基于局域世界网络的囚徒困境博弈模型及仿真开题报告

 2021-11-23 09:11

1. 研究目的与意义(文献综述)

合作是个人与个人或群体彼此之间相互配合的一种行为方式,目的是为了可以得到一种互惠双赢的结果或者达到一个共同的目标。囚徒困境是博弈论的非零和博弈中具代表性的例子,反映个人最佳选择而并非团体最佳选择。或者说在一个群体中,个人做出理性选择却往往会导致集体的非理性。虽然困境本身只属模型性质,但现实中的价格竞争、环境保护、商业竞争等方面,也会频繁出现类似情况。博弈是在一定的条件下,一个人或多个人或集体,从各自被允许的规定行为或策略内进行选择,并根据相应的博弈规则,以此来获取相应的利益的过程,博弈中的个人合作行为引发了动态的复杂网络的产生。尽管在以前的经典仿真实验中得出了很多的关于合作水平影响因素的结论,由于仿真实验环境的过于理想化与节点的理智化,其实验结果并不准确,需要利用真人实验对其验证。但是真人实验存在多种因素交叠,而且所需的参与者数量呈指数增长。因此,真人受控实验只能在其他因素确定的前提下,分析特定因素的影响。

自1950年Nash所做出的开创性工作以来,博弈成为了一门系统理论,并被广泛应用到人类社会,特别是经济行为当中。作为一门交叉研究学科,在复杂网络中的演化博弈成为了现在的关注热点之一。90年代末21世纪初,谢识予等学者开始论述演化博弈论的一些基本概念和相关知识。短短几年的时间里,国内不少学者应用演化博弈论解决管理学中的问题,丰富了管理学解决问题的方法论。从国外学者对演化博弈论的应用研究的情况来看,他们关注的主要是人的行为学、社会规范以及企业的运作管理等方面的应用。他们在用演化博弈研究经济问题的时候,注重其蕴涵的制度因案的研究。更进一步说,有相当一部分学者是在理论研究的基础上做应用研究,他们不仅仅应用该理论同时也注重在理论研究上的创新。从国内学者对演化博弈论的应用研究情况来看,演化博弈论在管理学领城的应用研究发展迅速。和国外学者相比,国内学者主要关注的是演化博弈论解决管理学中的实际问题的研究。应该肯定的是,国内学者在演化博弈论的研究方面取得了一些重要的研究成果。

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!

2. 研究的基本内容与方案

研究内容:本次课题的基本内容即基于对局域世界网络,囚徒困境模型及策略学习机制的基本原理,考虑到引入社会个体行为的一致需求以及社会个体行为策略的复杂性,利用多智能体仿真平台repast,结合博弈论演化的知识及多智能体仿真技术,实现基于多智能体的局域世界网络的囚徒困境博弈模型及仿真。

研究目标:通过在博弈过程中引入学习机制,从而不断更新新的行为策略,并对网络结构和群体行为间的互动关系作出定性分析。

技术方案及措施:首先查阅资料学习局域网络世界,囚徒困境模型及策略学习机制的基本原理;并且掌握多智能体仿真平台repast的基本使用方法以及如何搭建一个仿真模型;之后基于之前学习的理论基础完成局域世界网络的囚徒困境博弈仿真模型的搭建,并实现该模型,然后对数据进行采集,统计,分析,最后得出相应的结论,并对他们之间的互动关系作出定性分析;除此之外还可以引入多种学习机制,对得到的不同的行为策略进行分析比较,更好的理解此次课题研究;最后通过将学习到的理论知识,软件应用,模型搭建,数据采集等一系列整理,完成课题论文。

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:查阅相关文献资料,明确研究内容,学习毕业设计研究内容所需理论的基础。确定毕业设计方案,完成开题报告。

第4-7周:掌握局域世界网络,囚徒困境模型及策略学习机制的基本原理,完成英文资料的翻译,熟悉开发环境。

第8-10周:完成基于多Agent的仿真模型。

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] Zhang K, Cheng H. Co-evolution of payoff strategy and interaction strategy in prisoner’s dilemma game[J]. Physica A Statistical Mechanics Its Applications, 2016, 461:439-445.

[2] Li X, Chen G. A local-world evolving network model[J]. Physica A Statistical Mechanics Its Applications, 2003, 328(1):274-286.

[3] Lee S H, Park H S, Cho S B. Empirical analysis of international trade market using evolutionary multi-agent modeling with game theory[C]// Evolutionary Computation. IEEE, 2010:1-7.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,微信号:bysjorg 、QQ号:3236353895;