论文部分内容阅读
合作博弈的求解研究多在于概念的定义与性质证明，导致理论研究过多，引起概念激增，但却远离合作博弈的实证研究，限制了合作博弈理论应用。联盟合作不仅仅是集中控制下的资源分配，而是经过成员间的信息沟通，基于个体理性与集体理性的协商与妥协。为提高求解多人合作博弈的速度，实现互动过程的资源分配，本文提出基于互动的合作博弈求解过程，并建立基于趋同的单目标合作博弈模型与基于个体策略优化与群体趋同的多目标合作博弈模型。 合作博弈的重复迭代过程和博弈方决策准则多样化特点均对求解的便利性提出更高要求。本文通过建立标准粒子群优化算法与合作博弈谈判模型的映射关系，实现了基于趋同的单目标求解模型。为满足自然人行为多样性特点，提出了策略函数的概念，对多目标粒子群算法进行了扩展。通过建立多目标粒子群优化算法扩展模型与合作博弈的策略谈判模型映射，实现了群体趋同与粒子多策略优化的多目标合作博弈求解。 由计算机模拟可知： ①合作博弈利益配置是经过局中人的竞争与妥协形成的，初始谈判方案初始方案、理性因子、学习因子和个人策略会影响谈判走向与结果,这对于合作博弈求解有重要意义。 ② 局中人谈判过程中，调整预分配方案幅度随时间变化逐渐缩小。 ③通过调整理性与学习因子参数大小，可间接调整局中人的个体理性和集体理性的平衡关系。 ④如果局中人仅仅具有个体理性不妥协时，合作关系不稳定。 粒子群算法求解合作博弈很大程度上提高了计算的便捷，这为合作博弈求解提供了新思路与新方法。