基于完全信息动态博弈的反恐设施选址模型

针对反恐设施选址问题, 考虑反恐设施点准备时间及反恐物资的运送时间对核生化恐怖袭击损失的影响, 构建完全信息非合作动态博弈模型. 讨论连续选取单个设施点和离散选取多个设施点的不同情形, 应用遗传算法求解子博弈精炼纳什均衡. 以上海市区县网络为例的仿真结果表明, 交互式设置反恐设施点和减小反应时间均能有效减小袭击损失, 并随设施点增多, 损失减小幅度趋缓. 该模型反映了政府与恐怖组织间的战略交互, 为反恐设施选址提供了一种有效的分析方法.     

不完全信息动态二维Cournot博弈模型及均衡

在文献[1]和[5]的基础上，讨论两个企业关于具有一定替代性的两种产品的不完全信息动态二维Cournot博弈模型及其精练贝叶斯Nash均衡．进一步分析当两种产品不存在替代关系时，这个二维Cournot博弈的精练贝叶斯Nash均衡与对这两种产品单独博弈的精练贝叶斯Nash均衡的关系，分析结果表明一维博弈及均衡是多维博弈及均衡的特殊情况。     

我国国有企业隐瞒利润行为的一种博弈解释

我国国有企业普遍效益“不佳”是值得置疑的.博弈分析发现:对国有企业的财务监督不足和现有的经营者选拔考核机制所存在的问题决定了国有企业不一定会如实上报自己的盈利状况;而在相同条件下,变动收入的经营者比固定收入的经营者作假的可能性更大.国企经营者隐瞒利润的根本动机是为了维护自身的地位,要解决国有企业说假话的问题必须同时从加强审计和改善选拔考核机制上入手.     

需求信息不对称下供需双方的博弈

针对由单供应商和单销售商组成的供应链,提出了供应链双方需求信息对称情况下的激励机制模型,在此基础上建立了供应链双方在需求信息不对称情形下的运作策略博弈模型。该模型在供应商和销售商协商分享供应链利润的条件下,运用激励相容机制使销售商诚实申报需求信息,以便供应链利润最大化同时供应链成员实现双赢。通过冷酷战略原理分析了该激励机制的有效性,并运用仿真实验验证了该激励机制的可行性。     

寻租现象监督治理的不完全信息动态博弈分析

针对寻租治理过程中存在的信息不对称性,建立了政府稽查部门和利益集团之间的三个不完全信息动态模型,给出了各自的子博弈精炼贝叶斯纳什均衡.结果表明,单纯的对寻租行为进行处罚或对稽查行为进行奖励,并不能有效的减少寻租现象,而只有在处罚寻租行为的同时,对不同稽查行动进行普遍的激励,才能改善治理的效果,有效防止寻租行为.     

一种三方不完全信息延伸威慑动态博弈模型

三方延伸威慑博弈，是一类在现实中普遍存在的多人博弈情形，较之两方威慑博弈更为复杂。本文提出了一种与传统延伸威慑博弈模型不同的新的三方危机博弈模型，分析了在三方信息均不完全条件下局中人的策略选择，求解了博弈模型的威慑均衡、挑战均衡和分离均衡。     

房地产市场信息不对称的动态博弈

通过对房地产市场信息不对称的动态博弈关系进行研究,认为目前我国房地产市场中出现问题的根本原因在于信息不对称及诚信缺失,信息不对称使得参与备方的机会主义行为盛行,正常的市场机制难以发挥应有作用.信息不对称前提下一对多的动态博弈模型能够解释目前房地产市场中出现与供求规律不相符的高空置率与高价格并存现象.研究认为,"双高"现象有利于重复博弈的开发商一方,其重要原因是讨价还价双方的信息不对称及地位不对等,使开发商具有充分的激励维持高价并在此过程中获得更多的利润,通过等待可以获得有关置业者更多风险偏好程度的信息,进而在讨价还价过程获得更多收益.信息在买卖双方之间传递的阻隔和不对称是房地产市场的普遍特征,是市场交易关系中所处地位不对等这一客观状况所造成的.为了有效地解决房地产市场的信息不对称问题,保障置业者合法利益,提高房地产市场效率,从政府、开发商和置业者等方面提出了解决房地产市场信息不对称的建议.     

不完全信息下交通网络的关键路径问题

在交通运输中．车辆总是选择最短路径行驶。然而因各种突发事件（交通事故、自然灾害等）造成道路中断的现象普遍存在．车辆在行驶的过程中并不具有道路中断的完全信息．只有行进到中断处时才获得道路中断的信息．此时原来的最短路径就很可能失去其最优性．从而增加交通运输的成本。为了解决这一问题．本文提出了不完全信息下交通网络的关键路径问题．给出了相应的求解算法．并分析了其时间复杂性。然后结合实际交通网络给出算例．最后指出这对提高交通运输的效率更具有实际意义。     

基于不完全信息博弈的关联基础设施网络保护策略研究

攻击的智能性和基础设施网络间关联的复杂性为制定关键基础设施保护策略带来了巨大挑战.基于此,本文以社区关联基础设施网络为对象,探讨了在攻击和保护资源有限的一般情形下,求解最佳保护策略的模型和有效算法.首先,根据城市社区关联基础设施网络间的关联关系,构建了关联基础设施网络物理模型;其次,基于网络最大流思想,设计了“最大流综合指数”来表征多个关联基础设施网络的工作绩效.然后,基于保护策略公开和攻击者总是选择最佳的攻击方式破坏关联基础设施网络的博弈场景,构建了用于求解不完全信息下“攻击资源不确定-保护资源有限”的关联基础设施网络保护策略求解模型.进一步,设计了计算单向依赖关联基础设施网络遭受攻击后的最终失效组件计算方法,并提出求解关联网络最佳防守-攻击策略的probabilistic solution discovery algorithm (PSDA)算法.该方法被应用到一个代表性算例当中,以验证算法的有效性和解释模型的应用.     

不完全信息条件下象征式竞购合谋的均衡策略分析

研究象征式竞购合谋这种典型合谋方式的均衡策略问题.考虑到竞购双方估值信息的不完全,以拍卖理论中的竞标模型为基础,确定了合谋激励条件,求解了合理的利益补偿价值,并在此基础上通过博弈分析得出了竞购舍谋的均衡策略,最后分析了目标公司针对竞购双方合谋在保留价格上的响应策略.研究表明,竞购者合谋并未降低收购活动的经济效益,目标公...     

信息不完全下联盟结构合作对策的比例Owen解

不完全信息下联盟结构合作对策(简称不完全信息对策)是指特征函数中部分联盟价值缺失的联盟结构合作对策.Owen值应用前提是可行联盟的特征函数完全已知,因此Owen值不适用于求解不完全信息对策.根据不完全信息对策中已知可行联盟的特征函数,定义了比例Owen值.比例Owen值按照"二步法"对合作收益值进行两个层次的分配:一是优先联盟之间,二是优先联盟内部.与Owen值不同的是,在优先联盟内部比例Owen值依据每个成员对所在优先联盟的贡献率切割优先联盟的所得收益.比例Owen值满足一定的个体理性,并且通过公理化证明可知:比例Owen值是满足有效性、线性、零元联盟性和比例性等性质的唯一解,具有一定优良的性质.最后,将比例Owen值应用到一带一路背景下供应链中局中人作为整体参与合作的问题中,作为不完全信息下多层次合作的一种分配方案.     

不完全信息下的群体决策仿真

为研究互联网个体交互,描述网络舆论演化与群体意见形成,建立了人员个性不完全信息博弈的策略选择模型,并对其进行了仿真和分析．根据网络交互的信息不对称性,提出了基于个体自信程度的不完全信息的支付矩阵,并使用海萨尼转换分析了博弈的贝叶斯纳什均衡;进一步地引入了个体记忆,通过交互进程更新了个体对邻居个性的认识．仿真结果表明,在不完全信息环境下,系统收敛时间更短,信息传播更快．研究内容有助于理解网络事件更易产生一致意见的演化规律,为网络舆论的引导策略提供参考和借鉴．     

信息不完备小样本条件下离散DBN参数学习

针对信息不完备小样本条件下离散动态贝叶斯网络参数学习问题,提出约束递归学习算法。该方法通过前向算法建立含有隐藏变量的离散动态贝叶斯网络参数递归估计模型,以当前时刻网络参数为变量,构建均匀分布表示的先验参数约束模型。在此基础上利用优化算法获得近似的Beta分布,将该分布下的先验参数信息加入递归估计模型中完成参数学习。通过无人机动态威胁评估模型验证了该方法的有效性和精确性。     

生态供应链下绿色采购的信号博弈

以“污染预防”作为指导思想，生态供应链摒弃了传统的单个企业采取的“末端治理”的治污方法，提高了治理污染的效率，改善了污染治理的效果，是可持续发展的具体实践，作为生态供应链的重要组成部分，绿色采购是生态供应链得以成功实施的关键，分析了供应商和制造商拥有不完全信息时，供需双方在不同的市场环境下的判断和采取的策略，推导出了俣并均衡、分开均衡及混合均衡存在的充分必要条件，比较了3种均衡的市场效率。     

基于遗传算法的不完备信息系统属性约简方法

提出了一种基于遗传算法的属性相对约简算法。通过在不完备信息系统中引入决策属性支持度的概念,来描述由条件属性所提供的知识对整体决策的支持程度,以此作为启发式信息求出相对核,并将相对核加入遗传算法的初始种群中以加快算法的收敛。同时,在适应值函数中引入惩罚函数,可以保证所求约简既含较少的属性又有较强的支持度,能够获得最佳的搜索效果。该算法通过实例分析,证明是求解属性约简问题的快速有效方法。     

不完全信息下的粗集拓展

在复杂的决策环境下，不完全信息是不可避免的，在此情况一，专家往往也能给出满意的决策，因此从不完全的案例中提取有用的模式，用于增强智能系统的知识库，是具有实际意义的，粗集是处理不确定信息的有效方法，但它通常适用于完全决策者，论文对粗集理论在不完全信息下进行了初步的拓展，这给从不完全决策表中挖掘知识提供了理论基础。     

信息非对称下动态投融资的约束信号博弈模型

研究了信息非对称下企业动态投融资决策问题，建立了约束信号博弈模型．在动态投融资过程中，经营者的自筹资金比例及项目的收益率等具有向投资者传递经营者和项目状况信号的功能，投资者可通过观察和／或预期这些信号的变化对经营者的道德风险及逆向选择程度进行推测，分析表明：在Mercurio效用函数下，若订立长期合作合约，经营者有增大其道德风险程度的激励，且可获得的最大效用为其期望投资收益的一半。     

不完全信息条件下可生存网络存储系统方案优选研究

提出了一种不完全信息条件下的可生存网络存储系统方案优选模型.该模型基于可生存性指标构建了证据源,给出了存在空缺值的决策评估矩阵,针对传统方法无法处理不完全信息情况,提出了基于DS证据理论的方案评估方法;同时,为了处理决策评估矩阵中以不同形式描述的取值情况,给出了点值、区间值、模糊值等取值形式的隶属度函数,采用了基于信任区间的多属性决策规则,以获得方案优劣排序结果.最后,通过网络存储系统方案优选实例证明了该模型具备处理不完全信息能力,方法有效合理.     

不完全信息下或有资本的定价与债券信用价差研究

本文考虑两类不完全信息:信息滞后和信息不对称,将或有资本引入分析框架,应用风险中性定价原理和最优停时理论,研究公司证券的定价与债券信用价差问题.数值结果表明:或有资本可以显著降低信息滞后情形下的公司破产成本,提高公司总价值,减少社会福利损失;或有资本可以提升股权价值、降低债券的信用价差,增强公司的抗风险能力.进一步研究发现,对于1年期的短期债券而言,或有资本减少信息不对称下债券的信用价差幅度明显大于信息滞后情形.