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.     

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.     

MARKETING OBJECTIVES OF RETAILERS WITH DIFFERENTIATED GOODS： AN EVOLUTIONARY PERSPECTIVE

1. Introduction Conventionally, different marketingmanagers have different marketing objectives before making marketing decisions. For360 JOURNAL OF SYSTEMS SCIENCE AND SYSTEMS ENGINEERING different marketing objectives, a firm has different quantity and/or pricing strategies. Furthermore, to a large degree the marketing objective strategies determine the profit and survival of a firm. Should a firm take the profit maximization strategy or the revenue maximization strategy? …     

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。     

露天矿山奖惩策略有效性的仿真研究

矿山安全事故屡有发生,矿工有意不安全行为(Intentional Unsafe Behavior,IUB)是主要致因因素之一,实施奖惩策略是矿山企业的主要应对策略。为了明确奖惩策略对矿工IUB的作用机理及其约束效力,基于行为经济学+IUB扩散规则,结合多智能体(Agent)模型分析矿工发生IUB的影响因素,并基于工作情景适应度函数和不安全行为适应性函数构建了仿真模型,在Netlogo平台中进行比对分析,探索总结发生IUB的宏观涌现规律,利用工作情景适应度状态值记录不同属性矿工行为选择的具体情况。     

大股东侵占与外部监督的进化博弈分析

为了解析上市公司治理中大股东侵占与外部投资者监督的博弈过程,在分析外部投资者与大股东不同策略下各自的成本与收益的基础上,应用演化博弈理论研究了双方的博弈关系.博弈分析结果表明:大股东的侵占成本,监督管理层的收益,中小股东诉讼对大股东的罚金等,都会直接影响到博弈结果.外部投资者和大股东两个群体,在三种情况下存在演化稳定策略.大股东控制权与现金流权的分离程度、大股东的股权比例,都显著影响到大股东的策略选择.本文的研究结论也同时表明了大股东控制对公司治理的"激励"与"侵占"效应.     

双寡头零售市场的演化稳定策略

在一个三阶段Hotelling博弈模型的基础上研究双寡头零售市场价格策略的演化稳定问题.在[0,1]线性城市模型中,两家零售商在第一阶段同时选择价格策略变量,第二阶段确定价格的大小及相应的定价概率,第三阶段由消费者选择零售商.应用演化博弈论进行分析,得到了价格促销策略为双寡头零售市场的唯一演化稳定策略的结论.     

基于改进的进化型自组织映射的攻击实例挖掘

针对从入侵检测系统产生的复杂报警数据中难以获取有意义的攻击实例的问题,提出了一种基于改进的进化型自组织映射（IESOM）的攻击实例挖掘方法。IESOM算法给出了基于获胜神经元和其它神经元的距离的连接强度初始值,解决了进化型自组织映射（ESOM）算法中的连接强度初始值的选择问题。基于IESOM的攻击实例挖掘方法先对报警数据进行IESOM聚类,再使用合并规则得到初步的攻击实例,最后使用筛选规则获取有意义的攻击实例。对XJTU-sensor的报警数据的攻击案例获取结果表明了提出的基于IESOM的攻击实例挖掘方法能够从大量的报警数据中高效地获取典型的攻击实例。     

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.     

Evolutionary Stable Strategies for Supply Chains: Selfishness,Fairness, and Altruism

The management strategies of a firm are inevitable affected by individual behavior preferences. The effect of individual preference on the evolutionary dynamics for supply chains is studied by employing replicator dynamics. Each firm has three behavior preferences: selfishness, fairness, and altruism. Firstly, the case that the strategy set of manufacturers and retailers including two pure strategies is considered and the effect of preference parameter on the equilibrium outcome in the shortterm interaction is discussed. Secondly, the equilibrium state in the short-term is always disturbed because the change of the environment, firm's structure, and so forth. Using the replicator dynamics,the evolutionary stable strategies of manufacturers and retailers in the long-term interaction are analyzed. Finally, the extend case that the strategy set of manufacturers and retailers include three pure strategies is investigated. These results are found that the strategy profile in which both manufacturer and retailer choose fairness or altruism, or one player chooses fair or altruistic strategy and the other player chooses selfish strategy may be evolutionary stable, the stability of these equilibria depends on the the preference parameters.     

药占比管制下过度医疗行为演化研究

过度医疗是我国医疗改革关注的重要问题之一,为有效遏制,国家继价格管制、取消药品加成等措施后,新出台药占比管制政策.基于此,本文构建药占比管制下医患行为的演化博弈模型,根据复制动态方程得到医生与患者的行为演化规律与稳定策略,分析合理医疗成本、过度医疗较合理医疗增加的成本比率、医疗总费用绩效系数与患病严重程度等因素对医生诊疗策略的影响.研究结果显示:药占比管制并不总是抑制过度医疗,其存在一重要跃迁点,药占比参考值低于该跃迁点时,反而会引发过度医疗.特别发现,在药占比管制下过度医疗与患病严重程度密切相关,医生对轻症患者更倾向于过度医疗.依据研究结论,本文对药占比指标设置,轻疾监控,分级诊疗制度及信息披露机制等方面提供可行建议.     

基于演化博弈的讨价还价策略研究

通过建立“双种群”复制动态模型,研究了有限理性假设下“多对多”讨价还价的策略演化问题,证明了只有严格纳什均衡才能成为“多对多”讨价还价的演化稳定策略. 并利用计算机仿真发现：当买卖双方种群的初始策略为随机分布时,讨价还价的演化稳定策略以最大概率收敛到对称纳什均衡,产生买卖双方最大初始期望收益乘积的纳什均衡可以比较准确地预测“多对多”讨价还价的演化稳定策略,且演化过程不必是单调的. 研究内容有助于理解“多对多”讨价还价的达成协议的一般规律,为设计多边谈判支持系统提供参考和借鉴.     

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.     

参数搜索空间规模对遗传算法稳定性的影响

对基于基因池重组遗传算法的无限种群动力系统进行了分析,讨论了参数搜索空间规模对系统稳定性的影响.特别地,针对处理“大海捞针”函数时参数搜索空间规模与系统不动点的解析关系进行了刻画,证明当参数搜索空间规模较小时,系统只有一个接近最优的稳定不动点;随着参数搜索空间规模的扩大,当超过临界值时,会出现一个不稳定的随机不动点和另外一个稳定不动点;当参数搜索空间规模进一步扩大时,所有的不动点将最终消失.实验和分析进一步证明该理论结果在通常情况下也适用.     

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.     

基于复制动态的消费者众筹策略演化动态

采用大群体反复博弈-复制动态演化博弈,在公平贡献和利他主义两种情景下,建立了有限理性的消费者群体通过模仿学习不断调整支持众筹和不支持众筹两策略多人博弈的演化系统.通过对不同参数变化对系统演化稳定均衡及吸引域的影响分析,研究了存在消费者后悔度条件下各因素对众筹演化成功的影响机制.研究发现,公平贡献机制下不考虑后悔度,则支持众筹策略占优,考虑众筹失败带给消费者后悔产生负效益时,当融资目标越小,产品质量越高,消费者偏好越大,团体效用越大,越有利于众筹演化成功,然而发行份额的增加会带给消费者搭便车的投机行为,从而抑制众筹成功.在利他主义策略下,消费者偏好、产品质量和团体效用越大,越有利于众筹演化成功,但是当融资目标不变而发行份额增加时,消费者搭便车的行为却没有增加,反而提高了众筹演化成功的概率.     

一种融合邻域搜索的多策略差分进化算法

设计多策略差分进化算法的难点在于选择何种变异策略以及如何分配这些策略。提出一种融合邻域搜索的多策略差分进化算法,根据个体适应度值将种群分为3 个子种群,每个子种群分别采用不同的变异策略和参数值,使得各子种群的搜索能力可互补,有助于平衡整个种群的勘探和开采能力。同时,对适应度值最好的子种群采用邻域搜索操作,充分挖掘优质个体可能包含的有益信息用于指导搜索。在34 个测试函数上实验,与包含7 种差分进化算法在内的12 种进化算法进行对比,结果表明该算法在大多数函数上取得了更好性能。     

采用并行协同进化遗传算法的文本特征选择

现有的文本特征选择方法都是串行化的, 应用于海量文本数据集时时间效率较低, 因此利用并行思想来提高文本特征选择的效率, 已成为文本挖掘领域的一个研究热点. 本文将 遗传算法和并行协同进化算法结合起来, 在粗糙集的基础上设计了一个并行协同进化遗传算法 并将该算法用于文本特征选择. 该方法采用遗传算法搜索特征, 利用并行协同进化算法来提高 时间效率, 从而较快地获得较具代表性的特征子集. 实验结果表明该方法是有效的.     

复杂网络上的演化博弈动力学——一个计算视角的综述

复杂网络上的演化博弈是复杂网络与演化博弈结合而形成的新型交叉研究领域,它以复杂网络和演化博弈动力学分别刻画个体间的交互关联结构以及决策范式,为分析和预测复杂交互环境下群体的决策行为提供了一个系统的研究框架。旨在从一个计算的角度对复杂网络上的演化博弈动力学进行一个简要的综述:介绍复杂网络上演化博弈动力学模型的数学描述;分析网络上演化博弈动力学的计算复杂性;概述复杂网络上演化博弈动力学的若干主要解析结果等。这些结果是对于复杂网络上演化博弈动力学仿真研究的一个有效补充。     

要地防空阵地部署前空袭兵器进袭方向预先判断

研究对象为要地部署前，对敌军可能入侵方向的评估排序. 首先根据现代空袭作战特点，区分来袭方向和进攻方向，分别建立了评价空袭方向的指标体系，并阐述了各评价指标的量化方法. 提出了对防空空域按相似系数划分和归类的聚类方法及步骤，从而确定待评价对象集合，弥补了一些文献中空域划分缺少数学依据的不足. 最后应用基于层次分析法（AHP）和数据包络分析法（DEA）结合的非均一化灰色关联方法对各评价对象评分，从而得出不同进袭方向排序. 仿真算例证明了该方法的可行性.