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.     

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.     

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.     

基于博弈论和多主体仿真的产学研合作创新网络演化

运用博弈论构建了产学研合作创新两阶段博弈模型,基于博弈策略,结合产学研合作创新网络拓扑结构,构建了产学研合作创新网络演化算法;运用Netlogo多主体仿真平台实现了产学研合作创新网络的演化仿真,揭示了其动态演化规律。研究表明:网络平均节点度呈U型分布,节点数量呈L型分布;选择"积极合作"策略的企业和学研机构存在最佳合作规模;度择优连接机制不利于无标度网络节点创新扩散,组合择优连接机制能以最大程度促进小世界网络和随机网络创新扩散。     

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。     

网络外部性下零售商市场策略演化博弈分析

运用演化博弈理论,构建了网络外部性环境下的不对称双群体演化博弈模型,分析了具有有限理性的零售商在长期的市场演化中,会如何选择最适合其生存的市场策略的问题.首先,假设零售商有两种市场策略:数量策略和价格策略,并在网络外部性环境下建立了零售商在不同市场策略下的演化博弈模型.其次,在产品具有替代互补性和网络外部性下讨论了动态系统的稳定性,发现在一定的条件下,价格策略和数量策略均可以成为系统的演化稳定点.再次,分析了网络外部性、产品的替代/互补性和市场规模对演化稳定点的吸引域的影响,发现网络外部性、产品替代/互补性和市场规模的变化均会影响到系统的演化路径.最后,通过数值算例,进一步验证和分析了所取得的理论成果.     

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.     

基于强化学习的农田水利设施管理进化博弈分析

在对农田水利设施进行管理维护时，由于其公共品属性和农民个人理性，会采取搭便车策略，导致参与积极性不高.首先建立了农民参与农田水利管理的一般模型，然后通过适当的激励方式和组织形式，构建了新的管理模式.考虑农民决策的有限理性，并可以通过对周围环境的学习进行策略调整，利用基于Q-学习的进化博弈理论对农民策略的改变和合作行为进行讨论，并通过仿真实验说明了新的管理模式不仅能够提高上、下游农民的收益，而且能够提高博弈中合作策略的出现次数.     

考虑氮素流通效率的生态补偿策略演化博弈分析

基于流域氮素流通效率提升,探讨地方政府与农户的生态补偿策略选择,构建有限理性地方政府与农户的演化博弈模型,仿真分析演化均衡策略,提出补偿力度随农户行为变化的动态生态补偿政策,有利于政府长期优化政策和响应需求。研究表明：静态生态补偿政策下系统存在均衡稳定策略,且双方的初始合作比例直接影响系统演化速率;动态政策下演化轨迹螺旋式趋近混合策略焦点,可通过控制生态补偿上限等因素提升合作概率。     

基于演化博弈的重大工程业主与勘察机构合作机制

为研究重大工程前期勘察阶段业主与勘察机构的合作问题,以业主和勘察机构有限理性为前提,基于演化视角建立双方决策行为交互的博弈模型,探讨了参数变化对于演化稳定策略的影响,并用仿真实验的方法研究参数的取值与初始策略选择对于演化结果的影响。研究结果表明：合理的超额分配系数对促进双方合作有积极意义,且存在一个最优的系数使得双方合作的可能性最大;双方的成本对于均衡结果的影响呈现差异化的结果;风险分担机制的设计可有效促进合作。     

Dynamic Decision Model in Evolutionary Games Based on Reinforcement Learning

In evolutionary games, it becomes more difficult to choose optimal strategies for players because of incomplete information and bounded rationality. For bounded rational players, how to maximize the expected sum of payoffs by learning and changing strategies is an important question in evolutionary game theory. Reinforcement learning does not need a model of its environment and can be used online, it is well-suited for problems with incomplete and uncertain information. Evolutionary game theory is the subject about the decision problems of multiagent with incomplete information. In this article, reinforcement learning is introduced in evolutionary games, multiagent reinforcement learning model is constructed, and the learning algorithm is presented based on Q-learning. The results of simulation experiments show that the multiagent reinforcement learning model can be applied successfully in evolutionary games for finding the optimal strategies.     

面向政府采购的多属性电子拍卖机制设计

政府采购电子化提高效率节约费用是大势所趋。公开招投标是政府采购的主要方式。针对网上招投标应用局限,基于有限理性假设,结合我国国情,应用委托代理理论和进化博弈理论建立模型分析电子采购问题,提出面向政府采购的监督反馈式多属性电子拍卖机制,并对机制的有效性和合理性予以实例说明。     

基于博弈学习理论的企业组织模式演化动态

应用博弈学习理论研究企业组织模式的演化动态.假定企业具有有限理性以及近视眼行为,企业选择某一组织模式的概率依赖于其自身偏好及该组织模式对应的市场份额,考虑到企业的进入行为,建立了单种群演化动态及适应性学习算法,分析了利润函数的性质对演化均衡的显著影响.在此基础上,以企业群体内部和企业群体之间的溢出效应为出发点,建立了两种群演化动态并研究了演化均衡和吸引域的变化.理论分析和数值模拟充分表明,从长期来看,企业组织模式的演化均衡结果取决于溢出效应的大小.     

A stochastic evolutionary game perspective on the stability of strategic alliances against external opportunism

This paper applies stochastic evolutionary game theory to analyzing the stability of cooperation among members against external opportunism in a multi-firm alliance. The authors first review the pros and cons of pertinent traditional models, and then a stochastic game model on decisions is proposed, where a coordination parameter, a time variable, a punishment effect and bounded rationality are considered. The Gauss white noise is introduced to reflect the random disturbance in the process. Several sufficient criteria on stability are developed, which enable us to investigate “if-then”type scenarios and project the impact of different strategies.     

进化博弈模型中有限理性个体学习机制设计框架

进化博弈突破了传统博弈理论完全理性的限制，提出了一种动态分析方法，模型中的动态产生的根源就是个体的学习行为，因此学习机制的设计是分析进化博弈问题的基础。本文在划分决策过程的基础上提出学习机制的设计框架，并针对不同的决策阶段具体设计了不同的学习机制模型，为进一步研究进化博弈问题提供了理论依据。