具有联盟结构的限制合作博弈的限制Owen值

具有联盟结构的合作博弈中, 针对任意优先联盟不一定形成可行联盟的情况, 通过引入一种格结构, 研究了各优先联盟以优先约束形式进行合作时的收益分配问题. 首先, 将经典的Owen值满足的五个性质进行推广, 并通过两个阶段的分配方法给出了限制Owen值的定义, 说明限制Owen值满足可加性、有效性、联盟内部对称性、哑元性等性质. 最后通过算例, 对该模型的可行性进行分析.     

一类优先联盟内有限制的具有联盟结构的合作对策

结合具有联盟结构的合作对策和具有权限结构的合作对策,考虑了一类优先联盟内有限制的合作对策.在这类合作对策中,局中人结成一些优先联盟参与合作,而各优先联盟内部具有层级组织结构,其中某些局中人对其他人的行动具有否决权.定义了这类合作对策的一个解,该解是Owen值的推广.证明了其公理化结论,最后通过一个算例说明这类合作对策在收益分配问题中的应用.     

不完全信息下的专利投资

外部随机发生的事件中蕴含着专利未来前景的不完全信息,这些信息会影响企业的专利投资决策.考虑不完全信息和竞争,建立实物期权投资决策模型,分别得到了单个企业和双寡头企业投资专利所需的临界信念,并进一步分析了两对称企业竞买同一个专利可能出现的均衡类型及产生条件.结果表明,竞争的力量和专利固有的"赢者通吃"特性不仅使得投资所需临界信念降低,由领导者投资后所产生的信息披露效应从而带给追随者的后发优势也将不复存在;同时,出现错误投资决策的概率也随之增大;企业间的竞争均衡可能会出现占先均衡和同时投资均衡.     

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．     

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.     

区间值属性不完全信息下的数据挖掘

不完全信息下的数据挖掘是一个困难的问题,但它在实际决策中是不可避免的。除空值和层次型概念外,区间值属性的处理是典型的不完全信息问题。本文基于粗集理论和扩张矩阵等理论,首先分析区间值属性的优选是NP问题,然后提出了一种分割极小点区间值属性的启发式决策树生成算法,并构造了概率决策树和模糊决策树,以改进传统决策树数据挖掘方法的不足。     

基于联盟结构合作博弈的Selectope解集

定义了基于联盟结构合作博弈的Selectope解集形式: 首先将大联盟的收益在结构联盟间进行支付; 其次在结构联盟内对局中人进行支付. 将定义的Selectope解集与Pulido定义在联盟结构上的Weber集进行了比较, 得出Weber集总是包含在定义的Selectope解集中, 而这一结论与定义在可行联盟上的Weber集和Selectope解集的关系是一致的; 最后, 证明了基于联盟结构博弈的Selectope解集等价于定义在一种特定的可行联盟结构上的Selectope解集形式.     

随机到达的不完全信息对专利竞赛的影响

考虑不完全信息、技术不确定性和竞争, 建立了实物期权投资决策模型,分别得到了单 个企业和双寡头企业投资专利研发所需的临界信念,并进一步分析了两对称企业专利竞赛可能出现的均衡类型及产生条件.结果表明,专利固有的``赢者通吃'特性、技术不确定性使企业产生推迟投资和提前投资两种不同效应;信号到达速度越快、信号质量越高, 追随者投资所需信念越高;企业间的竞争均衡可能出现占先均衡和同时投资均衡.     

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。     

削减量信息不完全条件下双寡头厂商治污技术投资决策

基于赢者通吃和信息不完全的假设,建立了削减量信息不完全下,双寡头厂商治污技术投资期权博弈模型,并进行了数值模拟。研究表明,厂商的博弈均衡存在且唯一,对称厂商的均衡结果为同时均衡;不对称厂商的均衡结果可能为序贯均衡、抢先均衡或同时均衡。     

具有外部性的合作博弈问题中的稳定的联盟结构

传统的合作博弈问题中,联盟的收益只受到联盟中参与者行为的影响,与其他参与者形成的联盟无关.而在具有外部性影响的环境中,联盟的收益不仅与联盟中参与者行为有关,而且还受到其他参与者形成联盟的影响.本文研究具有外部性的合作博弈问题,分析外部性环境对参与者行为的影响.引入划分函数来描述该合作博弈问题中联盟的收益,提出稳定的联盟结构的概念来描述参与者形成联盟的形式,并说明其存在性.然后通过研究划分函数的性质来说明联盟结构是稳定的充分条件.最后设计演化算法来寻找稳定的联盟结构.本文得到如下结论:对于一个任意的联盟结构,若以它为基础可以把联盟结构集合分为多个部分且每一部分满足一定的性质,则这个联盟结构是稳定的.     

带层次结构效用可转移合作对策的多步Shapley值

作为一种局中人结盟形式,层次结构比联盟结构更具一般性.本文致力于给出带层次结构效用可转移合作对策的多步Shapley值,具体给出了其分配过程及公理化刻画.另外,作为一个等价分配过程,本文还证明了它等价于一个特殊效用可转移合作对策的加权Shapley值.研究结果扩展了带联盟结构效用可转移合作对策的两步Shapley值,可为研究其它带结盟限制合作对策的解提供借鉴.     

不完备信息下生态补偿中主客体的两阶段动态博弈

由于环境问题的突出和经济发展的不平衡, 对环境质量要求较高的区域(补偿方)就会对环境质量较差的区域(被补偿方)提供一定的援助, 期望被补偿方改善环境质量. 但是由于环境资源能够给其带来收益以及策略性获取更多补偿金额动机的存在, 就会导致许多的补偿项目不会取得预期的效果甚至失败. 从动态博弈的角度出发, 首先建立了完全信息下补偿方和被补偿方的静态贝叶斯博弈模型, 分析了博弈双方在完全信息下的占优策略选择; 然后假设被补偿方执行环境政策和标准的力度(分为强硬型和软弱型)为其私有信息, 建立了不完全信息下两阶段动态博弈模型, 分析了两个区域的策略选择以及不完全信息如何影响补偿大小和环境质量.     

模糊联盟的Shapley值与稳定性

基于经典合作博弈Shapley值的概念及模糊合作博弈理论, 给出了具有模糊联盟的合作博弈个体理性及集体理性定义. 基于Butnariu提出的具有比例值的模糊博弈及Tsurumi提出的具有Choquet积分形式的模糊博弈, 结合 Li 提出的Shapley函数的简化表达式, 研究了模糊联盟的稳定性问题, 证明了一些相关结论.     

The generalized symmetric coalitional Banzhaf value for multichoice games with a coalition structure

With respect to multichoice games with a coalition structure,a coalitional value named the generalized symmetric coalitional Banzhaf value is defined,which is an extension of the Shapley value for multichoice games and the symmetric coalitional Banzhaf value for traditional games with a coalition structure.Two axiomatic systems are established：One is enlightened by the characterizations for the symmetric coalitional Banzhaf value,and the other is inspired by the characterizations for the Banzhaf value.     

基于合作博弈的移动支付商业模式优化研究

移动支付是近年来的热门发展方向,但是目前我国的移动支付还没有形成统一的商业模式,已有的研究没有量化各参与主体的价值贡献,导致利益分配产生冲突.研究采用博弈论方法,探讨移动支付过程中通信运营商、金融机构、第三方支付平台三方合作的商业模式,基于Shapley值法分析不同参与主体的协同效应并对价值贡献进行量化,为合作利益的分配提供依据,最后分析了移动支付三方参与主体之间不同的博奔合作机制,为构建有效的商业模式提供参考.     

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。     

不完全信息下非常规突发事件应急决策缺失数据处理模型

针对层次分析法和网络分析法在"情景-应对"型非常规突发事件应急决策中应用时,由于决策时间的紧迫性、决策信息的不完全性、专家经验和人的认知能力有限性等因素导致的专家决策判断矩阵数据不一致和缺失问题,提出用未知数填充缺失元素以获取准完全矩阵,再建立对数均值诱导偏差矩阵模型来求解未知数的缺失数据处理方法,并通过应急案例进行了仿真实验,实验结果验证了本模型的有效性.本模型充分利用原始应急决策判断矩阵信息,不需要计算残缺矩阵的权向量,所求解出的缺失数据估计值满足全局一致性条件,能辅助应急决策者智能处理和估计应急决策判断矩阵缺失数据.