基于Repast的演化囚徒博弈仿真与分析开题报告

 2021-08-14 03:02:57

1. 研究目的与意义(文献综述)

演化博弈理论是博弈理论中的一种新的发展,起初它产生于生物学领域,科学家们渐渐的将其引入到其他领域并发现了它重要的意义。

演化博弈理论是把动态演化过程分析和博弈理论分析结合起来的一种新理论。将生物体看成是有限理性的竞争者,并且它们在彼此竞争的同时完成自身的进化,是它不同于传统博弈理论充分理性假说的地方。随着科学家们对演化博弈理论越来越深入的研究,他们已经将该理论应用到了很多领域。其中有经济学家将该理论引入经济学,把人看成是有限理性的生物体,认为大量有限理性的个人在相互博弈的基础上形成的一种适应环境变化和社会发展的均衡状态是社会制度,并且这种均衡状态不断被保存下来,又不断的向前发生进化,也就是说在所谓的适应性进化过程中产生并发展起来。

关于演化博弈理论的研究中,目前主要有两种技术路线:一种是解析法,另一种是基于repast(recursiveporous agent simulation toolkit)的仿真方法。前一种方法主要是对所建立的数学模型求解,然后利用相关的定理判据来验证。这种方法适用于所建立的模型较为简单、市场竞争的参与者比较少的情况。如果模型比较复杂、参与者比较多时,这种方法就不再适用。后一种仿真方法是借助计算机来研究多智能体复杂系统的新方法,首先它克服了解析法所遇到的瓶颈,其次它还体现了各个参与者之间的博弈过程。repast是芝加哥大学社会科学计算研究中心研制的“循环多主体仿真工具”,它的设计目标是使用的方便性、较短的学习周期以及可扩展性。repast提供了一系列生成、运行主体,收集其数据的类库,建模者可以通过直接使用这些类或从这些类继承子类来构造自己的模型,而并且repast3.0支持java,python,dotnet3种编程接口。repast在复杂适应系统理论研究、经济系统仿真、社会系统仿真等领域有着广泛的应用,尤其是在基于agent的计算机经济学这一新兴的经济学分枝领域中,repast发挥着越来越重要的作用。虽然repast相对其他的一些软件来说简单易学,环境配置也简单,并且支持仿真模拟功能,但是它仅仅只提供了一个简单的基本框架,想要实现一次完整的仿真试验,仍然需要根据具体研究的系统,对它进行功能的补充、完善和扩展。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

复杂适应系统(complex adaptivesystem cas)理论是当前最具代表性且应用最广泛的复杂系统理论,而多agent建模与仿真是cas 理论的重要研究方法与手段。由于要从零开始编写一个多agent仿真程序并非易事,因此出现了一些仿真平台。repast作为一个优秀的开放源代码的多agent仿真平台,以其功能强大易于使用广泛应用于复杂系统的仿真。

复杂适应性理论研究的重要方法是从简单主体和建议规则出发来研究系统的复杂性,对这种研究进行计算机仿真的重要工具则是刚刚兴起的repast。随着多主体演化博弈论的深入发展,同时随着微软dotnet技术的广泛普及,repast将会在这一个领域中有着越来越重要的地位。与此同时,多主体演化博弈论也会得到更快更多的发展。

我们将基于repast的博弈仿真过程,分为模型背景和规则分析、仿真程序建立、仿真程序运行3个基本步骤。根据囚徒博弈模型背景,使用java为语言工具,借助于repast的强大类库,可以将仿真程序分为3种类型:模型类、主体类和图形类。模型类负责控制模型的创建和运行,主体类描述主体的行为,而图形类则主要负责以图形方式输出仿真过程中的相关结果。建立的repast模型大致思路如下:有一群几种类型的参与者,并且在模型运行过程中,参与者类型是变化的。设定全局回合数,且在每个全局回合中执行任务:(1)每个回合开始时,将参与者的部分属性重置;(2)每个回合中要进行一次相互作用,每个参与者都随机的与一组邻居进行重复博弈;(3)在每个回合结束后,每个参与者进行类型适应性改变;(4)输出相关的结果。主要分析的是模型的运行结果,以及模型中相关参数的变化对运行结果的影响。当模型运行后,我们就可以看到动态的演化效果。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

第1-3周:根据毕业设计的要求查阅相关资料,明确研究内容,确定研究方案完成开题报;

第4-6周:根据开题报告的研究内容和研究方案,深入学习多agent系统以及演化公共物品博弈模型的特点;

第7-9周:学习与掌握java编程语言以及repast仿真软件;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献(12篇以上)

[1](美)拉塞尔,(美)诺维格.人工智能:一种现代的方法[m].清华大学出版社,2011.

[2] northm j, collier n t, ozik j, et al. complex adaptive systems modeling with repastsimphony[j]. complex adaptive systems modeling, 2013, 1(1):1-26.

[3] 王宇宾.基于repastsimphony平台的建模与仿真技术[j].计算机系统应用,2015(10):17-22.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

发小红书推广免费获取该资料资格。点击链接进入获取推广文案即可: Ai一键组稿 | 降AI率 | 降重复率 | 论文一键排版