三方多策略式博弈系统的长期演化稳定均衡特性研究

演化博弈论(EGT)基于有限理性假设且更加贴近现实,近年来已在众多领域得到了初步应用.基于此,本文关注一类较为常见的三方多策略式演化博弈系统,尝试通过理论分析总结其长期演化稳定均衡(ESE)特性,并进行仿真验证研究.首先,研究了一般情形下的三方两策略对称与非对称演化博弈系统;然后,将其扩展到更复杂的三方三策略非对称演化博弈类型,并对其长期ESE特性进行了理论分析与动态仿真验证;进一步,对通用三方n-策略(n 1)非对称演化博弈的建模思路进行了阐述与总结,给出其收敛迭代的计算方法.研究过程中详细定义了各类演化博弈模型的相对净支付(RNP)参数.实验结果表明可通过一些外部因素适当调整RNP参数使各类系统朝着期望的长期ESE状态自发收敛.最后,进行了实例验证.本文研究模型、方法和所得结论具有一定普适性,旨在丰富EGT研究,尤其是三方多策略演化博弈问题研究,并为相关领域非完全理性人参与的行为决策问题研究提供一些思路和理论参考.     

共演化博弈中的反馈机制

本文研究共演化动力学在合作演化中的作用.系统的状态由个体的策略决定.系统状态与个体的属性共同演化,形成一种反馈机制.特别是当个体能够根据博弈的结果调整社会关系时,这种调整势必影响未来的博弈.这种反馈机制在适当的时间尺度下,总是能够促进合作.首先,分析了个体策略与群组属性共演化的情形,在基于个体选择的层面上,结合溯祖理论和演化集合论,给出了区域性利他行为涌现的条件.其次,给出了结构群体中策略选择的参数判据,将两策略判据和适应动力学结合起来,发现通过调整与收益矩阵无关的参数可以实现性能控制.最后,研究了不同的角色分配方案在最后通牒博弈中对公平行为演化的影响,发现当个体的先行者优势或所配置的资源依赖于先前分配结果时,公平的分配方案及对公平的要求得以建立.共演化这种反馈机制在用博弈论解决编队控制、资源配置方案设计等实际问题时显示出广泛的应用前景.     

基于系统动力学的环境污染演化博弈问题研究

用系统动力学建立环境污染管理问题中政府管理部门与生产排污企业之间的一个混合战略演化博弈模型.仿真结果表明:非对称结构的2*2混合策略演化博弈模型不存在演化均衡.从监管部门的角度出发,改变博弈支付矩阵在演化博弈过程始终保持不变的情况,在博弈支付矩阵中考虑动态惩罚策略.结果表明,本策略的演化博弈模型存在演化稳定均衡,即Nash均衡.系统动力学为演化博弈理论的验证和应用提供一个政策仿真实验平台.     

基于演化博弈的干部管理问题

为研究干部管理问题,借助演化博弈理论,建立党政主要领导和其他班子成员博弈的支付矩阵,从动态的角度来考察党政主要领导和其他班子成员在完成工作时策略的演化过程,利用复制动态方程求得党政主要领导和其他班子成员博弈的演化稳定策略.最后通过对该模型进行数值仿真,对比分析了在选择策略初始人群比例,奖励分配和过失承担几方面发生变化时...     

基于遗传算法的合作演化仿真

用Multi-Agent建模与仿真研究方法,构建小世界网络下的囚徒困境博弈演化模型,以遗传算法模拟重复博弈策略的演化,研究小世界网络下囚徒困境博弈的合作演化规律.仿真结果表明:重复博弈机制下合作更容易形成,重复博弈下的优秀策略具有一些共同的特征.     

流域管理Multi-Agents系统演进机理分析

针对流域管理中流域机构与行政区划等各相关利益主体在决策过程中具有有限理性、自主性、动态性等特点,将流域管理多Agent系统作为一类复杂适应系统,运用演化博弈理论,建立流域管理中多Agent系统的演化博弈均衡模型,分析多Agent系统中各利益主体之间的竞争与合作机制的动态演变过程。研究结果表明,流域管理多Agent系统的演化方向与博弈双方的支付矩阵以及系统的初始状态相关。通过增加博弈双方群体采取完全合作策略的相对支付和降低从不合作到合作的成本,会有效促进系统由不合作策略向完全合作策略的方向演化。     

无线网络中基于演化博弈论的功率控制研究

针对功率控制中存在的吞吐量受限问题,建立基于演化博弈论的功率控制吞吐量模型PCTBEGT。证明PCTBEGT模型中存在唯一的演化稳定策略并给出PCTBEGT博弈模型中网络吞吐量的定义。最后使用MATLAB工具对网络吞吐量和演化稳定策略进行实验仿真,结果表明,在使用演化博弈论的功率控制中,网络吞吐量和资源的利用率得到了进一步提高和优化。     

时间尺度与选择倾向性协同作用下的演化博弈模型

针对合作行为的涌现与维持问题，基于演化博弈理论和网络理论，提出了一种促进合作的演化博弈模型。该模型同时将时间尺度、选择倾向性引入到演化博弈中。在初始化阶段，根据持有策略的时间尺度将个体分为两种类型：一种个体在每个时间步都进行策略更新；另一种个体在每一轮博弈后，以某种概率来决定是否进行策略更新。在策略更新阶段，模型用个体对周围邻居的贡献来表征他的声誉，并假设参与博弈的个体倾向于学习具有较好声誉邻居的策略。仿真实验结果表明，所提出的时间尺度与选择倾向性协同作用下的演化博弈模型中，合作行为能够在群体中维持；惰性个体的存在不利于合作的涌现，但是个体的非理性行为反而能够促进合作。     

基于演化博弈的供应网络企业收益与合作行为的关系仿真

利用演化博弈的理论, 探讨了供应网络中处于不同位置的核心企业和非核心企业两个群体间的成员其投入合作的策略根据收益变化而改变的演化过程; 建立了复制动态方程并求得平衡点解, 据此通过复制动态的相位图直观反映了博弈的演化稳定策略; 并通过Netlogo软件对企业行为选择与收益的关系进行了仿真, 其行为选择的演化结果与相位图展示结果具有一致性。研究结论表明, 收益获得及变化是企业合作行为改变以及合作策略选择的重要依据, 企业间演化稳定策略不仅仅局限于参与合作与放弃合作, 长时间观望也是企业可能的策略选择; 最后针对如何提高供应网络企业间合作的稳定性提出了对策建议。     

基于演化博弈的最优防御策略选取研究

无线传感器网络极易遭受各种安全威胁,基于博弈论的入侵检测方法能有效平衡网络的检测率和能耗,但是基于完全理性假设的传统博弈模型存在不足。因此,针对不同的攻击方式,引入演化博弈理论,从攻防双方的有限理性出发,构建入侵检测攻防演化博弈模型,然后利用复制动态方程分析了攻防双方策略的演化趋势,提出了最优防御策略选取算法。仿真实验表明了所提模型的合理性和算法的有效性,与其他策略相比,所提防御策略更贴合实际应用场景,在保证检测率的前提下,减少了资源消耗,延长了网络生存时间。     

Fuzzy restrictions and an application to cooperative games with restricted cooperation

The concept of restriction, which is an extension of that of interior operator, was introduced to model limited cooperation in cooperative game theory. In this paper, a fuzzy version of restrictions is presented. We show that these new operators, called fuzzy restrictions, can be characterized by the transitivity of the fuzzy dependence relations that they induce. As an application, we introduce cooperative games with fuzzy restriction, which are used to model cooperative situations in which each player in a coalition has a level of cooperation within the coalition. A value for these games is defined and characterized.     

Role of cooperation in coupling game theory

A coupling game is a new model for partly cooperative and partly non-cooperative games. This paper describes benefits that result when coupling rational cooperation, under some situations, is increased. We prove that if a coupling game is strictly rational and partly cooperative, the higher the coupling factors, the larger the social payoff, which is the sum of the payoffs of all players. Other properties of cooperation in coupling game theory and possible applications are discussed.     

基于合作博弈的移动代理网管任务协作模型

为提高网络管理任务性能,需要研究在复杂网管任务下多移动代理协作问题 .由于传统代理协作模型(如合同网协议)并不适合大规模网络中复杂任务的代理协作,不能保证协作模型中个体代理性能的稳定 .为此合作博弈理论成为移动代理的网管任务协作问题的重要途径,在该协作模型中,单个功能代理被视为具有自主意识的主体,它具有自身的效用函数评估个体的性能 .将代理协作问题转化成为凸联盟博弈模型并利用Shapley值作为协作模型中任务分配合理性的评判标准,并基于上述理论模型,提出3阶段的任务协作算法 .     

Risk consideration and cooperation in the iterated prisoner’s dilemma

This paper investigates the cooperative behavior in the two-player iterated prisoner’s dilemma (IPD) game with the consideration of income stream risk. The standard deviation of one-move payoffs for players is defined for measuring the income stream risk, and thus the risk effect on the cooperation in the two-player IPD game is examined. A two-population coevolutionary learning model, embedded with a niching technique, is developed to search optimal strategies for two players to play the IPD game. As experimental results illustrate, risk-averse players perform better than risk-seeking players in cooperating with opponents. In particular, in the case with short game encounters, in which cooperation has been demonstrated to be difficult to achieve in previous work, a high level of cooperation can be obtained in the IPD if both players are risk-averse. The reason is that risk consideration induces players to negotiate for stable gains, which lead to steady mutual cooperation in the IPD. This cooperative pattern is found to be quite robust against low levels of noise. However, with increasingly higher levels of noise, only intermediate levels of cooperation can be achieved in games between two risk-averse players. Games with risk-seeking players get to even lower cooperation levels. By comparing the players’ strategies coevolved with and without a high level of noise, the main reason for the reduction in the extent of cooperation can be explained as the lack of contrition and forgiveness of players in the high-noise interactions. Moreover, although increasing encounter length is helpful in improving cooperation in the noiseless and low-noise IPD, we find that it may enforce the absence of contrition and forgiveness, and thus make cooperation even more difficult in the high-noise games.     

供应链联盟伙伴合作关系的进化博弈研究

针对现实中供应链联盟伙伴合作关系的不稳定性和失败率高的问题,建立了伙伴企业合作静态博弈的得益矩阵模型,并利用进化博弈理论研究了对称和非对称两种情况下供应链联盟伙伴合作关系的形成及进化演变。研究结果表明,在实际博弈中,伙伴企业通过学习进化到什么状态,与初始时选择合作的概率有关;联盟的收益与合作成本的比例越大,联盟中伙伴合作的意愿越大,联盟越趋于稳定;当博弈双方平分合作成本及合作收益时,联盟进化为稳定的合作关系的可能性最大。     

要素双重模糊下的合作博弈Shapley值的算法

考虑到现实应用中,局中人可能以不同的参与度参加到不同的联盟中,并且他们在合作之前不确定不同合作策略选择下的收益,则在传统合作博弈中应用模糊数学理论。基于Choquet积分,将支付函数和参与度拓展为模糊数,给出要素双重模糊下的模糊合作博弈的定义和模糊合作博弈Shapley值的定义。应用模糊结构元理论,构造了要素双重模糊下的模糊合作博弈的Shapley值,使模糊Shapley值的隶属函数得到解析表达。通过一个算例,来说明该模型的具体应用。可以看出,该研究方法和结论易掌握、推广,使模糊合作博弈理论可以更广泛地应用到现实生活中。     

Trust-based evolutionary game model assisting AODV routing against selfishness

Self-organizing networks such as wireless ad hoc networks present a number of problems and paradoxes towards trustworthiness and consistency of the network. Lack of cooperation between nodes drastically brings down the throughput of the network. Selfish behavior of the nodes is one of the issues, which deter the trust among them. This paper explores the multiple modes to build trust and proposes an effective, dynamic and distributed framework using evolutionary game theory. Strategic, non-cooperative and evolutionary game theory has been utilized to model the dynamic behavior of selfish nodes in a self-policing ad hoc network. AODV routing assisted by the proposed game model enlightens a cogent scenario, which demonstrates that it can stimulate cooperation among selfish nodes, albeit without negotiations. The proposed model encompasses two distinct modes to learn and predict the behavior of neighbors namely deterministic and random. Deterministic mode is a generic one which helps to analyze the behavior of the network for standard strategic patterns whereas the random strategy profiles are explored using randomized analysis based on genetic algorithm. This paper investigates the simulated results for the two methods and asserts that if nodes use evolved strategies and trust evaluation mechanism, then the model supports in accomplishing the cooperation level to reach the maximum possible.