具有混合策略的二人有限零和灰色博弈

基于灰色系统理论的思想和方法，探讨了具有混合策略的二人有限零和博弈问题．提出了具有混合策略的二人有限零和灰色博弈的概念．以及相应的平衡解、上、下临界平衡解、理想平衡解、口定位平衡解、均值定位平衡解等概念．证明了具有混合策略的二人有限零和灰色博弈问题平衡解的存在性．并且推证过程也提供了求解上、下临界平衡解、口定位平衡解和均值定位平衡解的方法．指出了灰色博弈问题的最优值与其上、下临界博弈问题最优值之间的关系．以及理想平衡解存在的一个充分条件．中的实例说明了有关概念及结论的合理性与求解方法的有效性。     

浅析保险活动中道德风险的成因及防范

分析保险活动中道德风险成因的基础，指出信息博弈、射幸性与传统价值观念的迷失以及代理制度固有的缺陷等是我国保险市场道德风险的产生及扩大化的原因所在。本文以实践需要为首要目标，阐述了通过增进不同主体利益趋同性，建立信息共享机制，健全保险中介制度；完善法律法规及保险合同中免责条款的内容，对射幸性、非等价性等负面作用进行有力制约，并对人身保险与财产保险区别对待等以切实、有效地防范道德风险的发生。     

三峡五级船闸运行级数及补水判断程序

三峡五级船闸是目前世界上规模最大的通航设施，船闸投入运行的级数需根据不同，下游水位的组合来确定。本文分析推地了在满足各闸室设计允许的最高，最低通航水位及输水闸门最高工作水头条件下，根据实测的上，下游水位判断运行级数，计算补水量的方法和数学模型，解决了监控系统自动生成船闸运行级数，自动判断补水及补水量计算等问题。     

行政区经济的博弈分析

行政区经济作为一个过渡性质的经济类型，随着社会主义市场经济的建立．必然走向区域经济一体化．本文论述了行政区经济的涵义及其特点，并通过一个博弈模型来解释行政区经济形成是地方政府间博弈的结果，并提出了走出这种非合作博弈“囚徒困境”相关的建议．     

完全信息条件下上下游反倾销税率优化的动态博弈分析

运用微观经济学和博弈论的有关原理,通过建立完全信息动态博弈下的上下游反倾销税率优化模型,探讨在产业链的关联影响下如何确定反倾销税率的问题,发现上下游反倾销税率的优化受到下游市场消费者需求弹性、国内外上游企业成本以及世界市场要素价格等因素的影响,并对我国政府和出口企业给出了相关的政策建议,同时该模型也证明了当前我国鼓励原材料进口的政策是有利的。     

基于“情景—应对”的地震灾区多层次物资需求建模分析

在地震灾害抢险中,应急物资能否准确高效的配送至需求点,决定整个突发事件应对工作的成败。本研究通过分析2008年“5·12汶川地震”和2013年芦山地震对应急物资的需求状况,提出了地震抢险期间应急物资需求的四个层次,并从三个维度对应急资源的需求情景进行了分类,结合突发事件的“情景-应对”模式,讨论了不同层次物资需求在不同情景下的物资保障策略。     

柯布—道格拉斯生产函数条件下寡头竞争之策略分析

在柯布－道格拉斯生产函数条件下,从实际经济背景出发,提出以投入要素量为战略,利润为支付的新观点,讨论Cournot、Stackelbeg和Cartel三种经典寡头竞争之策略问题,针对不同生产规模与竞争方式,提出了相应的对策。     

基于合作博弈的农村微电网群与配电网运行优化方法

针对农村高渗透率新能源接纳问题,提出了基于合作博弈理论的农村微电网群与配电网运行优化方法.通过建立包含风电、光伏、沼气发电、储能和可中断负荷的微电网运行成本最小目标函数,优化微电网内不同时间段各电源的出力水平、蓄电池充放电和可中断的负荷.以各微电网自身运行成本最小为目标,考虑风、光、沼气发电日内的互补性和负荷特性,建立基于合作博弈论的微电网群合作联盟,使余电微电网与缺电微电网实现电能互用,降低联盟整体运行成本,增加配电网运营商收益.采用Shapley值法对联盟的节省成本进行分配,实现各微电网节省成本的公平分配.仿真算例证明了该方法的有效性.     

有限理性下的进化博弈与合作机制

在介绍传统博弈论基本假设的基础上,指出完全理性是传统博弈论均衡选择的最基本假设和完全理性在动态博弈中的局限,提出有限理性与动态学习是动态博弈中多个智能体选择的基础;探讨了不断改善有限理性的进化学习方法和智能体选择机制;解释了进化博弈与进化稳定策略的本质;指出了传统博弈论与进化博弈论的区别;提出了有限理性下进化博弈与合作机制研究的问题,给出了有限理性下进化博弈与合作机制的研究结果.     

引入谈判博弈的Q-学习下的城市交通信号协调配时决策

由于城市交通路网中交叉口间交通信号决策是相互影响的,并且车联网技术使得交叉口交通信号配时agent间能进行直接交互,此决策问题可用博弈框架来描述。建立了城市路网中相邻交叉口间交通流关联模型,通过嵌入谈判博弈模型来设计Q-学习方法,此方法中利用谈判参考点来进行配时行为的选择。仿真实验分析表明,相对于无协调的Q-学习算法,谈判博弈Q-学习取得更好的控制效果和稳定性能。谈判博弈Q-学习在处理交通拥挤及干扰交通流时,能根据交通条件灵活地改变交通信号配时决策,具有较强的适应能力。