三种创新策略选择下的集群企业行为研究

该文在现有文献研究的基础上,对合作创新、模仿创新和自主创新的内涵进行了界定,并将集群企业非合作的创新行为分为模仿创新和自主创新两类。据此构建了基于3种创新策略选择下的集群企业群体创新策略选择的演化博弈模型。利用Matlab软件结合复制动态方程,研究不同情景下,企业采纳3种创新策略行为的相互演化规律和初始企业比例对演化结果的影响。结果表明：初始集群企业比例对最终演化结果和达到均衡所需时间有很大影响;创新溢出收益与基本创新收益的相对大小影响着系统整体的收敛速度,其方向受初始集群企业比例的调节。     

产业集群中考虑遗忘机制的异质企业隐性知识共享演化博弈研究

产业集群中异质企业的隐性知识共享是影响企业发展的重要因素.本文将遗忘机制纳入异质企业隐性知识共享过程，构建产业集群中考虑遗忘机制的异质企业隐性知识共享演化博弈模型，分析异质企业进行隐性知识共享的动态演化博弈，并用MATLAB软件对模型进行模拟仿真.研究结果表明：异质企业隐性知识共享的演化稳定策略存在不确定性，协同效应的获益系数对企业选择隐性知识共享策略有正向影响，而隐性知识遗忘率、单方共享的获益系数和风险损失系数对企业选择隐性知识共享策略有负向影响.     

排污企业与监管部门的演化博弈分析

对企业排污总量超标行为,建立了有限理性的排污企业与监管部门之间的演化博弈模型.对复制动态方程进行了分析,得到了博弈的演化稳定策略,讨论了参与者的行为如何影响演化稳定策略.最后分析了企业排污行为的原因,提出了一些合理建议.     

基于进化博弈的企业合作竞争ESS分析

近十年,关于企业的合作竞争问题日益引起广泛的关注。基于博弈参与人有限理性的假设前提,运用进化博弈的基本分析框架,分别构建2×2支付矩阵条件下,两人对称合作博弈与两人非对称合作博弈的模仿者复制动态模型,并分析相应的进化稳定策略。以此描述两企业间合作竞争博弈之长期演化趋势,对企业合作竞争行为提出对策建议。     

城市公共交通监管博弈建模与仿真

针对城市公共交通存在违规运营的问题,对管理部门与城市公共交通企业间的博弈关系展开研究。根据公交企业和管理部门相应的策略集建立双方博弈关系的收益矩阵,给出了不同策略下双方的期望收益和整体平均收益,利用复制动态方程描述双方策略的变化速度,给出了纳什均衡,利用系统动力学理论构建城市公共交通监管问题的博弈模型,并对模型进行了仿真分析。分析结果表明:采用静态惩罚策略时,博弈双方除纳什均衡外不存在演化稳定策略,波动难以控制;采用动态惩罚策略时,博弈双方存在演化稳定策略,演化时间和幅值与最大惩罚收益正相关,且博弈的稳定态与初始状态无关。     

基于SD的工程建设安全监管演化博弈研究

利用系统动力学建立了工程建设安全监管问题中主要参与方之间的多方动态演化博弈模型,通过仿真和稳定性分析表明模型不存在演化稳定均衡点。提出了改进的动态监管惩罚策略,仿真验证了改进型策略对原模型中博弈过程波动特性的抑制效果,并通过稳定性分析表明:动态惩罚策略条件下新的演化博弈模型存在有稳定的演化均衡,为监管政策的合理制定提供一个分析平台。     

基于系统动力学的DSM中三方主体激励演化博弈分析

随着我国电力需求侧管理（demand side management,DSM）试点工作的不断推进,如何进一步提高电网企业和电力用户的参与度是当前亟待解决的问题。分析了DSM中政府、电网企业、电力用户的博弈行为及利益关系,同时针对演化博弈均衡解求解困难的问题,提出了一种基于系统动力学的建模求解方法;在此基础上,建立了DSM演化博弈系统动力学模型,并设置了基本激励、动态激励控制和外部效益联动3种情景,对各情景下主体参与度的演化情况及博弈稳定策略进行了仿真分析。算例验证了所提方法的科学有效性,各主体间的策略行为存在反馈关系,采取动态激励措施可有效抑制博弈的波动性,外部效益联动机制有助于提高各方参与度。     

寡占博弈市场的动态演化分析

有限理性双寡头博弈市场的演化非常复杂,寡头们经动态博弈最终将导致市场向何种状态演化,对此展开研究:以有限理性双寡头博弈模型为核心,对系统的 Nash均衡点稳定域进行分析,并将其归到双寡头的策略区域内;通过数值仿真探讨两寡头策略超出系统稳定域后的利润情况,并将它们与各自均衡点处的利润作比较,结果表明:为了追求更多利润,寡头们总会适时地调整企业自身的参数,尽量避免产量竞争陷入混沌态,最终驱动市场向均衡态演化.     

纵向知识整合的产业集群创新博弈过程

为了探讨纵向知识整合的产业集群创新中供应商、企业、顾客之间是否能够形成合作创新关系从而提高产业集群的创新效应,利用博弈理论研究了纵向知识整合的产业集群创新过程中企业之间的最优策略.纵向知识整合引起的产业集群创新存在2个均衡状态--所有企业均不创新或者所有企业均参与创新,通过对这2种状态的稳定性分析发现,所有企业均不进行创新是一个缺乏稳定性的均衡状态,而且从2种均衡状态所经历的时间来看,短期之内这2种均衡都有可能达到,但是长期来看,所有企业均采取参与创新的策略将达到一个稳定的均衡状态.     

产业集群中创新行为主体知识共享策略的演化博弈分析

产业集群的创新过程是集群中的创新行为主体在政府政策引导与支持下,通过彼此深度合作,实现知识创造的过程,也是知识在整个产业集群中的转移、共享、吸收与利用的过程.创新行为主体间的知识共享是集群创新的关键.分析了产业集群中创新行为主体知识共享的内涵,运用演化博弈理论,构建产业集群中企业、高校与科研机构、政府在知识共享策略中的复制动态博弈模型,分析了企业、高校与科研机构在政府监管条件下采取知识共享策略的动态演化过程,并对博弈结果进行分析.     

压缩演化算法收敛性

演化算法的迭代过程可以看成群体间的变换通过适应值函数定义一种范数在这个范数意义下群体集合为欧氏空间对迭代过程加以限制后演化算法成为压缩演化算法由不动点原理知压缩演化算法是收敛的     

进化博弈视角下生态型港口物流园区演化机理研究

在物流企业具有自主选择能力的前提下,分析影响物流企业入驻生态型港口物流园区的驱动力与阻力,探讨了物流企业是否入驻生态型港口物流园区不但与其入驻之后的效益与成本大小有关,而且与政府严格的环境治理政策也密切相关;并且在有限理性假设的前提下,应用进化博弈论对生态型港口物流园区的演化机理进行了深入研究,提出在生态型港口物流园区演化过程中存在进化稳定策略。     

一种改进的进化规划算法在原料库存优化中的应用

库存控制是现代企业,特别是连续生产企业物流管理的一项重要内容.针对某有色冶金企业原料库存的实际情况,建立一个以资金损耗最小为直接性能指标的原料库存优化模型,并利用一种进化规划的算法对该模型进行优化.仿真及实际运行结果表明:进化规划算法有效地克服了传统遗传算法容易早熟收敛的缺点,具有全局收敛性,同时还能加快遗传进化的速度,得到令人满意的全局最优解.     

猴王遗传算法的改进

猴王遗传算法是一种很新颖的遗传算法，对其初步的研究已经显示出一定优越性和潜力，猴王遗传算法尚存在的不足或待改进的地方是：有些参数要靠人为确定不够方便，猴王点附近没有专门的局部寻优机制——影响了整体寻优能力．针对这些问题，对猴王遗传算法进行了改进，通过扩大随机个体引进的数量简化了原有的一些参数，设计增加了一种局部寻优机制——猴王爬山操作算子．经大量实验测试，改进效果令人满意．     

多目标进化算法综述

多目标进化算法已经成为解决多目标优化问题的主要方法之一。本文详细介绍了经典的多目标进化算法,并分析了各种算法所采取的策略,给出了各个算法优缺点分析。讨论了多目标进化算法的应用。     

渐进结构优化方法及算例

渐进结构优化法(ESO)是近年来兴起的一种解决各类结构优化问题的数值方法。其原理是通过将结构中无效或低效的材料逐步去掉,使剩下的结构逐渐趋于优化。与其它优化方法相比,该方法原理简单,计算效率高,工程应用方便。本文阐述了渐进结构优化法的基本原理和具体步骤,并按照各种约束条件详细介绍了该方法在国内外的研究进展和典型范例。     

A new improved Alopex-based evolutionary algorithm and its application to parameter estimation

In this work, focusing on the demerit of AEA (Alopex-based evolutionary algorithm) algorithm, an improved AEA algorithm (AEA-C) which was fused AEA with clonal selection algorithm was proposed. Considering the irrationality of the method that generated candidate solutions at each iteration of AEA, clonal selection algorithm could be applied to improve the method. The performance of the proposed new algorithm was studied by using 22 benchmark functions and was compared with original AEA given the same conditions. The experimental results show that the AEA-C clearly outperforms the original AEA for almost all the 22 benchmark functions with 10, 30, 50 dimensions in success rates, solution quality and stability. Furthermore, AEA-C was applied to estimate 6 kinetics parameters of the fermentation dynamics models. The standard deviation of the objective function calculated by the AEA-C is 41.46 and is far less than that of other literatures’ results, and the fitting curves obtained by AEA-C are more in line with the actual fermentation process curves.     

基于柯西变异的免疫单克隆策略

系统地阐述了基于细胞克隆选择学说的克隆算子，将其应用于进化策略，并利用柯西变异替代传统进化策略中的高斯变异，提出了改进的进化策略算法——基于柯西变异的免疫单克隆策略算法，并利用Markov链的有关性质，证明了该算法的收敛性．理论分析和仿真实验表明，与传统的进化策略算法以及免疫克隆算法相比，基于柯西变异的免疫单克隆策略算法不仅有效克服了早熟问题、保持了解的多样性，而且收敛速度比前两者都快．     

数字电路模块化进化算法

针对大规模复杂电路进化设计的收敛速度和规模瓶颈,在遗传算法的基础上提出了一种模块化进化算法.该算法以节点作为基本单元,采用图表形式的编码方案,其基本思想是将染色体中优秀的基因片段作为有效局部解或优秀子电路封装为模块,进化过程中该模块不再进行进化操作.不仅保护优秀的基因片段而且大大简化了复杂电路的进化设计.并以加法器和乘法器为例进行了模块化进化算法的进化设计实验.结果表明:相对于传统遗传算法,模块化进化算法应用于复杂电路进化设计时,不仅进化设计的速度得到提高,而且大大提高了电路进化设计的成功率.     

协同量子智能体进化算法及其性能分析

针对当前量子进化算法的特点和不足,提出了一种分层协同进化的量子智能体进化算法.将种群个体视为以量子编码的智能体,采取三级进化方法,在子种群之间进行个体交流,子种群内部进行个体竞争操作,个体内部能够进行局部调整,使得进化操作能够作用在不同的小生境范围内,增强了进化的粒度.利用不动点定理对所提算法的收敛性进行分析,结果显示,算法能够收敛到最优值.对多个基准函数进行仿真对比分析,该算法具有更好的收敛精度.