基于多智能体建模的知识转移激励机制的演化博弈模型与仿真

虚拟企业盟员间的知识转移,能够增加盟员企业收益;盟主企业对盟员企业知识转移的激励行为,能够适当降低盟员企业知识转移的风险和成本,提高整个虚拟企业的知识收益。依据演化博弈理论及虚拟企业知识转移基本理论,采用复杂适应系统多智能(Multi-Agent)体的整体建模仿真方法,在NetLogo仿真平台上建立知识转移激励行为的演化博弈仿真模型,在不同的收益参数下对盟主企业的知识转移激励行为与盟员企业间知识转移进行演化博弈分析,得出盟主企业在针对盟员企业知识转移行为时应采取的策略。通过对虚拟企业知识转移激励机理的演化博弈分析,将有助于虚拟企业知识转移激励机制的建立。     

云制造环境下对称型企业制造资源共享演化博弈分析

为解决复杂制造业在制造资源共享和协同合作方面的难题,构建了云制造环境下制造资源共享的演化博弈模型。该模型揭示出资源服务提供企业和资源服务需求企业之间制造资源共享的演化作用关系,并基于系统动力学软件建立SD模型,对比分析不同参数变化对演化结果的影响。研究表明初始共享比例、平台管理能力系数、资源转化能力系数、资源协同能力系数、信息化效益系数、技术损失风险系数、渠道成本系数、惩罚成本系数、信任程度系数以及激励系数对博弈企业双方的策略演化结果均具有显著影响,促进云平台中企业信息互通、资源共享,须从上述方面管理改进。     

顾客参与制造企业服务创新的激励博弈分析

为了激励顾客参与制造企业服务创新,分析了顾客参与服务创新的动机,建立了顾客参与服务创新激励的演化博弈模型,并作均衡分析。给出一些激励顾客参与服务创新的策略。研究表明,当制造企业激励顾客参与服务创新时,它们各自获得的收益增加值越大,投机收益值越小,各自所付出的成本越小,双方越趋向于采取制造企业采取激励策略,顾客采取参与策略的演化稳定策略。     

基于用户激励的共享单车调度策略

针对共享单车的调度问题,在考虑预算限制、用户最大步行距离限制、用户时空需求以及共享单车分布动态变化的情况下,提出一种用户激励下的共享单车调度策略,以达到提高共享单车平台长期用户服务率的目的。该调度策略包含任务生成算法、预算分配算法和任务分配算法。在任务生成算法中,使用长短期记忆（LSTM）网络预测用户未来的单车需求量;在预算分配算法中,采用深度策略梯度（DDPG）算法来设计预算分配策略;任务分配完预算后,需要将任务分配给用户执行,因此在任务分配算法中使用贪心匹配策略来进行任务分配。基于摩拜单车的数据集进行实验,并把所提策略分别与无预算限制的调度策略（即平台不受预算限制,可以使用任意金钱激励用户将车骑行至目标区域）、贪心的调度策略、卡车拖运下的调度策略以及未进行调度的情况进行对比。实验结果表明,与贪心调度策略和卡车托运下的调度策略相比,用户激励下的共享单车调度策略能有效提高共享单车系统中的用户服务率。     

风险感知下开发商绿色开发决策演化博弈

根据绿色住宅分级制度,设定开发商之间的博弈支付矩阵,用演化博弈的分析方法对风险感知下的有限理性开发商群体的策略演化过程进行分析,研究有限理性个体的学习机制,分析个体间学习行为的影响因素,建立种群间动态复制方程;利用动力学仿真的方法对多种群群体演化博弈过程进行模拟与分析。实验结果表明,激励强度越大,群体演化的速度越快,同时绿色住宅激励机制设计应当与绿色住宅分级制度相结合,实施有差别的激励政策,才能更好地实现激励目标。     

基于量子反应均衡的政府与共享单车企业停车管理博弈分析

共享单车停车问题是城市交通治理中最主要的问题之一,其表面为共享单车用户停车行为不规范、共享单车企业管理调度不及时所致,究其本质实为共享单车各利益主体缺乏有效协同治理机制、停车权责划分不清晰、成本分担失衡的结果.考虑政府与共享单车企业的有限理性,建立扩展式博弈的量子反应均衡(QRE)模型分析双方停车管理博弈机理,并利用Gambit软件进行算例仿真分析.研究表明:双方博弈结果随理性程度增加逐渐趋向于基于完全理性的子博弈精炼纳什均衡,政府掌握更多企业运营信息有利于达到社会效用最大化的博弈结果;政府引入有效处罚措施或主导负责停车管理可以降低自身的财政支出和社会总成本,建立量化的处罚标准能够促进企业主动承担停车管理责任;有限理性程度、违停数量、激励机制和科技手段运行效率会影响企业的停车管理策略选择.     

基于智能合约的数据共享激励机制研究

随着大数据时代的到来,构建数据共享社区成为一种促进数据收集、流通和使用的新模式,但是在传统社区组织方式下,成员由于互不信任导致不愿共享数据,且共享社区普遍缺乏有效的激励机制,从而限制了数据共享社区的发展。区块链的本质是一个分布式账本,能够提升数据共享的透明性,防止信息滥用,所有存在区块链上的数据可溯源且不可篡改,可以保证数据的归属权,这些都为成员之间的信任打下了基础。在基于区块链的数据共享社区平台上,结合演化博弈理论构建一种数据共享激励模型EGDSI,并通过复制动态力学方程与演化稳定策略分析,得出影响数据共享的关键因素与数据共享激励的3种策略。在此基础上,利用区块链智能合约技术实现安全、高效且动态可调节的数据共享模板引擎。对共享策略影响因素和智能合约激励机制进行仿真分析,结果表明,该数据共享激励机制可以有效促进用户参与数据共享,相较EGI模型,EGDSI模型能够更快地达到数据共享饱和状态。     

面向联邦学习激励优化的演化博弈模型

针对联邦学习中参与者虚报训练成本导致激励不匹配的现象,提出了面向联邦学习激励优化的演化博弈模型.首先在联邦学习系统中建立了联邦参与者-联邦组织者演化博弈模型,设计模型质量评估算法对参与者提交的模型进行质量评估,去除低质量模型的同时量化参与者训练成本.然后结合信誉度指标提出优化的激励分配方法,通过求解演化博弈的稳定策略得到不同初始状态下的最优收益策略.最后仿真实验表明参与者激励收益方面,与平均分配法和个体收益分享法相比诚实参与者的收益提升了70%和57.4%,虚报参与者收益降低了65%和69.5%,策略选择方面,所提模型能合理选择收益策略.     

基于声誉的移动众包系统的在线激励机制

在大数据环境下,对移动众包系统的研究已经成为移动社会网络（MSN）的研究热点。然而由于网络个体的自私性,容易导致移动众包系统的不可信问题,为了激励个体对可信策略的选取,提出一种基于声誉的移动众包系统的激励机制——RMI。首先,结合演化博弈理论和生物学中的Wright-Fisher模型研究移动众包系统的可信演化趋势;在此基础上,分别针对free-riding问题和false-reporting问题建立相应的声誉更新方法,从而形成一套完整的激励机制,激励感知用户和任务请求者对可信策略的选取;最后通过模拟实验对提出的激励机制的有效性和适应性进行了验证。结果显示,与传统的基于社会规范的声誉更新方法相比,RMI有效地提高了移动众包系统的可信性。     

有限理性下知识团队知识共享的演化博弈分析

为提高知识团队成员共享知识的意愿,通过运用演化博弈论,对知识团队知识共享的内在机理与动态演化过程进行了分析.结果表明,影响知识团队知识共享的因素有知识员工的知识拥有量差距、风险系数、知识共享度、互补性知识比例、激励系数、协同性影响程度等,通过调整这些参数的大小,可以有效提高知识团队成员选择知识共享策略的概率.     

Evolutionary game-based incentive models for sustainable trust enhancement in a blockchained shared manufacturing network

Shared manufacturing (SM) is an advanced manufacturing mode to solve the problems of information asymmetry and resource imbalance in the complex supply and demand relationship under the background of mass personalization. Blockchain can provide technical solutions for trust issues between manufacturing service providers and demanders, but less research has focused on the stable maintenance of a blockchained shared manufacturing network (BSMN). Industrial knowledge graph and cognitive intelligence play an important role in designing incentive mechanisms for BSMN. Based on the evolutionary game theory, this paper designs various incentive models and develops the corresponding smart contracts to encourage different enterprises to participate in the “accounting” operations, to enhance the trust and maintain the operational stability of BSMN. Firstly, the evolution mechanism of BSMN was analyzed. Then, an evolutionary game model between shared manufacturing enterprise nodes was established to deduce the stable state of BSMN. Based on the analysis of the evolutionarily stable state, an incentive model with three strategies to encourage different enterprise nodes to participate in “accounting” operations was determined, and smart contracts of the incentive models were developed. Finally, the effectiveness of the proposed incentive models was verified by simulation experiments.     

政府补贴和成本共担如何影响平台和企业策略选择-----基于三方演化博弈

基于地方政府对工业互联网平台和加入平台的制造业企业的补贴,以及工业互联网平台与制造业企业间的成本共担,构建"政府-平台-企业"3个主体之间的非对称演化博弈模型,运用微分方程的稳定性定理分析各博弈主体的策略演化路径以及影响其策略演化的因素,并通过雅克比矩阵探讨系统的演化稳定策略.通过数值仿真分析政府补贴力度和平台成本分担比例对系统演化稳定策略的影响,界定可以促使制造业企业加入平台、工业互联网平台进行优化服务的政府补贴力度和成本分担比例的有效区间,为地方政府、工业互联网平台和制造业企业的行为决策提供理论参考.     

External Incentive Mechanism Research on Knowledge Cooperation-Sharing in the Chinese Creative Industry Cluster

The creative industry is a knowledge-based industry, but it is difficult and complex to create knowledge for enterprises. The principle of cooperation-sharing posits that companies’ limited resources prohibit them from gaining a competitive advantage in all business areas. Therefore, cooperation-sharing can help businesses overcome this hurdle. Cooperation-sharing expedites economic development, breaks the barrier of independent knowledge creation, and enhances resource utilization. However, the effectiveness and stability of knowledge cooperation-sharing are key problems facing governments and other regulators. This study can help regulators promote honesty in enterprise cooperation-sharing. Based on the hypothesis of bounded rationality, the evolutionary game theory was used to construct the “Enterprises–Informal Institutions–Government” tripartite game matrix. Next, based on this game matrix, a simulation analysis method was used to analyze the effects of external incentives on the stability of evolutionary strategies. The analysis shows that the strategic choice of the “Enterprises–Informal Institutions–Government” tripartite game could be affected by the initial state strategy choices of the other two players, but more influential were the cost and external incentive levels of the game players. The results indicate that the government and informal institutions should regulate enterprises with a rational external incentive mechanism that boosts the enterprises’ incentive to cooperate honestly. Thus, an effective external incentive mechanism can significantly improve the probability of enterprises behaving honestly in cooperation-sharing and promote the development of the creative industry.     

校企合作创新网络信任的动态演进分析

从动态角度研究校企合作创新网络中知识转移中信任的演进,构建校企合作创新网络知识转移的非对称演化博弈模型,分析了参数变化对合作创新网络信任的影响,研究表明,收益分配系数、投机收益、知识转移成本、知识转移量等因素影响了校企合作创新网络知识转移中信任的动态演化路径及结果,并通过netlogo仿真,验证了企业和高校知识转移中不同得益情况下策略的选择及信任的演进趋势。     

电子商务中客户评价策略选择的演化博弈分析

针对电子商务信任评价机制中难以采取有效激励措施使客户进行真实评价的问题,根据客户对商家的评价行为具有不完全信息和有限理性特点,建立演化博弈模型对信任模型的激励措施进行分析和改进。该模型运用复制动态机制模拟客户的策略选择演化,对现有激励措施下演化稳定策略（ESS）的存在性进行论证,并基于系统动力学增加补偿收益进行改进。基于NetLogo系统动力学模块建模实验表明,相较于基于兴趣群组的信任激励模型（IGTrust）,改进后的激励措施得到ESS并成功预测和控制了客户评价策略;同时模型具备鲁棒性,应对7%客户评价策略变异也能够保持演化稳定状态。     

An incentive game based evolutionary model for crowd sensing networks

Crowd sensing networks can be used for large scale sensing of the physical world or other information service by leveraging the available sensors on the phones. The collector hopes to collect as much as sensed data at relatively low cost. However, the sensing participants want to earn much money at low cost. This paper examines the evolutionary process among participants sensing networks and proposes an evolutionary game model to depict collaborative game phenomenon in the crowd sensing networks based on the principles of game theory in economics. A effectively incentive mechanism is established through corrected the penalty function of the game model accordance with the cooperation rates of the participant, and corrected the game times in accordance with it’s payoff. The collector controls the process of game by adjusting the price function. We find that the proposed incentive game based evolutionary model can help decision makers simulate evolutionary process under various scenarios. The crowd sensing networks structure significantly influence cooperation ratio and the total number of participant involved in the game, and the distribution of population with different game strategy. Through evolutionary game model, the manager can select an optimal price to facilitate the system reach equilibrium state quickly, and get the number of participants involved in the game. The incentive game based evolutionary model in crowd sensing networks provides valuable decision-making support to managers.     

基于激励机制的网络攻防演化博弈模型研究

随着网络信息系统的日益复杂化,网络的安全性和用户隐私性引起了人们的高度重视,寻找能够维护网络安全、分析和预判网络攻防形式的新技术尤为重要.由于演化博弈理论的特性与网络攻防的特性较为契合,因此,本文对网络环境进行了分析,构建网络攻防场景,并在惩罚机制的基础上引入激励机制,提出了基于激励机制的攻防演化博弈模型.通过给出群体不同的问题情境,利用复制动态方程对局中人的策略选取进行演化分析.另外,在第三方监管部门对局中人管理的基础上,分析不同攻击时长时攻击群体的演化规律,证明攻击具有时效性.通过激励机制对防御群体策略选取的影响以及引入防御投资回报,来进一步证明增加激励机制的可行性.根据实验验证表明,本文提出的攻防演化博弈模型在不同的问题情境下均可达到稳定状态并获得最优防御策略,从而有效减少防御方的损失,遏制攻击方的攻击行为.