略的差异选择强度相关.通过比较弱选择和中性选择下策略的扎根概率,分析自然选择有利于策略在种群中扎根及策略成为演化稳定策略的条件.在常见的三种博弈:囚徒困境,共存博弈和协调博弈中,利用数值分析方法,得到扎根概率与选择强度及种群大小之间的关系;利用仿真方法得到扎根时间与选择强度之间的关系.最后将选择差异下的Moran过程随机博弈模型,应用于解决第三方物流企业是否参与供应链金融的策略选择问题.求解第三方物流企业参与供应链金融策略的扎根概率,分析有利于参与策略扎根及参与策略成为演化稳定策略的条件,利用数值和仿真分析方法得到各参数变化对第三方物流企业博弈行为的影响.本文的研究内容扩展了Moran更新过程的随机演化博弈理论.     

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.     

企业员工流失的演化博弈分析

运用演化博弈论分析完全信息和不完全信息两种条件下企业员工流失的原因和应采取的策略.在完全信息博弈中,只要博弈的双方知道各个收益参数,就可以根据情况采取行动策略使自身利益最大化;不完全信息的重复博弈中,利用动力学方法定性研究演化博弈均衡的稳定性,只有具备有限理性的企业和员工双方都不断地在边际上对其策略进行调整以使得自身利益最大化,博弈才能最终达到一种动态平衡.     

双驱动式废弃品逆向供应链激励机制仿真

针对废弃品逆向供应链各主体由于收益不同导致协调失灵的现状,构建了基于系统动力学的居民、垃圾处理机构和生产企业三方演化博弈模型。使用Vensim仿真软件建立以三方策略选择概率为水平变量的存量流量图,在外生变量为常数和存在时间趋势的情况下,分别进行仿真,得出在无外界干扰情况下三方主体的策略演化路径。通过灵敏度分析,找出对主体策略产生主要影响的外生变量,并据此设计由垃圾分类驱动,市场机制拉动的双驱动式供应链激励机制。     

基于演化博弈的地方政府环境规制策略分析

针对我国环境规制政策的执行,从演化博弈论的研究视角探讨了地方政府、排污企业以及中央政府的决策演化过程,建立了地方政府与排污企业、地方政府与中央政府的演化博弈模型,根据复制动态方程得到了参与者的行为演化规律和行为演化稳定策略,分析了地方政府环境规制策略的影响因素.研究结果表明,地方政府政绩考核体系中环境质量指标的权重系数与经济发展指标的权重系数、环境规制执行成本、中央政府对地方政府的处罚额、排污收费费率、排污企业的治污成本与污染物削减量,都会对地方政府的环境规制策略产生影响.最后,为促进地方政府环境规制的严格执行提出了政策建议.     

用数字人工生命模型探索复杂适应系统

为了探索复杂适应系统的演化、涌现规律，介绍了一个自主开发的数字人工生命模型：Autolife，并在该系统上完成了一系列计算机仿真试验。Autolife中的数字生命都可以看作自主决策的Agent，它们用有限自动机建模；同时程序允许Agent通过变异和繁殖而完成开放式的进化。在该模型的基础上，本文主要针对Autolife涌现出来的数字生命个体行为、群体行为进行了论述，并着重讨论了组织的生成、社会性寄生、自修复等现象。数字人工生命模型Autolife中的丰富隐喻可以用于总结一般复杂适应系统的规律，包括：个体为了提高自身的适应性会把决策行为推到混沌的边缘；不同的环境会造就Agent的不同群体适应性动态行为；当系统中Agent间的交互出现因果闭圈的时候，组织会自发涌现，并且它们会展现出创生、演化、灭亡的必然发展规律。     

仿真网格中资源分配的进化博弈研究

网格环境中用户的有限理性使得资源分配不能直接实现纳什均衡.针对网格用户理性的局限性,提出了一种基于进化博弈的网格资源分配策略,从动态角度来考察网格用户群体行为的演化过程.该策略先将网格环境中多用户竞争同一计算资源的问题形式化为一个多人博弈;然后建立了用户之间的进化博弈模型,利用复制动态方程求得用户出价博弈的进化稳定策略;最后研究了不同情况下用户群体的进化稳定点和评估函数特性.仿真实验结果表明进化博弈方法能够通过反复博弈使得网格用户不断学习并调整策略,逐步达到进化稳定均衡,从而实现了网格资源的优化分配.