不完全信息演化博弈在養(yǎng)老保險繳費中的應(yīng)用.pdf

1、在經(jīng)典博弈論中，參與者總是被假定為完全理性，有足夠的分析能力且自私的個體。但是在現(xiàn)實生活中，這個假設(shè)幾乎是無法達(dá)成的。于是人們提出了演化博弈論，將傳統(tǒng)博弈中的靜態(tài)分析變成了一個動態(tài)的、不斷演化的過程。在這個動態(tài)的演化過程中，參與者通過不斷地學(xué)習(xí)他人來使自己可以獲得更多的收益，這要求參與者可以掌握對手的收益信息?？墒窃诂F(xiàn)實生活中，多數(shù)情況下參與者是無法獲得對手的全部信息的。
　　本文首先對傳統(tǒng)的行為策略空間進(jìn)行了更新，將其劃分成了四

2、個部分。然后為解決當(dāng)前被廣泛使用的集中策略更新規(guī)則無法在不完全信息條件下的演化博弈中使用的問題，本文提出了一種新的策略更新規(guī)則，以個人在不同策略下的歷史平均收益為依據(jù)對下一次博弈時的行為策略的被選擇概率進(jìn)行調(diào)整，從而達(dá)到優(yōu)化策略的目的。本文以囚徒困境為對象分別對BA無標(biāo)度網(wǎng)絡(luò)、WS小世界網(wǎng)絡(luò)、ER隨機(jī)圖三種單一網(wǎng)絡(luò)構(gòu)型以及異質(zhì)網(wǎng)上的演化博弈進(jìn)行了研究與分析。比較了在新的策略更新規(guī)則作用下，不同網(wǎng)絡(luò)構(gòu)型、網(wǎng)絡(luò)規(guī)模以及網(wǎng)絡(luò)平均度對博弈行為的