合作竞争博弈中的复杂性与演化均衡的稳定性分析

从博弈参与人的有限理性出发,探讨了合作竞争博弈中复杂性存在的根源,在此基础上应用演化博弈论的方法探讨了合作竞争博弈的演化模型,这是一个复制动态模型,因而我们可以借用生物学中的"复制动态"机制来模拟参与人的学习与调整机制,用"进化稳定策略"来描述合作竞争博弈的长期演化趋势,最后分析了一个水平差异化产品的合作竞争博弈的演化均衡与稳定性,及其演化过程中所表现出来的复杂性.     

基于知识溢出视角的供需网企业R&D合作策略演化

针对供需网企业RD合作过程中策略选择及演化问题,基于知识溢出视角,运用演化博弈理论,从合作研发成本,合作研发风险,知识吸收,违约惩罚等多个维度出发,构建了供需网企业RD合作策略选择演化模型,研究了供需网企业RD合作策略选择这一复杂博弈行为,探讨了知识溢出,违约惩罚,合作创新风险对企业RD合作策略选择的影响,并对其策略演化过程进行了数值仿真和相关分析。研究表明:从长期看,供需网企业RD合作策略选择演化最终稳定于"合作"和"自私"两种稳定状态;在RD合作过程中其策略选择既受知识溢出系数,违约罚金,合作创新分险系数等初始参数的影响,也与演化博弈模型的支付矩阵密切相关。其中,在一定条件下,增大处罚罚金,增大知识溢出程度,减小合作风险,将有助于企业进行知识溢出,促使RD合作策略由"自私"转向"合作",最终达成合作共识。     

可再生能源发电并网利益协调演化博弈分析

针对当前可再生能源发电并网困难问题,运用演化博弈理论方法,建立可再生能源发电企业与电网企业合作演化博弈模型,分析其动态演化过程。根据模型中复制动态和进化稳定策略的不同,分别讨论了不同情况下常规能源电力价格、补贴率、初始投入的边际成本和分配系数等参变量之间的关系及其对系统演化结果的影响,并确定了公平合理的利益分配系数。     

有限理性下的演化博弈与合作机制研究

指出了以Nash为代表的经典博弈论及其纳什均衡解在完全理性假设下的理论缺陷,从而引入有限理性下的演化博弈论.介绍了演化博弈论中策略进化的思想,提出有限理性的实质是怎么去学习,进而探讨了演化博弈中的各种学习模型.介绍了基于个体的学习模型和网络上的演化博弈研究进展;提出了用演化博弈去解释现实复杂网络的设想;分析了网络结构和博弈策略的互演化思想.讨论了演化博弈框架下合作的进化及合作机制的研究进展.最后,对演化博弈今后的发展趋势和研究方向给出了评述.     

证券投资者交易行为的进化博弈分析

应用进化博弈理论的非对称博弈分析框架,建立了证券投资者交易行为演化的两群体进化博弈模型,分析了证券投资者交易行为的动态演化过程,讨论了投资者预期偏差、基本面风险及机构投资者比例对演化均衡的影响,并将其应用于我国的证券市场,并进行了实证研究。     

异质双寡头R&D竞争的复杂性分析

运用非线性动力系统理论建立了异质双寡头R&D竞争基于有限理性条件下的动态模型,分析了该系统的均衡点及其稳定性,并用Matlab数值模拟了不同市场参数条件下的系统动态演化状况。模拟结果表明R&D投入调整速度过快会使系统陷入混沌;企业可以通过增加产品特色来提高自身竞争优势;企业在重复博弈过程中技术溢出水平会同方向调整,直至均衡。     

基于PSO神经网络的进化博弈研究

针对进化博弈中博弈人是有限理性的,提出了一种基于粒子群神经网络的进化博弈决策机制。该机制将神经网络技术引入到进化博弈中,并采用粒子群优化算法(PSO算法)来训练神经网络,因而可利用神经网络来模拟博弈人在进化过程中的学习和策略调整。利用该机制分别对有限理性条件下的鹰-鸽博弈和重复囚徒困境博弈进行了研究。实验表明:PSO神经网络可以准确地模拟进化博弈中博弈人的动态学习与决策过程,能有效地指导博弈人的策略选取,是进化博弈分析的有力工具。     

城市群政府博弈与调控机制的多智能体模拟实验——考察非对称博弈场景与配套性补偿调控及其影响

以城市群多政府博弈以及(上层政府或协调机构的)调控措施为例,基于一个相嵌于小世界网络的非对称群体进化博弈模型构建多智能体模拟系统,设计一系列实验方案考察非对称博弈场景(成本、收益的非对称性分配)、以及与惩罚措施相配套的补偿机制等重要变量对城市群政府博弈进程和收益演化的动态影响,为促进城市群政府合作共赢和区域一体化建设提供决策依据和政策参考。是(基于智能体的)计算机建模与仿真技术在政治学与公共行政领域的一次积极拓展,是"计算政治科学"的一次探索尝试。     

城市群政府博弈与调控机制的多智能体系统建模——集成进化博弈理论与小世界网络模型

以电子政务和移动政务环境下的城市群多政府博弈为例,基于多智能体系统的建模框架,展开系统运行机理分析、因果关系图设计和数学建模,基于进化博弈理论构建微观决策主体(即各城市政府决策者)的行为互动机制,并基于小世界网络模型构建宏观社会网络(即各决策者之间交互关系)的拓扑演化规则。且在模型构建中考虑了博弈主体之间的差异性和非对称性、收益受合作水平影响的动态性、以及设计了与惩罚措施配套的补偿机制。本文为基于智能体的城市群政府博弈模拟和政策实验研究奠定了模型基础。是复杂性科学理论和建模方法在政治学与公共行政领域的一次积极拓展,尝试了新的研究视角与方法集合。     

证券投资者交易行为的进化博弈

应用进化博弈方法,建立了证券投资者交易行为演化的进化博弈模型,分析了在长时期内投资者交易行为的动态演化过程。结果表明,投资者交易行为的演化存在多重均衡的特征,且其演化的路径选择和均衡与投资者的效用函数和证券市场的初始环境密切相关,并受到投资者对风险资产收益的不合理预期、噪声交易风险、基本面风险、理性交易成本等诸多因素的影响。     

一类对称双势阱Duffing系统周期解的衍生与演化

针对自旋单自由度三次强化弹簧—质量振子系统建立的对称双势阱Duffing方程,通过把数值计算与谐波平衡半解析分析相结合,系统分析了该类Duffing系统在谐波强迫激励下周期解随激励频率变化的衍生与演化现象,获得了不同频段谐波强迫激励下系统周期解的类型、周期解的衍生模式与演化规律。分析结果表明,该类Duffing方程存在平衡点临域局部周期解以及鞍结点分岔衍生的对称、反对称与非对称等多种全局周期解;局部或无对称性的全局周期解直接通过倍周期分岔通向混沌运动;全局对称周期一解和反对称周期三次谐波解首先各自发生对称和反对称破缺,再通过倍周期分岔演化为混沌。研究有助于深化对Duffing方程非线性现象及其演化规律的认识。     

主从型Bertrand价格博弈模型及其动力学分析

基于有限理性策略与适应性策略,构建两寡头企业主从型Bertrand价格博弈模型,并研究该模型的动力学性质。理论分析表明,该模型有一个不稳定的边界不动点和一个局部稳定的纳什平衡点。计算实验证实,采用有限理性策略的企业的价格调整速度较大时会引起两企业价格演化的倍周期分岔现象,并最终导致价格演化的混沌行为。保持较低的价格调节速度,获取纳什均衡利润是两寡头企业价格博弈的最优结果。     

Intelligent control over chaos in the rolling process and its comparison with tracking control

Some existing methods for chaos control in engineering fields are analyzed and their drawbacks are pointed out. A tracking method can solve these problems to some extent, but it still depends on the mathematical model of the system to be controlled. An intelligent method based on fuzzy neural network (FNN) is used to control chaos in engineering fields. The FNN is employed to learn the inherent dynamics from the input and output of chaos, which can be used in the inverse system method, so that the method is free of the exact mathematical model of the system to be controlled. This intelligent method is compared with tracking method in the presence of measurement noise and model error. Simulation results show its superiority and feasibility.     

基于混沌反控制降低Buck型变换器EMI及纹波研究

开关模式电源通常会产生电磁干扰。利用混沌能够降低开关模式电源的EMI(Electromagnetic interference),但会引起较大的输出电压纹波。基于新的电压反馈扰动方法可使Buck变换器工作在混沌状态,改善电感电流频谱分布,降低频谱峰值,使之满足EMI要求。Pspice仿真结果表明:该混沌反控制方法不仅能够有效的降低Buck型变换器的EMI水平,并且能够明显降低输出电压纹波。     

多回合组合双向拍卖交易机制研究

以组合双向拍卖分析为基础,建立了相关的数学模型,分别对单一回合和多个回合的组合双向拍卖交易机制进行了研究,证明多回合组合双向拍卖能更大地提高社会福利,也为进一步研究组合双向拍卖的市场效率、竞争均衡、竞标策略和计算机的模拟实验等问题提供了基础.     

混沌逆滤波与分形参数在目标检测中的应用

对目标跟踪的雷达测量数据进行处理 ,说明了通过混沌逆滤波可以找到观测数据中隐藏的工程背景中的动力特性 ;并且利用分形布朗运动 ( FBM)模型研究测量残差数据 ,其分形特性反映了目标的物理性质 .给出了混沌滤波器在提高雷达数据信噪比和分形参数在目标特性检测中的应用方法.     

基于混沌遗传算法的自动化生产单元调度方法

针对遗传算法在求解一类带时间窗口的自动化生产单元调度问题时易出现冗余迭代、收敛缓慢等问题,将混沌搜索技术引入至遗传算法中,通过将混沌初始化、混沌扰动与遗传算法的基本操作相结合,利用混沌运动搜索精度高、遍历性好的特点来提高遗传算法的收敛速度和优化质量.本文在给出自动化生产单元调度问题的数学模型的基础上,着重讨论了混沌遗传调度算法的设计,包括编码方式、混沌初始化、交叉操作、混沌变异操作和适应度函数的计算等.最后以自动化电镀生产线为例对提出的算法进行了验证,为此类调度问题提供了有效的算法.     

双寡头再制造进入决策的演化博弈分析

在双寡头竞争背景下,利用演化博弈模型分析了制造商再制造进入决策的动态演化过程. 研究表明,系统演化的均衡结果受再制造品附加值与新产品附加值比值的影响;该比值存在边界条件,在不同边界条件下,系统将演化至不同的均衡.通过适当的政府补贴机制,可促使系统演化至制造商均选择进入再制造策略的均衡.     

交互策略改进MOFA进化的多UAV协同航迹规划

针对无人机(unmanned aerial vehicle, UAV)多目标优化协同航迹规划方法中Pareto最优解集规模随迭代增长, 难以选择适合UAV任务特点的协同航迹等问题, 提出一种基于交互策略改进多目标萤火虫(multi-objective firefly algorithm, MOFA)进化的多UAV协同航迹规划方法。首先,采用变量分解策略将萤火虫算法中大规模变量分解成多个子种群, 以降低算法搜索的复杂度; 然后, 利用Tent混沌初始化和多种群循环分裂合并策略提高多目标萤火虫算法的搜索性能; 采用双极偏好占优机制、并设计协同度指标在Pareto最优解集中选取适合任务需要且协同度较高的UAV协同航迹。仿真实验表明, 所提方法能够根据任务设定生成对应侧重点、且满足协同性的相对最优航迹集, 证明了该方法的有效性。     

追求“涌现”——科技创新研发团队的管理新理念

本文从复杂性系统演化的不可预测性,论述传统的绩效评估方法在科技创新研发团队管理上的局限,并通过科技创新研发系统决策＂涌现＂产生根源的考察和分析,说明管理行为＂介入＂对于科技创新研发系统演化产生影响的可能性,由此提出以促进系统＂涌现＂生成为目标的科技创新研发团队管理理念。