随机森林预测与纳什均衡策略的高职英语教学模式研究

教学模式的构建,将对教师的教学理念和学生的发展产生至关重要的影响。但就目前来看,现有高职英语教学模式无法较好的解决教学过程中出现的异常问题。基于这种认识,本文对高职英语教学教学过程异常问题的随机森林预测方法和纳什均衡策略展开了研究,并提出了高职英语教学实体对象属性建模方法,从而完成了能够优化现有高职英语教学环境的教学模式的构建。

对等网副本散布问题纯策略纳什均衡研究

在对等网环境中为增强数据的可靠性与访问效率,需要将数据副本进行有效的散布。应用博弈论原理研究副本散布问题是一种有效的新方法。分析了当前使用博弈论方法研究所存在的问题,提出副本散布问题的基本博弈模型,首次证明了多对象且节点容量有限情况下纯策略纳什均衡的存在性,较以前的研究成果更具有实用价值,且是今后进一步研究的基础。

网球单打比赛发球与接发球战术博弈的混合策略纳什均衡研究

混合策略纳什均衡是博弈论中比较核心的概念,有着极其重要的作用。文中采用文献资料法、专家访谈法和数理统计法对网球单打比赛发球与接发球战术博弈中的"混合策略纳什均衡"进行了研究。研究得出:网球单打比赛的战术博弈是一种严格的双人零和博弈,在网球单打比赛的战术博弈中,要通过混合策略的使用来突破战术运用具有路径依赖的现象,即必须随机选择策略和重视选择各个策略的概率分布,让自己的策略选择不能带有很强的规律性。完全信息静态博弈中求预期得益的方法和反应函数可以用来求解网球单打比赛战术博弈的混合策略纳什均衡,满足纳什均衡的混合策略互为双方针对对手随机化策略的最佳对策。

一种n人静态博弈纯策略纳什均衡存在性判别法

本文首先给出了n人静态博弈纯策略纳什均衡存在的充要条件,然后给出n人静态博弈纯策略纳什均衡存在性的一种判别方法,最后在判别纯策略纳什均衡存在的条件下,给出判定该静态博弈存在多少纯策略纳什均衡以及哪些纯策略组合是纯策略纳什均衡(解)的方法。

论监考博弈中纯策略纳什均衡的变异与修正

近年来,众多实证调查表明国内不少高校大学生考试作弊已猖獗成风。针对该问题,通过对监考博弈的重新审视,发现原本无纯策略纳什均衡的监考博弈因"-∞的违纪处分、一次博弈、信息不对称"而发生变异,变异后产生了"监考教师折中策略、考生作弊"的纯策略纳什均衡,从而揭开了"考试作弊之风"的面纱,并针对性地提出了"弱化-∞的违纪处分、建立监考重复博弈、设计相关保障机制"的三项修正措施。

不存在纯策略纳什均衡的重复博弈

重复博弈是基本博弈重复进行构成的博弈过程．一般的有限或无限次重复博弈都有纯策略纳什均衡,本文分析了不存在纯策略纳什均衡的情况下,重复博弈的纳什均衡．

基于混合策略纳什均衡的委托代理问题分析

在现代公司中,处于各权力关系中心的是所有者和经营者,委托代理问题是现代公司治理的核心问题,即所有者行为人对经营者的监督以及激励则是公司治理的核心和关键。从委托人对代理人监督的角度出发,利用博弈论的方法建立模型,二者之间的分析关系及其相关因素,其结论为公司治理目标是减低所有者的监督成本,使经营者以股东利益最大化为目标的概率越大越好。

纯策略纳什均衡的博弈强化学习

将博弈理论与多智能体强化学习结合形成博弈强化学习逐渐受到关注,但是也存在算法的计算复杂度高和无法保证纯策略纳什均衡的问题。Meta equilibrium Q-learning算法通过反应函数将原始博弈转换为元博弈,而元博弈推导出的元均衡是纯策略纳什均衡。该算法在保证纯策略纳什均衡的前提下能够使得每个智能体的回报不低于某特定阈值。同时,基于分形的均衡程度评估模型能够通过计算任意状态的分形维数来判断其稳态,并评估任意状态与均衡状态之间的距离,该模型可以检验元均衡的科学性与合理性,上述算法和模型的相关结论在福利博弈和夺控战中都得到具体验证。

政策制定与投资者行为的均衡策略研究——基于中国股市的实证考察与博弈分析

政策因素的频繁干预是造成我国股市异常波动的首要原因,而投资者对政策因素的市场反应则在不断地减弱。在此基础上,借助于纳什均衡的原理构建了一个政府与投资者之间的博弈模型,以此分析政策制定与投资者行为的均衡策略,进而探究股票市场稳定均衡的机制。最后得出应减少政策对股票市场的过度干预,政策法规的制定应具有前瞻性、稳定性、延续性和透明度的结论。

VaR约束下两个相互竞争保险公司的最优再保险投资策略

本文研究了VaR约束下两个竞争保险公司的最优再保险-投资策略。我们假设保险公司的动态盈余过程用经典的Cramer-Lundberg(C-L)风险模型来描述,该模型中的保费由损失相依保费原则确定。此外,保险公司可以购买比例再保险并投资于一个由一个无风险资产和一个风险资产组成的金融市场,其中风险资产的价格过程由几何布朗运动描述。首先,我们以保险公司相对终端财富的期望效用最大化为目标,建立了VaR约束下的优化问题。接下来,我们利用最优控制理论和动态规划原理解决了相应的约束优化问题。特别地,我们在指数效用下得到了三种不同情形下的纳什均衡策略。最后,通过具体的数值分析,阐述了一些参数对最优再保险策略和最优投资策略的影响,并得到了一些有意义的结论。

电力市场PAB机制下混合策略的均衡分析

针对按报价支付(PAB)机制下市场中不存在纯策略纳什(Nash)均衡的情形,建立了基于概率分布的连续策略伯川德(Bertrand)博弈模型,以求解其混合策略纳什均衡(MSNE)。将报价策略区间标准化之后,求出了MSNE的通解。随后针对一类指数分布的报价策略,求出了MSNE的解析表达式。最后通过一个简单算例验证了该模型的有效性。研究结果表明:市场份额越大的发电商越倾向于申报高价,成为价格领导者,抬高市场出清价格;通过等额拆分可以有效减少市场力,降低市场出清价格。

基于混合策略的排污与检测博弈均衡研究

随着中国城市化进程的加快,排污企业污水排放量迅猛增长,超标排污行为屡禁不止,对水生态环境造成极大压力,制约着我国经济发展。中国每年排污量约300亿吨,70%以上污染水直接排放。污染水大量排放导致中国各大城市地下水不同程度受到污染,只有不到11%的人引用符合我国卫生标准的水,高达65%的人饮用浑浊、苦碱、含氟、含砷、工业污染、传染病的水。如何避免因为企业超标排污造成的环境污染问题是当下已经迫在眉睫的大事。本文在对排污企业和环保部门博弈关系分析的基础上,通过构建混合策略博弈模型,求解排污企业与环保部门的混合策略均衡的解,并且进行算例演算来提出如何减少企业超标排污的现象的建议。研究结果显示:第一,政府应适度加大对排污企业超标排污的处罚力度。只有对排污企业违法排放污水的行为给予足够的惩罚,才能使得环保部门有动力有能力对其进行监管,对排污企业行为构成约束。另一方面,我们也应当注意到当对超标排污的排污企业罚款金额越大时,环保部门选择不检测的概率也就越大。所以处罚力度的加大是有限制的,应根据当地的情形因地制宜,制定合适的处罚条例。第二,政府应该增加环保部门延后治污的支付成本。环保部门延后治污比及时治污多出的支付成本越高,排污企业排放不达标污水的概率也就越低。因为没能及时检测出排污企业超标排污,环保部门需要支付的处罚金越高,对内部人员的行政处罚力度越大,环保部门进行检测的概率就越高。第三,开发环保部门检测技术来降低检测成本。环保部门的检测成本越低,排污企业排放不达标污水的概率也就越低。

基于博弈论与强化学习的多智能体路径规划算法

针对平面上多个智能体构成的路径规划求解算法普遍存在的速度慢效率低等问题进行研究,将多智能体路径规划问题归结为非零和随机博弈,使用多智能体强化学习算法赢或快速学习-策略爬山(win or learn fast-policy hill-climbing,WoLF-PHC)得到纳什均衡策略,为各智能体做出无冲突的最优路径决策,提出能够快速自适应的WoLF-PHC(fast adaptive WoLF-PHC,FA-WoLF-PHC)算法,通过构建目标函数,使用梯度下降对学习率进行自适应更新.在猜硬币和自定义收益矩阵2个博弈场景中使用FA-WoLF-PHC,并与策略爬山(policy hill-climbing,PHC)算法和Wolf-PHC算法进行比较.结果表明,FA-WoLF-PHC算法的学习速度较WoLF-PHC算法有所提升,并有效减小了WoLF-PHC算法和PHC算法在学习过程中出现的振荡现象.在多智能体路径规划问题中,FA-WoLF-PHC算法的学习速度比WoLF-PHC算法提高了16.01%.将路径规划问题的环境栅格地图扩大为6×6,智能体数量增加为3个时,FA-WoLF-PHC、WoLF-PSP和多头绒泡菌-人工势场Sarsa(physarum polycephalum-artificial potential state-action-reward-state-action,PP-AP Sarsa)算法在10次实验中学习到最终策略需要的平均时间分别为16.30、20.59和17.72 s.在多智能体路径规划问题中,FA-WoLF-PHC算法能够得到各智能体的纳什均衡策略,学习速度较WoLF-PSP和PP-AP Sarsa算法有显著提高.FA-WoLF-PHC算法在常见的博弈场景中能够快速获得纳什策略,在多智能体路径规划问题中可为多个智能体生成无冲突的最优路径,并且在学习速度等方面较其他算法有显著提高.

基于社交资本的T2T逆向团购参与联盟博弈策略

文章通过T2T逆向团购中商家、消费者、平台三方动态博弈求解混合策略纳什均衡及其收益,再利用进化Hotelling模型网络外部性,对平台协同效用下双边匹配联盟交易体,双渠道发起逆向团购可获得边际成本差异的不同结果,得到参与博弈各方利益的最大期望值,最后利用Shapley值研究三个参与博弈方各自形成交易体联盟后最终获得的最大利益或最小成本时,其最优利益分配值。结果表明:在复制动态博弈过程中,各方均可得到的最优纳什均衡策略组合及纳什均衡收益;供应商联盟的分级分配方案可以抵御期限错配造成的成本问题,需求方联盟可低价成交期望产品及服务,平台协同分配利用拉格朗日松弛法,可使供应链市场更倾向于消费需求或喜好,有效解决资源错配、期限错配、无效价值支付等问题;在可转移支付函数条件下,各角色对象达成联盟参与逆向团购均具有最佳策略选择的稳定利益分配值。

线上直播助农问题的博弈模型研究

线上直播助农模式的兴起,推动了乡村振兴.通过构建农户与主播之间的博弈模型,运用纯策略和混合策略纳什均衡的分析方法,研究了农户和主播之间的博弈关系,以及他们的最优策略选择.结果表明,主播诚信推销农产品的概率与农户的惩罚力度及农户可能遭受的损失成正比,加大对不诚信主播的惩罚力度,降低主播推销成本差的利润,有利于减少主播的不诚信与投机行为.本研究结果可为农村电商直播助农模式的进一步优化和可持续发展提供理论和实践指导.

网购供应链质量控制的策略研究

针对网购供应链中频繁出现的假冒伪劣等产品质量问题,考虑了由电商平台、平台销售企业和消费者3个理性群体组成的网购供应链,通过构建三方博弈的混合纳什均衡模型,求出了该混合策略纳什均衡解。在此基础上,进一步分析了网购供应链中各因素对相关主体行为概率的影响,得到了各主体的期望收益。运用Matlab R2017a软件对模型影响因素进行了数值仿真分析。研究结果表明,网购供应链质量博弈中存在着混合策略纳什均衡,且各主体的行为概率与惩罚、伪造、检验成本、收益、平台注册费用、后悔值、庆幸值等因素相关。为使各主体的期望收益同时趋于理想状态,电商企业应增加惩罚值和平台注册费用到区间中值,而消费者须增大后悔值、庆幸值到区间最大值。

大型零售商对周边小零售商动态调货策略研究

综合考虑销售期的大型零售商和小型零售商销售特征,基于大小型零售商阶段性调货时所得收益函数,建立大型零售商与周边小型零售商多阶段动态协调调货模型。模型分析得出:调货前期各零售商的销售信息更新对其最优调货价格和调货量均有影响,且零售商间动态协调调货行为存在纯纳什均衡。数值分析表明:协调调货行为将降低零售商销售风险,增加其期望收益,而协调调货量与调货价格并不具有线性关系。

不完全信息下核赔策略的动态博弈分析

非对称保险市场均衡及其最优保险对策策略研究是国内外的一个热门研究领域。论文在对保险市场不对称信息进行概述的基础上,对保险买卖双方在非对称信息状态下的核赔博弈策略选择问题进行了研究,从而建立了基于随机性核赔策略的精炼贝叶斯混合策略纳什均衡博弈模型。

基于博弈思想的副本创建策略研究

在云计算等复杂网络环境下,提高海量数据存储的可靠性和访问效率,需引入副本存储及管理技术。基于此,提出基于博弈思想的副本创建策略,应用博弈原理建立复杂网络环境下的副本创建基本模型,证明纯策略纳什均衡解的存在性及求解方法,并通过仿真分析方法验证了该策略的有效性。

基于势博弈的认知全双工中继选择策略研究

在对主用户干扰功率限制、自干扰限制和总功率干扰限制的网络中,针对认知中继选择算法复杂度较高的问题,提出基于势博弈理论的认知全双工协作网络下中继选择策略。认知中继选择问题被建模为使用认知协作网络的系统速率作为共同效用函数的势博弈模型,并分析出在没有不可行策略集信息的前提下,所提的博弈可以保证纯策略纳什均衡(NE)的存在性和可行性条件。在此基础上,给出全双工中继选择迭代算法,并对算法的复杂度进行讨论。仿真分析表明,所提算法在较低复杂度的情况下,能够获得最优或者接近最优速率的性能,并与传统的半双工中继模式相比,性能也有明显提升。