基于随机最优反应均衡的认知层级模型

随机最优反应均衡与认知层级理论是在有限理性框架下对纳什均衡的修正方法,在解释实验结果时,2个模型存在参数范围变化过大的缺陷。将二者结合起来,并在表述参与者判断认知层级概率分布时引入噪声干扰,修正了各认识层级参与者选择策略的行为方式,从而建立了认知层级模型框架下,参与者依据反应函数决定策略选择概率的模型。通过算例进行比较,结果表明,该模型的精度更高、解释能力更强。

台风疏散时间选择决策建模与仿真

为了更加准确地估计疏散需求分布以及路网清空时间,提高台风疏散的效率,考虑被疏散个体做出疏散时间策略的主观选择,从而达到被疏散人口撤离的均衡分布,将被疏散者的交互作用因素融入离散选择模型,构建了基于随机最优反应均衡理论的台风疏散时间选择模型。最后运用Matlab软件仿真分析各参数变化对均衡策略下疏散时间决策的影响,验证模型了可行性和有效性。结果表明:被疏散个体的期望效用、个体间交互作用和个体的推断能力对疏散时间选择有显著的影响。

物联网中重复博弈论入侵检测模型

由于物联网通信节点自身的缺陷,导致现有的安全方法难于应用到物联网中。针对这一情况,提出基于重复博弈论的入侵检测模型。建立一种用于检测恶意通信节点的重复博弈模型算法,使模型应用更符合实际情况,结合随机最优反应均衡算法优化模型使结果能更适应实际网络并且能趋于纳什均衡,并引入一种通用惩罚策略,刺激通信节点之间采取合作策略,提高模型发包成功率。通过对模型算法进行实验仿真,表明该模型能够有效地遏制恶意节点的攻击,提高网络效率。