基于博弈论混合策略下的路径选择模型

为了缓解交通拥挤的状况,预测出行者路径选择行为是一项值得研究的工作.在混合策略下,根据出行者之间的博弈关系,定义了混合策略下的得益函数,并引入求解混合策略纳什均衡的一种新方法,即极值法,对出行者的路径选择博弈模型进行了求解,有效弥补了传统划线法的不足,最终得到每个出行者的最优选择,实现了博弈各方的平衡.通过算例,有效地说明了混合策略下出行者最可能做出的路径选择.     

混合策略纳什均衡的新教法

理解博弈论中的最优混合策略对本科生而言具有一定困难,而目前教材中对此内容的讲述又过于抽象.提出一个简单而有效地讲授混合策略纳什均衡的方法.首先利用猜硬币游戏引入并介绍混合策略的基本该念.再通过将混合策略加入到支付矩阵中构造拓展支付矩阵,使学生可以清晰地看到采用混合策略的结果,实现从纯策略到混合策略的自然过渡.然后引导学生思考博弈参与者采用混合策略的各种动机,并在拓展支付矩阵中检验其是否达成均衡.最后介绍最优混合策略计算的一般方法,并分析其与参与者行为动机之间的一致性.课堂实践证明,方法可以有效提高学生对混合策略纳什均衡的综合理解,学生不仅能够更好地掌握求解技术,而且能更深入地理解其经济学含义.     

混合策略中性质和均衡

系统地建立了纯策略和混合策略概念 ,关系及其有关概念 ,严格推导混合策略中的性质 ,给出了Nash均衡存在定理的一种证明 .     

考虑全局风险均衡度的电力通信网最优安全链路选择方法

在智能电网环境下,电力通信网全新的运行管理模式需要系统间频繁的进行工作协同和业务传递,产生了信息传输链路选择的风险问题.因此,研究如何降低电力通信网业务通道风险,设计最优的通信业务安全链路选择方法,已成为领域内研究的热点问题.提出了一种新的考虑全局风险均衡度的电力通信网最优安全链路选择方法,即考虑了传输链路的最短性,又根据业务重要级别兼顾了路由选择的安全性.首先,给出了电力通信网业务安全链路选择模型,对业务安全链路选择问题进行了描述和数学建模;然后,采用模糊层次分析法(FAHP)构建了业务重要度评价和排序模型;最后,利用改进的迪杰斯特拉(Di.jkstra)算法和粒子群优化(PSO)算法对多目标优化问题进行了求解,计算出最优安全链路.仿真实验结果表明,所提方法可有效降低电力通信网的全局风险,具有一定的可用性和实效性.     

排污监察博弈与策略选择

针对当前排污监察的现状,提出了环境监察部门聘用环境监察员与排污单位之间的监察与反监察博弈观点.就监察员不同的收入结构,分别建立了监察排污静态博弈模型和查处排污动态博弈模型,探讨了监察员固定收入结构与罚款提成收入结构对那什均衡的影响,得出了监察员与排污单位的期望得益.通过分析有关参数,提出了排污监察中信息不对称问题的解决方法,探求了环境监察部门的策略选择.     

极大极小投资组合选择模型和均衡价格系统

讨论了市场上不存在无风险资产条件下投资组合选择的极大极小模型,推导出市场上不存在无风险资产时极大极小模型的最优投资策略和有效前沿,得到了资本市场均衡时存在唯一的非负均衡价格系统的充分必要条件和各资产均衡价格的解析表达式.     

边界条件与占优本征值

本文首先给出了一类算子存在占优本征值的充分条件．接着以板几何中子迁移算子为例，证明了只要在零边界条件下这一充分条件满足，则在常见的非零边界条件下这一条件也满足，因此这一类算子的占优本征值的存在性问题便归结为在零边界条件下充分条件的验证．     

完全信息下有限个风险喜好型内部交易者的交易行为研究

张首元和巩馥洲等,针对一类特定的混合交易策略研究了具有完全信息的两个内部交易者的行为特征.依据张首元所建立的具有完全信息的有限个内部交易者的类似模型,我们研究了风险喜好型内部交易者的行为特征.我们首次发现:这些内部交易者可能的均衡混合交易策略中分量的参数是相等的,因而其分量具有同分布性;当内部交易者的个数小于等于6时,混合均衡策略的参数具有存在唯一性;而当内部交易者的人数大于等于7时,由于市场的激烈竞争,导致了混合均衡策略不存在.进一步,利用数值模拟方法我们分析了该模型中经济金融变量的变化特征及其经济金融含义.     

基于指标均衡和权重区间数的供应链合作伙伴选择方法

本提出基于指标均衡和权重区间数的供应链合作伙伴选择方法。该方法在对指标无量纲化的基础上，考虑指标均衡使得指标间的协调和均衡程度在评价过程中得到反映，使用区间数使得模型具有较大的伸缩性和柔性，符合人们模糊认识规律，通过收集不同阶段的评价数据可以反映动态评价的特点。最后通过实例对该方法进行了详细说明。通过比较考虑均衡度与否得到的不同结果，发现当考虑均衡度时可以放大评价结果之间的差距。     

基于新老司机道路选择行为的交通流均衡研究

针对新上路司机数量的爆发式增长带来的交通流均衡变化问题,本文在对司机进行分类和道路选择行为分析的基础上,应用决策树方法构建了基于新老司机道路选择行为的交通流均衡模型,并用实际案例研究了主要参数的敏感性。研究发现:路况通过联合系统车流量的分配情况、车速预期和司机学习过程等因素共同对司机比例产生影响;当某一条道路达到均衡时,车流量对司机比例的敏感程度受到路况差异的影响;司机在驾驶经验、对道路的熟悉程度以及学习能力等方面存在差异,但这种差异仅存在于对交通信息的感知方面。该研究有助于加深对城市交通流变化规律的认识和理解,对于发展出有效的交通管制措施有积极的理论价值和现实意义。     

极值问题与一类具有无限纯策略集的最优混合策略

证明了局部凸线性拓扑空间上实值连续泛函的极大极小定理与极大定理，并由此证明了一类具有无限纯策略集的二人对策中最优混合策略的存在性。该证明对经典情形也适用，而且比传统的证明要简洁。     

Dominance or maximin: How to solve an English auction

It is widely believed that the English auction is solved after the dominated strategies are eliminated. This paper demonstrates that the dominance criterion is not very effective in many English auction models. To bid more than the true willingness to pay is dominated but a stronger solution concept is needed to deduce that the buyers increase the price in small steps up to their valuation. An iterated application of the dominance criterion does not solve the problem, but if it is assumed that the buyers use their maximin strategies the usual argument holds. Received May 1995/Final version May 1998     

保险中遏制投保人逆向选择的博弈策略分析

以投保人的风险类型难于鉴别的逆向选择问题为研究对象,建立了投保人与保险公司的双人非零和博弈模型,并求解得出了该博弈的混合策略纳什均衡点,从而得出重罚有利于遏制投保人的逆向选择以及使保险公司的期望利润为零的保险定价公式.     

二阶随机占优约束下考虑偏度的投资组合模型

在DentchevaRuszczynski(2006)模型的基础上,考虑偏度对构建投资组合的影响,建立了二阶随机占优约束下最大化组合收益率偏度的投资组合优化模型,并应用分段线性近似方法将模型转化为一个非线性混合整数规划问题.利用中国股票市场的历史数据对所建模型进行了实证分析,结果表明,所建新模型比均值-方差-偏度模型和市场指数具有更稳健的表现.     

Linear Model Selection Based on Risk Estimation

The problem of selecting one model from a family of linear models to describe a normally distributed observed data vector is considered. The notion of the model of given dimension nearest to the observation vector is introduced and methods of estimating the risk associated with such a nearest model are discussed. This leads to new model selection criteria one of which, called the "partial bootstrap", seems particularly promising. The methods are illustrated by specializing to the problem of estimating the non-zero components of a parameter vector on which noisy observations are available.     

失混合效应模型的分位回归及变量选择

纵向数据常常用正态混合效应模型进行分析.然而,违背正态性的假定往往会导致无效的推断.与传统的均值回归相比较,分位回归可以给出响应变量条件分布的完整刻画,对于非正态误差分布也可以给稳健的估计结果．本文主要考虑右删失响应下纵向混合效应模型的分位回归估计和变量选择问题．首先,逆删失概率加权方法被用来得到模型的参数估计．其次,结合逆删失概率加权和LASSO惩罚变量选择方法考虑了模型的变量选择问题.蒙特卡洛模拟显示所提方法要比直接删除删失数据的估计方法更具优势．最后,分析了一组艾滋病数据集来展示所提方法的实际应用效果．