基于重復(fù)囚徒困境博弈的風(fēng)險(xiǎn)與合作行為研究.pdf

1、21世紀(jì)以來(lái)，隨著世界經(jīng)濟(jì)一體化以及互聯(lián)網(wǎng)信息技術(shù)的快速發(fā)展，不同組織、不同個(gè)體之間的相互聯(lián)系已日趨緊密，尋求穩(wěn)定合作、共同發(fā)展的可持續(xù)發(fā)展戰(zhàn)略已經(jīng)深入每一個(gè)領(lǐng)域中。本文通過(guò)在重復(fù)囚徒困境博弈模型（Iterated Prisoner’s Dilemma, IPD）中引入收益流風(fēng)險(xiǎn)（Income Stream Risk）的概念，研究了個(gè)體追求穩(wěn)定收益，即長(zhǎng)期穩(wěn)定可持續(xù)發(fā)展，這一目標(biāo)對(duì)個(gè)體的合作行為的影響。主要的研究?jī)?nèi)容與創(chuàng)新性工作包括：<

2、br>　?。?）介紹了合作問(wèn)題研究的背景、意義以及IPD合作問(wèn)題研究的基本方法；綜合評(píng)述了IPD合作問(wèn)題的研究現(xiàn)狀，并提出本文研究的關(guān)鍵科學(xué)問(wèn)題與框架。
　?。?）基于收益流風(fēng)險(xiǎn)的概念，將IPD博弈中的風(fēng)險(xiǎn)定義為博弈者在所有階段PD博弈中收益的標(biāo)準(zhǔn)差，構(gòu)造了基于收益與風(fēng)險(xiǎn)的博弈效用函數(shù)；利用基于小生境技術(shù)的雙種群協(xié)同進(jìn)化算法模擬了兩方IPD博弈過(guò)程。實(shí)驗(yàn)結(jié)果表明，博弈者的風(fēng)險(xiǎn)規(guī)避行為對(duì)合作有著顯著的促進(jìn)作用。特別地，盡管先前文獻(xiàn)指

3、出“合作在重復(fù)博弈次數(shù)較少的IPD中很難形成”，本文實(shí)驗(yàn)證明了若IPD中的兩個(gè)博弈者均為風(fēng)險(xiǎn)規(guī)避者，則雙方在重復(fù)博弈次數(shù)較少時(shí)亦能形成高度合作均衡。
　?。?）基于前景理論中的“個(gè)體在實(shí)際收益低于期望收益時(shí)將變得風(fēng)險(xiǎn)偏好，在實(shí)際收益高于期望收益時(shí)將變得風(fēng)險(xiǎn)規(guī)避”的結(jié)論，構(gòu)造了agents風(fēng)險(xiǎn)態(tài)度與博弈策略協(xié)同演化的多agents演化IPD博弈模型?？疾炝薬gents分別基于歷史收益比較（歷史比較）、社會(huì)收益比較（社會(huì)比較，即群體平

4、均收益比較）進(jìn)行風(fēng)險(xiǎn)態(tài)度調(diào)整時(shí)，博弈群體的合作演化結(jié)果。實(shí)驗(yàn)表明，博弈群體在歷史比較下將傾向于風(fēng)險(xiǎn)規(guī)避行為；因此，agents之間能形成高度合作均衡；但在社會(huì)比較下，agents在相互博弈時(shí)將傾向于風(fēng)險(xiǎn)偏好行為，僅表現(xiàn)出了較低的合作水平。
　?。?）在上述多agents演化IPD博弈模型中進(jìn)一步引入了agents的局域化博弈以及差異化博弈關(guān)系，研究了agents在局部博弈策略以及差異化博弈策略學(xué)習(xí)下，博弈群體的風(fēng)險(xiǎn)態(tài)度調(diào)整對(duì)合作行