一种基于推荐证据理论的仿真网格信任模型

在仿真网格环境中,信任机制是解决网格服务安全问题的一种有效方法.参考社会学的人际关系信任模型,建立了仿真网格节点信任推荐机制,并利用推荐证据推理理论,提出了将推荐证据组合为间接信任的一种线形时间递归算法.将直接信任和间接信任组合为综合信任,从而构建了一个计算仿真网格节点信任度的信任模型,并分析了模型中的几个关键问题.仿真试验和结果分析表明,提出的信任模型具有合理性、有效性及工程可行性.     

重复囚徒困境博弈中社会合作的仿真

利用Multi-Agent仿真方法建立了一个人工社会,研究了两种个体行为模式下社会合作的演化。在人工社会中有多个智能自适应主体,主体之间进行重复囚徒困境博弈,并采用模仿学习算法改进策略。在基本模型中没有个体的历史行为信息,系统自发演化;在信誉模型中,主体的历史行为累积为信誉,在交互前主体根据对方的信誉临时调整策略。仿真结果显示:系统的演化复杂多样,均有合作的突现和崩溃。对两模型的合作指标比较表明,根据信誉调整策略的行为模式对促进合作无显著效果。     

噪音水平和交互频次对策略演化的影响

囚徒困境是研究合作策略演化的重要工具,重复囚徒困境下的博弈者可以通过合作实现长期利益的最大化。采用生态演化模拟实验的方法研究在重复囚徒困境中初始环境设定的噪音水平和个体间交互频次对博弈策略演化的影响。研究结果表明,噪声水平和个体间交互频次对最终系统中优胜的博弈策略有决定性作用,这说明环境的初始设定条件是影响博弈策略演化的重要因素。     

多元偏好、社团结构与网络合作涌现仿真研究

在综合考虑复杂社会网络高集聚性、无标度性以及"社团结构"的基础上,依据"囚徒困境"博弈,建立了基于多元偏好的复杂社会网络演化博弈模型,创新性地将节点影响力运用于博弈策略的更新规则中,并利用Matlab平台进行仿真。从宏观特征和微观结构两方面,通过对照仿真实验,系统研究了多元偏好、社会网络的"社团结构"以及外部连接对合作涌现的影响及其作用机理。研究发现,多元偏好特征下社团结构特征影响主体的异质性期望水平;"社团结构"可以促进合作行为的涌现;社团外部影响力对合作涌现的影响与社团规模有关。     

基于交易信息和推荐证书的P2P网络信任模型

由于P2P网络中存在大量欺诈行为、攻击和不可靠的服务,使服务质量无法得以较好的保证。建立节点间的信任评价机制是一个可行的解决方案,但传统网络中集中式的信任机制并不能适应P2P网络。而现有典型基于全局信任模型不能很好地解决迭代不收敛,计算开销大,存在安全隐患甚至可能出现悖论的问题。以人际网中基于个人信任资信和信任推荐构建信任关系为基础,将直接信任度推荐证书和节点的全局信任资信具有时间衰减性引入构建P2P网络的全局信任链中,提出了一种基于历史交易信息和推荐证书的P2P环境下的信任模型,根据交易的历史信息和推荐度来计算节点的全局信任度。给出了模型的数学分析和构造信任链的实现方法,同时给出了抑制恶意节点协同攻击的策略。仿真结果表明,该模型能较好的解决现有模型存在的问题,模型合理有效且工程上易实现。     

无标度网络的同配性对群体合作行为的影响

考虑维持社会关系所需的"成本"因素,在囚徒困境博弈模型中引入关系成本参数,通过仿真实验研究囚徒困境博弈在同配性可变的无标度网络上的演化,进而探讨不同关系成本条件下无标度网络的同配性对合作行为的影响。研究结果表明,随着关系成本的提高,群体的合作行为受到了明显的影响,合作者均衡密度表现出先降低后升高的趋势。然而,在不同的关系成本参数条件下,无标度网络的同配性始终抑制了合作行为的演化,合作者均衡密度随着同配性水平的增大而减小。     

复杂网络中基于近视最优反应的合作行为

通过引入社会个体的行为一致性需求,在博弈个体的近视最优反应学习规则下探讨复杂网络中基于囚徒困境博弈的合作行为.分析表明,当个体邻居集合中的合作者多于背叛者,且合作成本与行为一致性需求的比率足够小时,规则网络上的合作行为能在个体的近视最优反应规则下得以演化,但存在导致群体演化为全面背叛均衡的临界比率条件.基于方格网和规则小世界网络的仿真实验验证了理论分析的结果,并发现小世界特性对合作行为的促进作用.用异质小世界网络的仿真实验表明,群体演化为全面背叛均衡的临界比率条件随小世界参数的增大而减小,合作水平随合作成本与行为一致性需求比率的减小而逐渐增大.     

无标度网络的群聚性对合作行为的影响

通过仿真实验分析囚徒困境博弈在群聚性可变的无标度网络上的演化,进而考察无标度网络的群聚性对合作行为的影响.实验结果表明,无标度网络的群聚性对合作行为的影响依赖于度量个体博弈收益的效用函数.一方面,当效用函数考虑关系成本并以平均收益度量个体的博弈收益时,无标度网络的群聚性抑制合作行为.另一方面,当效用函数同时考虑关系成本和无标度网络中hub节点所具有的资源优势,并以平均收益和累积收益的加权平均度量个体的博弈收益时,随着累积收益权重的增大,无标度网络的群聚性对合作行为的影响逐渐由抑制作用转变为促进作用.     

实验经济学中多主体博弈仿真框架研究

在实验经济学中,为了研究有限理性行为,提出构建一种基于有限自动机的多主体博弈仿真框架。在该框架中采用有限自动机表示组织和个人行为,采用面向对象的可视化界面控制技术构造有限自动机,利用人工智能中的语言翻译技术把有限自动机翻译成线程,并对线程采用串行调度和并发调度的方式来实现多主体的序贯博弈、混合博弈及演化博弈。在博弈过程中采用遗传算法产生新的有限自动机。最后仿真了三人囚徒困境重复博弈中的战略演化过程。     

群体机制的一种涌现现象——互惠利他行为的产生

利用"囚徒困境"模型分析了利他行为者在与利己行为者的个体生存博弈中的不利处境.对于扩展的群体的生存博弈模型,从理论上证明了只要利他行为的回报充分大,群体的利他行为就会存在.利用元胞自动机的仿真验证了这一现象.对个体和群体两种生存博弈的分析表明,互惠利他行为是群体机制的一种涌现现象.     

战略联盟失败的博弈分析:协调失败的视角

许多战略联盟的失败可归因于囚徒困境。但是，本文发现，通过承诺，联盟成员可以将它们之间的囚徒困境博弈转换成协调博弈。尽管协调博弈中的协调失败也可能导致战略联盟的失败，但与囚徒困境相比，针对协调失败的对策却有其自身的优势；更进一步，如果联盟成员之间博弈的类型因环境和时间的变化而变化，那么，由此产生的博弈类型与所采取的对策的不匹配也会导致战略联盟的失败。     

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。     

选择差异下Moran过程的随机博弈模型及其应用

研究有限种群中2×2的对称博弈,假设采取不同策略的个体具有不同的选择强度,建立选择差异下Moran更新过程的随机博弈模型.利用扩散近似的方法得到选择差异下Moran过程策略的扎根概率,扎根概率不仅与博弈收益矩阵和种群的大小相关,还与策略的差异选择强度相关.通过比较弱选择和中性选择下策略的扎根概率,分析自然选择有利于策略在种群中扎根及策略成为演化稳定策略的条件.在常见的三种博弈:囚徒困境,共存博弈和协调博弈中,利用数值分析方法,得到扎根概率与选择强度及种群大小之间的关系;利用仿真方法得到扎根时间与选择强度之间的关系.最后将选择差异下的Moran过程随机博弈模型,应用于解决第三方物流企业是否参与供应链金融的策略选择问题.求解第三方物流企业参与供应链金融策略的扎根概率,分析有利于参与策略扎根及参与策略成为演化稳定策略的条件,利用数值和仿真分析方法得到各参数变化对第三方物流企业博弈行为的影响.本文的研究内容扩展了Moran更新过程的随机演化博弈理论.     

复杂网络演化博弈理论研究综述

综述复杂网络的结构特性对演化博弈动力学的影响的最新研究成果,研究个体在相互作用和冲突中的策略选择和演化问题,关注自私个体中合作现象的涌现。着重介绍了受到广泛关注的囚徒困境和雪堆博弈两个简单的博弈模型,并利用复杂网络刻画了个体间的联系,研究了空间结构与博弈动力学之间的关系,探讨了未来工作的研究方向。     

基于演化博弈理论的疏散动力学研究

为了研究个体合作行为对行人整体疏散效率的影响,结合元胞自动机与社会力模型对疏散系统动力学与“合作行为”的共演化进行了研究,提出了基于演化博弈理论的疏散动力学研究方法。采用元胞自动机模型为基础仿真框架,利用社会力模型来表征行人间的心理斥力,通过演化博弈实现疏散个体策略更新。仿真实验结果表明：当博弈增益系数超过一定阈值时群体的稳定合作比率会急剧上升,且合作行为能有效促进疏散效率。     

基于成员特征和历史信息的群体合作动态演化模型及中美关系仿真分析

首先我们从博弈论和心理学角度出发提出合作隶属度、合作意愿度和基准收益等基本概念；其次，在心理学有关原理的前提下建构了基于历史信息和成员特征的合作意愿度迭代模型；最后，我们通过对中关关系合作一冲突事件链的仿真分析以验证合作意愿度迭代模型的预测功能，同时有针对性地提出一些具有建设性的政策和建议。     

囚徒困境中基于非均匀连接的促合作控制设计

本文研究"囚徒困境"中促进合作演化的机制,设计"合作识别"和"背叛识别"两种控制形式,并分析合作在相应控制之下的演化路径问题.在合作识别控制设计中,通过将博弈群体分为合作者子群体和合作者与背叛者共存子群体,形成连接率依赖于个体策略的"非均匀连接",以保护合作的方式抑制背叛,促进合作演化;在背叛识别控制设计中,以惩罚背叛的方式鼓励合作.文章指出,合作识别控制设计能在合作率较低时促进合作,但不能使合作成为演化稳定策略(ESS);背叛识别控制设计能在合作率较高时使合作成为ESS,但是背叛总是该控制下的ESS.结合"合作识别"控制与"背叛识别"控制,本文设计一种切换控制,使得合作是"囚徒困境"博弈的唯一ESS.仿真给出不同要求下的控制律设计,分析不同切换选择对合作演化路径的影响.     

多个建设方联合投资电厂决策的期权博弈分析

对于参与联合投资的各方而言,参与者依其规模可能有大有小,大企业与小企业之间的策略互动关系就形成一个博弈。当博弈方的总体利益与个别利益冲突时,个别企业又会以自身的利益为重,此时投资各方(博弈方)的投资决策就可能陷入"囚犯困境"。本研究采用实物期权(不可逆投资理论)的评价方法与思想,同时结合博弈论的思想方法,探讨投资各方在进行联合投资时,各投资方(博弈方)可能发生的各种策略行为。不同于目前的大部份文献,仅将焦点投注在各种实物期权方法上评估的差异,本文依据实务期权的内涵,提出投资方签订小规模企业向大规模企业缴纳期权费的产能合同的方式,以取得产能选择权。研究在此情况投资各方的策略行为是如何影响企业的投资方的决策。