导读:本文包含了雪堆博弈论文开题报告文献综述及选题提纲参考文献，主要关键词:愿景驱动规则,演化博弈,扩展平均丰度
雪堆博弈论文文献综述
王先甲,夏可[1]（2019）在《多人雪堆演化博弈在愿景驱动规则下的扩展平均丰度函数》一文中研究指出随着博弈理论的深入研究,演化博弈模型在许多社会现象和经济问题的分析中得到了广泛应用.演化博弈模型将策略更新规则引入状态转移方程,得到相应的马尔可夫链,从而研究种群演化状态.当此马尔可夫链无吸收态时,采用平均丰度函数来研究种群演化状态.采用策略更新规则中的愿景驱动规则,通过分析马尔可夫链的平稳分布导出了扩展平均丰度函数.同时,通过将多人演化博弈模型应用于雪堆演化博弈中,得到了多人雪堆演化博弈模型的扩展平均丰度函数.采用数字分析的方式,计算分析了相应参数对平均丰度函数的影响,结合具体案例研究了参数变化如何影响企业在博弈中的行为.研究表明可以通过改变相关参数来提高合作者的占比,这一结论为在实际应用中如何调控相应参数以促进合作指出了方向.(本文来源于《系统工程理论与实践》期刊2019年05期）
孙杰[2]（2019）在《非对称雪堆博弈模型的稳定性分析》一文中研究指出演化博弈将博弈论和动力学基本理论相结合,是对群体演化问题进行稳定性分析的有力工具.演化博弈是博弈论的一个研究方向,也是动力系统的重要分支.雪堆博弈是深刻反映个体之间合作竞争关系的经典博弈模型之一.本文对经典雪堆博弈进行了合理地推广,构建了两类非对称雪堆博弈模型,并考虑了空间结构对新雪堆博弈的影响.本文首先构建了基于惩罚机制的非对称重复雪堆博弈模型,并对该模型的稳定性进行了分析.针对无限群体得到了复制动态方程下的演化稳定性,发现惩罚机制与贴现因子能促进合作的产生;针对有限群体计算了选择-突变Moran过程下的固定概率以及得到了随机过程下稳定与强稳定的条件.其次,分析了空间结构对非对称雪堆博弈模型稳定性的影响.研究表明生灭()、灭生()、模仿()和成对比较()等多种更新规则下的规则图能改变非对称雪堆博弈的动力学行为,即在内部平衡点处出现分岔.进一步得到了更新规则下非对称异质图上的随机稳定均衡点,在此基础上推导出度方差能改变随机稳定均衡点的值和促进合作的产生.最后,提出了角色非对称雪堆博弈模型,得到了无限群体下的纳什均衡以及有限群体下固定概率的不变分布.(本文来源于《河北师范大学》期刊2019-03-30）
宗威豪[3]（2018）在《ER随机网络中新型雪堆博弈模型的研究》一文中研究指出基于传统的雪堆博弈模型,通过添加奖励因子和惩罚因子,并且结合复杂网络的结构的随机性,建立新型博弈模型,来探究网络结构的差异性对博弈模型的影响。基于新型奖惩机制的引入,每个个体的收益函数一经改变,就会迫使部分参与者改变其策略。仿真实验证明,ER网络中雪堆博弈模型的合作水平存在一个全合作平台,即在一个cost范围内,整体的合作水平不会随着cost值的改变而改变,当超出这个范围后,合作水平会随着cost值的增加而下降,并且奖励因子和惩罚因子可以有效地促进合作行为的涌现。考虑到网络结构差异性对博弈模型的影响,在网络中个体的连接度比较小时,全合作平台比较宽,当我们所设定的节点平均度增加时,合作水平下降的cost转折点会减小,但是合作水平的下降速度在减缓。(本文来源于《通讯世界》期刊2018年05期）
郭楚漪[4]（2018）在《基于雪堆博弈的零行列式策略研究》一文中研究指出过去半个多世纪中,博弈论作为探索个体间相互作用的有效工具,在多个领域均有广泛的应用。在2012年学者基于囚徒困境模型研究发现,存在一种称为零行列式的策略可以单方面控制双方长期收益达到线性关系。与囚徒困境不同,雪堆博弈作为博弈论中一种经典模型,其中存在两种纯纳什均衡,所以合作更容易在雪堆博弈中存在。因此,雪堆博弈无论是在理论研究还是在现实应用中,都有着极高的研究价值。本文基于零行列式理论,系统研究了两人以及多人和行为空间连续的雪堆博弈中的零行列式策略,取得如下研究成果:1)基于两人雪堆博弈,分别研究了设定策略、剥削策略和宽容策略的性质。证明了在两人雪堆博弈模型下,零行列式策略的存在性及其参数可行域。并对两人雪堆博弈下的善良策略和鲁棒策略进行了研究,其中善良策略是将零行列式策略中的Press-Dyson向量扩展到叁维空间后的一种特殊策略,而鲁棒策略则属于善良策略的一类子策略,得到了善良策略在雪堆博弈下的判断方法,以及具有鲁棒性的零行列式策略存在的条件。2)将两人雪堆博弈扩展到了多人和行为空间连续的情况。研究了多人雪堆博弈下的零行列式策略的基本性质,以及叁类重要子策略存在时,参数可行域与种群大小和收益表参数之间的关系。将零行列式策略定义扩展成高阶微分形式后,证明了连续雪堆博弈下存在零行列式策略,并得到了叁类子策略的参数可行域。3)将本文的研究结果与囚徒困境下已有的零行列式策略的研究进行了系统对比。发现无论是在两人、多人还是连续的雪堆博弈中,与对应的囚徒困境博弈模型相比,在雪堆博弈模型下,使用剥削策略时参数可行域更小,不存在太过贪心的剥削策略。解释了在对合作行为更加友好的雪堆博弈中,尽管善良策略能够促进合作行为的演化,参数的可行域与囚徒困境模型相比反而减小的原因。(本文来源于《电子科技大学》期刊2018-03-23）
徐猛[5]（2017）在《N人雪堆博弈模型的第叁种策略引入及其影响探究》一文中研究指出竞争性群体当中的合作行为研究是当今一个重要且紧迫的跨学科难题。目前为止,博弈论提供了最为有效的框架。在合作演化博弈建模中,囚徒困境博弈备受学界关注,相比之下雪堆博弈模型的相关研究较少,而后者通常被认为是在描述竞争情景时前者的替代模型。本文作者在前人研究基础上,对雪堆博弈模型进行了进一步的推广和创新,在N人雪堆博弈模型中引入第叁种策略,使用动力学方程推导和仿真模拟的方法进行研究。论文发现N人雪堆博弈不同于公共品博弈(即囚徒困境的N人博弈推广模型),呈现出特殊的动力学性质,公共品博弈模型的动力学演化为不同状态之间的循环转化,无法达到某种稳态,而N人雪堆博弈在充分演化的条件下,系统最终可能趋于几种(两种或叁种)不同性质的稳态,为研究群体合作行为的演化提供了新的线索。引入利他惩罚机制的演化博弈研究之前只是在2人博弈的条件下进行,论文第二章首次将利他惩罚机制引入两策略的N人雪堆博弈模型,建立了含惩罚机制的叁策略N人雪堆博弈模型,并且研究了惩罚机制的引入对N人雪堆模型在混合均匀群体中造成的影响。作者给出了一系列描述叁策略模型的动力学方程。在充分演化的情况下,系统最终会演化为某种稳态,稳态分为两种,具有不同的特性。一般说来,给定相对较小的本益比r,较大的博弈小组规模Ⅳ,较大的乘数因子β/α容易压制背叛者的滋生,导致系统演化成为一个合作性质的、仅由合作者和惩罚者构成的群体,由于所有的背叛者都完成转化,C、P的收益完全相等,系统动力学冻结,这种稳态被称为冻结态,冻结态的C、P频率构成取决于初始状态。反之,较大的r ,较小的Ⅳ和β/α容易使惩罚者处于一种自毁的发展模式,惩罚者逐渐消亡,系统演化为一个仅由合作者和背叛者构成的群体,群体继续演化,相当于最初的两策略N人雪堆博弈模型的动力学演化,最终达到活动态。因此,活动态的C、D频率构成与初始状态无关,同时也与惩罚者相关的参数设定无关。论文作者进一步提出了完全描述系统演化动力学过程的模拟算法,经验证复制动力学方程与程序模拟的结果高度一致。第叁章中作者通过在原始两策略NSG模型中引入额外的L策略,研究并建立了一个叁策略N人雪堆博弈模型。论文推导了混合均匀群体结构下叁种策略频率的动力学方程。给定任何初始条件,都可以通过迭代动力学方程获得频率的时间演化及其稳态分布。模型参数即本益比r和固定收益L的不同取值导致了系统丰富的演化行为。对显示系统如何演变的叁角流向图的详细研究表明,根据模型参数取值不同,稳态可以是AllL,AllC或C + D态中的一种。策略L的引入起到了两个作用。它有助于引导系统达到All L态,也有助于达到All C态。相比之下,将利他惩罚机制(P策略)引入N人雪堆博弈只能导致两种策略混合的稳态。此外作者同样使用了一种仿真模拟算法作为理论研究结果的验证,这种算法可用于对各种结构性群体中的NSG模型研究。第四章中,论文作者在可选雪堆博弈模型(Optional NSG)基础上增加了一个合作人数的下限阈值T。论文给出了该模型的动力学方程,同样也用模拟算法进行验证。和OptionalNSG模型类似,新的模r*同样存在一个临界值r*将系统分为两种最终稳态,当r<r*的时候,系统终态表现为C、D共存的活动态,当r>r*的时候,系统终态表现为ALLL的冻结态。当设定下限阈值为2时,对群体最后达成C、D共存起到了积极的作用。但是当下限阈值继续提高时,反倒对合作产生了抑制作用。在N=T的特殊情况下,背叛者永远不可能通过利用合作者而获取收益,从而背叛者成为了弱势群体。系统在这样的背景下最终也会演化为两种状态ALL C和ALL L,而不再有C、D共存的终态,某种程度上促使D向C转变,最终消灭了 D策略。第五章中,论文作者在OptionalNSG模型的基础上,再度引入了惩罚机制,将模型扩展为一个N人四策略博弈模型。论文给出了该模型的动力学方程,并通过迭代动力学方程和算法模拟,得出有关该模型性质的一些初步结论。和之前的模型类似,N人四策略雪堆博弈模型同样存在一个临界值r·*表达系统最终稳态的突变。当r<r*的时候,随着r的增加,系统终态依次表现为C、P共存,C、D、P共存和C、D共存的活动态,这种变化是连续的。当r>r*的时候,系统终态突变为ALLL的冻结态。这种相态的转变是瞬变,而非逐渐变化。论文就各参数对于最终稳态造成的影响进行研究发现,L的增大使得瞬变的关键点r*提前到来,β的增大使得惩罚力度增加,而N的增大给背叛者利用合作者的劳动成果提供了机会,使得合作的难度增加,。(本文来源于《浙江大学》期刊2017-03-27）
陈长权[6]（2017）在《基于囚徒困境博弈和雪堆博弈的关联网络上合作动力学的研究》一文中研究指出近年来,复杂网络被研究的越来越多,现实生活中许多复杂系统都可以抽象成复杂网络。为了对现实生活中复杂系统上的各种动力学过程有个深刻了解,我们在复杂网络上引入了演化博弈理论。之前对于演化博弈的研究都是在单层网络上进行。但是现实生活中,个体可能会参与到不同社交网络,因此合作演化的研究拓展到多层网络上有重要的现实意义。本文主要研究双层网络上的演化博弈,通过引入合作为主导策略或者背叛为主导策略来关联两层网络。我们设定个体在一层网络进行囚徒困境博弈,在另一层网络上进行雪堆博弈。我们探索在不同网络层中合作者所占比例与博弈参数和网络中初始时刻合作者所占比例的依赖关系。在双层二维方格子网络中的结果为:当合作为主导策略时,网络中初始时刻合作者所占比例强烈影响进行囚徒困境博弈的网络层中合作者所占比例,但并不影响进行雪堆博弈的网络层中合作者所占比例。此外,与单层进行囚徒困境演化的网络中的结果相比,在进行囚徒困境博弈的网络层中使合作能够保持的博弈参数的范围得到很大的扩展。当背叛为主导策略时,网络中初始时刻合作者所占比例对双层网络中合作者所占比例都有影响,并且随着变异参数的增长呈负相关。我们也研究了变异系数和网络拓扑结构的影响。我们发现,不同的变异系数并不改变合作的行为。并且,同样的合作行为在双层随机网络中也能够得到。最后,我们引入了混合的主导策略模式,发现在进行囚徒困境博弈的网络层上,混合的主导策略模式不利于合作的演化,但是在进行雪堆博弈的网络上,存在最优的混合模式使得合作者所占比例达到最大。(本文来源于《北京邮电大学》期刊2017-03-15）
郑月龙,张卫国[7]（2016）在《多人演化雪堆博弈的合作动态研究》一文中研究指出演化博弈在研究各种规模的合作问题方面处于中心地位。在全混合群体下,从现有雪堆模型抑制合作的缺陷出发,将时间成本作为决策参数引入现有模型,构造出一个考虑时间成本的多人演化雪堆博弈模型,并通过数值模拟对现有和新构造的模型进行了比较分析。研究结果表明:新模型可在一定程度上克服现有模型内生性不足问题,时间成本与收益成本比共同构成代理人策略选择的重要变量,两者的作用力同向且可相互替代,而群体规模对代理人的合作行为具有明显的抑制作用,权衡正反两个方面的力量可促使合作行为的产生。(本文来源于《管理工程学报》期刊2016年04期）
杨爱云,娄红[8]（2016）在《一种雪堆博弈网络重构算法研究与仿真》一文中研究指出针对演化博弈网络拓扑难以事先确定的问题,提出一种基于压缩感知理论的雪堆博弈复杂网络重构算法。通过个体博弈时序信息将网络重构问题转化成压缩感知理论可以处理的形式,同时运用双曲正切函数和修正牛顿法对求解过程进行进一步优化,从而实现对网络拓扑的有效重构,并通过Matlab 7.0作为实验平台对算法进行相应的验证与仿真实验,实验结果表明,只需要较少量的时序信息就可以快速准确地完成重构工作。(本文来源于《现代电子技术》期刊2016年14期）
王哲,姚宏,杜军,彭兴钊,丁超[9]（2016）在《拓扑可调无标度网络上的雪堆博弈研究》一文中研究指出复杂网络上博弈个体间合作行为的涌现具有重要的现实意义.为了研究无标度网络拓扑结构对合作涌现的影响,结合雪堆博弈模型和比例模仿策略,研究了拓扑结构可调的无标度网络上的博弈动力学演化,具体研究内容为网络的幂律指数、平均度和平均聚类系数与合作密度的关系.仿真结果表明,无标度网络的合作密度与网络度分布的均匀程度正相关,高聚类结构可以有效增强网络上的合作密度,即幂律指数越高,平均聚类系数越小时,合作水平越低;另外,平均度与合作密度呈现非单调关系,存在一个最佳平均度.(本文来源于《系统工程理论与实践》期刊2016年01期）
皎魁[10]（2015）在《基于雪堆博弈的复杂网络最小节点覆盖》一文中研究指出复杂网络是现实中复杂系统的抽象,自然界和人类社会中的很多系统都是以网络的形式存在的,这些网络错综复杂,各式各样,但拥有一些共通的特性。比如朋友关系网络、电力网、生态系统网、国家间的竞争与合作关系、药物相互作用关系等等。其中,系统中的个体对应于复杂网络中的节点,系统中个体之间的关系对应于复杂网络中节点之间的边。研究复杂网络,对促进人类现实社会和科学技术的进步有深远的意义。复杂网络的最小节点覆盖问题(MVCP)是一个着名组合优化问题,其目的在于找出给定网络的最小节点集合以覆盖所有的边。现实中的很多问题最终都可以归结为最小节点覆盖问题,其在现实中也有着广泛的应用,比如规划问题,网络优化等方面,同时也是解决一些其他重要问题的关键点,如测算网络的鲁棒性等。作为一个NP难问题,虽然成为研究热点已有时日,但已经提出的解决该问题的算法大都有不尽人意的地方,我们经过研究试验,结合进化算法的全局搜索能力,与博弈进化的局部搜索能力,提出了基于雪堆博弈的自然进化算法GEA和基于雪堆博弈的变异搜索算法SVS,两个算法各有所长。通过大量实验,考察算法在解决复杂网络的最小节点覆盖问题上的表现,验证其有效性。本文的主要工作如下:1.基于记忆的最优反应算法。该算法为复杂网络的最小节点覆盖问题提出一种新的解决思路,利用局部信息和理性个体的记忆能力,启发式地求得MVCP问题的解。我们通过充分的实验,分析该算法的特性以及在不同网络上的性能表现,并深刻剖析其原理,以帮助更好地解决最小节点覆盖问题。2.基于雪堆博弈的自然进化算法。我们借鉴自然进化思想,将网络的节点覆盖结果,即网络中所有节点的状态(覆盖或不覆盖)集合看作一个染色体,作为种群进化中的个体。将网络的节点覆盖与博弈理论相结合,每个节点与自己的邻点进行雪堆博弈,根据最优反应规则获得当前策略并更新策略,当整个网络达到纳什均衡状态时,完成局部最优解搜索。个体组成种群,再通过种群的进化更新,完成全局最优解搜索。通过实验对比,这种算法表现出优于当前经典算法的性能。3.基于雪堆博弈的变异搜索算法。我们将网络中的节点视为理性个体,赋予其判断最优策略的能力,并拥有一定的记忆能力。将博弈理论与复杂网络的节点覆盖问题相联系,引入空间雪堆博弈和基于记忆的最优反应规则,个体通过与邻点的博弈获得当前最优策略并更新记忆。所有个体根据各自的记忆更新策略再博弈,最终网络会达到纳什均衡状态,完成解的初步搜索。再根据自然进化,对初步解进行变异操作,通过进化搜索最终达到全局最优。通过实验,详细分析了算法在不同网络的表现及背后原理,验证了算法对各种网络的最小节点覆盖问题都很很好的适应性。(本文来源于《西安电子科技大学》期刊2015-11-01）
雪堆博弈论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
演化博弈将博弈论和动力学基本理论相结合,是对群体演化问题进行稳定性分析的有力工具.演化博弈是博弈论的一个研究方向,也是动力系统的重要分支.雪堆博弈是深刻反映个体之间合作竞争关系的经典博弈模型之一.本文对经典雪堆博弈进行了合理地推广,构建了两类非对称雪堆博弈模型,并考虑了空间结构对新雪堆博弈的影响.本文首先构建了基于惩罚机制的非对称重复雪堆博弈模型,并对该模型的稳定性进行了分析.针对无限群体得到了复制动态方程下的演化稳定性,发现惩罚机制与贴现因子能促进合作的产生;针对有限群体计算了选择-突变Moran过程下的固定概率以及得到了随机过程下稳定与强稳定的条件.其次,分析了空间结构对非对称雪堆博弈模型稳定性的影响.研究表明生灭()、灭生()、模仿()和成对比较()等多种更新规则下的规则图能改变非对称雪堆博弈的动力学行为,即在内部平衡点处出现分岔.进一步得到了更新规则下非对称异质图上的随机稳定均衡点,在此基础上推导出度方差能改变随机稳定均衡点的值和促进合作的产生.最后,提出了角色非对称雪堆博弈模型,得到了无限群体下的纳什均衡以及有限群体下固定概率的不变分布.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
雪堆博弈论文参考文献
[1].王先甲,夏可.多人雪堆演化博弈在愿景驱动规则下的扩展平均丰度函数[J].系统工程理论与实践.2019
[2].孙杰.非对称雪堆博弈模型的稳定性分析[D].河北师范大学.2019
[3].宗威豪.ER随机网络中新型雪堆博弈模型的研究[J].通讯世界.2018
[4].郭楚漪.基于雪堆博弈的零行列式策略研究[D].电子科技大学.2018
[5].徐猛.N人雪堆博弈模型的第叁种策略引入及其影响探究[D].浙江大学.2017
[6].陈长权.基于囚徒困境博弈和雪堆博弈的关联网络上合作动力学的研究[D].北京邮电大学.2017
[7].郑月龙,张卫国.多人演化雪堆博弈的合作动态研究[J].管理工程学报.2016
[8].杨爱云,娄红.一种雪堆博弈网络重构算法研究与仿真[J].现代电子技术.2016
[9].王哲,姚宏,杜军,彭兴钊,丁超.拓扑可调无标度网络上的雪堆博弈研究[J].系统工程理论与实践.2016
[10].皎魁.基于雪堆博弈的复杂网络最小节点覆盖[D].西安电子科技大学.2015